← 返回博客
Ai预计阅读 8 分钟

ComfyUI 现在能写 ProRes 4444,重点其实是 alpha 通道

发布于 2026年11月11日
ComfyUI 现在能写 ProRes 4444,重点其实是 alpha 通道

ComfyUI v0.44.0 在 11 月 4 日发布。变更里有一个编号 17463 的 PR,加了 ProRes 输出。changelog 上这条大约三行。它是这个版本里影响最大的一件事,大概也是最没意思的阅读材料。

原因是这样。在这之前,你在 ComfyUI 里生成一段片子,想把它放进一次剪辑,路只有 H.264。你渲染一个 MP4,导进去,然后接受后果:8 位色、4:2:0 色度,以及一个为交付而不是为后续处理设计的编码。你交出去的每一段生成物,在剪辑师碰到它之前就已经降级了。调一次色,天空就开始出现色带。

ProRes 是中间编码。它存在的目的是被剪辑,不是被交付。在后期流程里,这个差别大约等于把一张 JPEG 交给别人,和把一份 raw 交给别人。

怎么用

两种方式,都很简单。

在 **Save Video** 里,容器选 mov,写出来就是 ProRes。

在 **Create Video** 里有一个新设置叫 chroma_subsampling。设成 444 得到 ProRes 4444。设成 422 得到 ProRes 422 HQ。这个映射来自代码,所以把它当真相来源,而不是菜单上的标签。

这个版本的测试会写入并读回带透明 alpha 通道的 ProRes 4444,这是最重要、也是在 commit message 里几乎没提的部分。

一个坑,同样来自代码:如果你要 12 位,你得到 10 位,外加控制台一条警告。ProRes 4444 规范上支持 12 位,但这个实现不支持,至少现在不支持。如果你的调色需要 12 位,你得去别的地方完成。

还有一点关于编码器。这里用的是 FFmpeg 的 prores_ks,不是苹果自己的 ProRes 编码器。prores_ks 不错、用得广、在 Premiere 和 Resolve 里解码干净。它跟 Final Cut 写出来的也不是逐字节一致,这只有在你流水线里有一道比对编码器输出的校验时才有影响。文件反正都很大。

为什么 alpha 改变了工作流

生成片段里有透明 alpha 通道,意味着这段片子是一层,不是一块底板。

这个区别决定 AI 素材能不能进入正常流程做合成。没有 alpha,你要么把生成片段铺满全画幅再绕着它剪,要么手工抠像,要么对着绿幕拍再抠,而最后这条自相矛盾,因为背景也是你生成的。

有 alpha,一个生成角色可以坐在实拍镜头上。一个生成的产品渲染可以放到实拍桌面上。一个生成的烟效可以在底板上面以百分之三十的不透明度叠一层。这些在合成流程里都是再普通不过的事,而在你唯一的输出是不透明 MP4 时,全都做不到。

问题在于模型得产出 alpha,而多数视频模型不产。它们生成 RGB 帧,因为训练素材是实拍,实拍没有 alpha。所以新支持的输出格式跑在了会用到它的模型前面。这没问题,也正常。格式支持是一个前提条件,现在这个前提被补上了。

对用能产出遮罩的模型、或者走「先生成抠图再让它们动起来」的图像流水线的人来说,ProRes 4444 是让这一圈无损的容器。你生成,带 alpha 保存,丢进 Resolve,边缘是干净的,因为中间没有任何一步被色度采样过。

解释一下 H.264 那段弯路

如果你没做过后期,H.264 这件事听起来是个小不便。它不是,原因值得两段。

常见形态的 H.264 是 8 位、4:2:0。意思是每个像素每通道 256 级,颜色信息以亮度四分之一的分辨率存储。对把一段视频推到手机上看,这是一组聪明的妥协。对后续处理,这是一个糟糕的基础,因为剪辑师做的每一步,从曲线调整到抠像,都会放大已经烘进去的量化误差。

ProRes 422 HQ 是 10 位 4:2:2。ProRes 4444 是 10 或 12 位,全色度分辨率,以及关键的 alpha 通道。文件大五到十倍。这就是全部的交易。

在正常流程里,这份开销是被接受的,所以摄影机拍 ProRes 或 raw,剪辑师为了速度转代理,但最终一定回到高码率源。中间编码才是能活过剪辑的东西。

AI 生成打破了这个假设,因为工具长在剪辑套件之外。你在浏览器或 Python 脚本里生成,拿到一个 MP4,流水线绕着这个限制改造,把生成素材当成成片而不是素材。在 AI 镜头只是插入镜头的时候,这能用。一旦某个生成镜头需要调色、抠像或者混合,就不行了。

这次没解决什么

编码支持不是色彩管理。写 ProRes 不会告诉接收端这段素材是 Rec.709、sRGB,还是某个没有标签的东西。如果生成片段在 Resolve 里和在 ComfyUI 里看起来不一样,问题不在编码。

它也不解决时间一致性、分辨率或运动。一段细节闪烁的 720p 片子,仍然是一段细节闪烁的 720p 片子,只是文件更大。ProRes 忠实地保存瑕疵,这是它的职责。

12 位那个缺口对做重调色或 VFX 提取的人是真实存在的。10 位对多数交付够用,对一个要被推两档的主镜头不够。

更大的那一点

这个改动有意思的地方是它很无聊。

两年里,AI 视频的讨论一直关于模型质量:谁的运动最好、谁的手不崩、谁能保持角色一致。那个讨论是真的,也没结束。但真正带来采用的是工作流的讨论,而它恰好由这种改动构成。一个编码。一个色度采样开关。一个能走完一圈还活着的 alpha 通道。

没人会为一种容器格式写长帖。每一个花过一下午把生成 MP4 转码到剪辑师肯收的人,都注意到了这一条。

ComfyUI 从不声称自己是专业工具,而它正是非常多的人实际搭 AI 视频流水线的地方,一个节点图是看流水线到底需要什么的一个异常诚实的位置。当这个图开始写带 alpha 的 ProRes,意味着用它的人已经从做片段走到了做镜头。那才是要紧的转变,而它不会出现在任何 benchmark 上。

相关文章