ComfyUI 現在能寫 ProRes 4444,重點其實是 alpha 通道

ComfyUI v0.44.0 在 11 月 4 日發布。變更裡有一個編號 17463 的 PR,加了 ProRes 輸出。changelog 上這條大約三行。它是這個版本裡影響最大的一件事,大概也是最沒意思的閱讀材料。
原因是這樣。在這之前,你在 ComfyUI 裡生成一段片子,想把它放進一次剪輯,路只有 H.264。你算圖出一個 MP4,導進去,然後接受後果:8 位元色、4:2:0 色度,以及一個為交付而不是為後續處理設計的編碼。你交出去的每一段生成物,在剪輯師碰到它之前就已經降級了。調一次色,天空就開始出現色帶。
ProRes 是中間編碼。它存在的目的是被剪輯,不是被交付。在後期流程裡,這個差別大約等於把一張 JPEG 交給別人,和把一份 raw 交給別人。
怎麼用
兩種方式,都很簡單。
在 **Save Video** 裡,容器選 mov,寫出來就是 ProRes。
在 **Create Video** 裡有一個新設定叫 chroma_subsampling。設成 444 得到 ProRes 4444。設成 422 得到 ProRes 422 HQ。這個對應來自程式碼,所以把它當真相來源,而不是選單上的標籤。
這個版本的測試會寫入並讀回帶透明 alpha 通道的 ProRes 4444,這是最重要、也是在 commit message 裡幾乎沒提的部分。
一個坑,同樣來自程式碼:如果你要 12 位元,你得到 10 位元,外加主控台一條警告。ProRes 4444 規範上支援 12 位元,但這個實作不支援,至少現在不支援。如果你的調色需要 12 位元,你得去別的地方完成。
還有一點關於編碼器。這裡用的是 FFmpeg 的 prores_ks,不是蘋果自己的 ProRes 編碼器。prores_ks 不錯、用得廣、在 Premiere 和 Resolve 裡解碼乾淨。它跟 Final Cut 寫出來的也不是逐位元組一致,這只有在你流水線裡有一道比對編碼器輸出的校驗時才有影響。檔案反正都很大。
為什麼 alpha 改變了工作流程
生成片段裡有透明 alpha 通道,意味著這段片子是一層,不是一塊底板。
這個區別決定 AI 素材能不能進入正常流程做合成。沒有 alpha,你要嘛把生成片段鋪滿全畫幅再繞著它剪,要嘛手工去背,要嘛對著綠幕拍再 Key,而最後這條自相矛盾,因為背景也是你生成的。
有 alpha,一個生成角色可以坐在實拍鏡頭上。一個生成的產品算圖可以放到實拍桌面上。一個生成的煙效可以在底板上面以百分之三十的不透明度疊一層。這些在合成流程裡都是再普通不過的事,而在你唯一的輸出是不透明 MP4 時,全都做不到。
問題在於模型得產出 alpha,而多數影片模型不產。它們生成 RGB 幀,因為訓練素材是實拍,實拍沒有 alpha。所以新支援的輸出格式跑在了會用到它的模型前面。這沒問題,也正常。格式支援是一個前提條件,現在這個前提被補上了。
對用能產出遮罩的模型、或者走「先生成去背再讓它們動起來」的影像流水線的人來說,ProRes 4444 是讓這一圈無損的容器。你生成,帶 alpha 儲存,丟進 Resolve,邊緣是乾淨的,因為中間沒有任何一步被色度取樣過。
解釋一下 H.264 那段彎路
如果你沒做過後期,H.264 這件事聽起來是個小不便。它不是,原因值得兩段。
常見形態的 H.264 是 8 位元、4:2:0。意思是每個像素每通道 256 級,顏色資訊以亮度四分之一的分辨率儲存。對把一段影片推到手機上看,這是一組聰明的妥協。對後續處理,這是一個糟糕的基礎,因為剪輯師做的每一步,從曲線調整到去背,都會放大已經烘進去的量化誤差。
ProRes 422 HQ 是 10 位元 4:2:2。ProRes 4444 是 10 或 12 位元,全色度解析度,以及關鍵的 alpha 通道。檔案大五到十倍。這就是全部的交易。
在正常流程裡,這份開銷是被接受的,所以攝影機拍 ProRes 或 raw,剪輯師為了速度轉代理,但最終一定回到高碼率源。中間編碼才是能活過剪輯的東西。
AI 生成打破了這個假設,因為工具長在剪輯套件之外。你在瀏覽器或 Python 腳本裡生成,拿到一個 MP4,流水線繞著這個限制改造,把生成素材當成成片而不是素材。在 AI 鏡頭只是插入鏡頭的時候,這能用。一旦某個生成鏡頭需要調色、去背或者混合,就不行了。
這次沒解決什麼
編碼支援不是色彩管理。寫 ProRes 不會告訴接收端這段素材是 Rec.709、sRGB,還是某個沒有標籤的東西。如果生成片段在 Resolve 裡和在 ComfyUI 裡看起來不一樣,問題不在編碼。
它也不解決時間一致性、解析度或運動。一段細節閃爍的 720p 片子,仍然是一段細節閃爍的 720p 片子,只是檔案更大。ProRes 忠實地保存瑕疵,這是它的職責。
12 位元那個缺口對做重調色或 VFX 提取的人是真實存在的。10 位元對多數交付夠用,對一個要被推兩檔的主鏡頭不夠。
更大的那一點
這個改動有意思的地方是它很無聊。
兩年裡,AI 影片的討論一直關於模型品質:誰的運動最好、誰的手不崩、誰能保持角色一致。那個討論是真的,也沒結束。但真正帶來採用的是工作流程的討論,而它恰好由這種改動構成。一個編碼。一個色度取樣開關。一個能走完一圈還活著的 alpha 通道。
沒人會為一種容器格式寫長帖。每一個花過一下午把生成 MP4 轉碼到剪輯師肯收的人,都注意到了這一條。
ComfyUI 從不聲稱自己是專業工具,而它正是非常多的人實際搭 AI 影片流水線的地方,一個節點圖是看流水線到底需要什麼的一個異常誠實的位置。當這個圖開始寫帶 alpha 的 ProRes,意味著用它的人已經從做片段走到了做鏡頭。那才是要緊的轉變,而它不會出現在任何 benchmark 上。
相關文章
Antigravity 2.29 把代理搬進雲端 VM,語音只能放行小事
任務改在 Google 託管的雲端 VM 裡跑,蓋上筆電也不停。代價是本機的 MCP 伺服器、外掛與 skills 全部用不到,而語音只准放行不痛不癢的權限。
NVIDIA 放四顆 Cosmos 3 世界模型,還有一個快 25 倍的解碼器
四顆 16B 檢查點加上後訓練配方與程式碼,可以自己調成自家感測器配置。NVIDIA 同時明說:這些模型能否當訓練環境,還有待測量。
GitHub 熱榜四分之一是 agent skills,安裝方式卻有四套
熱榜 15 個倉庫裡有 4 個是 agent skills 合集,第 5 個附了 skill 包裝。採用沒問題,問題是同一個物件有四套互不相容的安裝方式,以及沒人處理的優先順序與信任問題。
Inkling 2 Small 拿下 86.3%,權重卻還要再等一週
Inkling 2 Small 在 SWE-Bench Pro v2 Hard 拿到 86.3%,還能自己微調別人的模型。但 Apache 2.0 權重還沒放出來,也沒給日期。