bitGen StudioTiger Art 出品

遠端生成

在別處更大的顯示卡上渲染 bitGen Studio 的圖片、影片和歌曲 - 在 RunPod 租用的 GPU,或你的另一臺電腦 - 再把結果帶回工作室。

還在用 bitGen 2.754.0 或更早的版本?RunPod 將在 2026 年 11 月 15 日關閉 bitGen 用於 Pod 的 API。請更新到 2.755.0 或更新版本(設定 ▸ 常規 ▸ 更新,或在 bitGen 資料夾中執行 git pull),這樣我的 Pod、開始和停止才能繼續使用。

在 RunPod 上渲染 - 全部步驟 免費下載

工作原理

  • 設定 ▸ 遠端生成 ▸ 使用遠端生成 用來開啟它。關閉時,一切都在你的電腦上執行,基本設定 ▸ GPU 會隱藏。
  • 選 Local 時,Basic Settings ▸ GPU 不顯示任何遠端內容 - 沒有 Remote servers 或 RunPod 選項,也沒有 Remote generation、PODS 或 💲 RunPod 按鈕。選 Remote 或 Both 即可重新看到它們。
  • 在 設定 ▸ 遠端生成 中設定 GPU:RunPod、另一臺電腦或 SSH 隧道。
  • 基本設定 ▸ GPU ▸ 遠端伺服器 用來選擇 RunPod - Serverless(端點,只在任務執行時計費)或 Pod(你自己的 GPU 機器,執行時按小時計費)- 或 OpenRouter(僅 LLM;渲染仍在你的電腦上)。
  • 基本設定 ▸ GPU 決定把什麼送過去:本地(預設 - 全部在你的電腦上)、遠端(全部在遠端 GPU 上)或兩者(由每個風格決定;沒有風格的任務按“圖片”和“影片 + 歌曲”的勾選)。
  • 每個風格都有“運行於”:這臺電腦或遠端 GPU。遠端風格的名稱以 R_ 開頭,並且可以有自己的 RunPod 端點。
  • 任務日誌會說明在哪裡渲染;填好每小時的價格後,📊 用量 會加上遠端 GPU 的費用。

四種遠端 GPU

RunPod Serverless只在渲染時付費的端點。它執行 RunPod 的 ComfyUI 工作器;模型在它的鏡像中或網路磁碟區上。
RunPod Pod一整臺執行 ComfyUI 的 GPU 機器,開著時按小時計費。工作室會列出你的 Pod,並啟動或停止它們。
另一臺電腦你網路中另一臺電腦上的 ComfyUI - 填入它的地址,例如 http://192.168.1.20:8188。
SSH 隧道通過 SSH 連線的伺服器上的 ComfyUI。工作室會開啟隧道,所以 ComfyUI 不會暴露在網際網路上。

RunPod:已測試

已確認可用:bitGen Studio 在一個執行 RunPod 自己的 runpod/worker-comfyui:5.10.0-sdxl 鏡像的 RunPod Serverless 端點上渲染了 SDXL 圖片。工作器執行時,圖片在一分鐘內就回來了,RunPod 的日誌顯示的種子與工作室的相同。

影片、歌曲和其他圖片風格已針對 RunPod 工作器中的 ComfyUI 檢查過,但還沒有在真實的端點上試過。你的反饋很有幫助 - 請在討論區告訴我們哪些能用。

全部步驟 - 帳戶、API 金鑰、你的模型、端點、連線工作室以及出問題時怎麼辦 - 都在 在 RunPod 上渲染 中。

RunPod 的 Pod:PODS 停靠窗

從 2.756.0 版起,不必離開 bitGen 就能尋找、建立和執行 RunPod 的 Pod。Pod 是執行 ComfyUI 的你自己的 GPU 機器,執行時按小時付費。

首次啟動需要些時間。建立並設定一個新 Pod 大約需要 10–15 分鐘,另加把模型傳到 Pod 上的時間。Pod 自己下載的檔案(Hugging Face、Civitai)很快就到;從你的電腦傳送的檔案則取決於你的上傳速度。之後 Pod 幾分鐘就能啟動。

  1. 選擇 Pod基本設定 ▸ GPU ▸ 遠端伺服器:先選 RunPod,再選 Pod。那裡會出現 🖥 PODS 按鈕。
  2. 建立 bitGen Pod從 2.780.0 起無需選擇模板:在 PODS 停靠窗中按 + Create pod 建立 bitGen Pod。bitGen 會選用 RunPod 的 PyTorch 模板,並在上面安裝 ComfyUI、你的風格使用的自定義節點及其檔案——第一次需幾分鐘,之後保留在 /workspace 中。
  3. 建立 Pod在表單中選擇 GPU(RunPod 當前的每小時價格、視訊記憶體和空閒數量)、Secure 或 Community 雲(通常更便宜)、容器磁碟和 /workspace 的大小。建立前會顯示每小時的估算費用。
  4. 使用進度列顯示它進行到哪一步 - 等待 GPU 機器、啟動容器、ComfyUI 啟動(範本可能在此時下載模型),然後是「pod loaded」。所用時間會被記住,所以下次啟動會顯示「3 min of about 7 min」。按 Use it 即可在那裡生成。
  5. 你在 Pod 上的風格在 My pods 中開啟一個 Pod,在 Styles 裡選你的風格(Generate 模式的,或 All),然後按 💾 Save:bitGen 會把每個風格的工作流、模型、LoRA 和節點包放到 Pod 上。在 Pod 上勾選 Image、Image edit 或 Video,該類型的所有風格都會送到那裡 - 可以每種類型一個 Pod,也可以全部放在一個 Pod 上。選擇 Pods 後會顯示你自己的風格,以前做的 P_ 風格照樣能用。

還沒有 Pod 的風格:按 Generate 後 PODS 停靠窗會開啟,Pod 的內容已經填好 - 帶有該風格和它的類型的 bitGen Pod、顯示記憶體足夠的最便宜 GPU(每小時價格)以及磁碟。選擇 GPU 和數量後按 Create pod - 或者在你的某個 Pod 上按 ▶ Use for 給這個風格用。風格會記住它的 Pod:Pod 停止時 bitGen 會啟動它,Pod 不存在時 bitGen 會用同樣的方式新建一個。bitGen 下載清單裡的檔案由 Pod 自己下載;其他檔案從你的電腦傳送。Basic Settings 顯示你的 Pod 花費(RunPod 自己的帳單,每分鐘),📊 Usage 按天記錄。

把模型放到 Pod 上:在執行中的 Pod 上,⬇ Models 會把風格的檔案 - 或 bitGen 下載清單中的單個檔案 - 下載到它的 ComfyUI,通過 Pod 的 Jupyter(bitGen 為自己建立的 Pod 設定密碼;其他 Pod 請貼上密碼)或 ComfyUI-Manager(只限其清單中的模型)。

只有你的工作流用到的自訂節點才會一起去,並從它們的 git 地址在 Pod 上 clone:Pod 會得到其風格的工作流用到、而 Pod 上沒有的自訂節點包 - 從 bitGen 的節點清單、包自己的 pyproject.toml、ComfyUI-Manager 的清單或 Comfy Registry 查詢,按相同版本 - 然後重新啟動它的 ComfyUI。只有沒有地址的包(你自己做的)或私有的包才會從你的電腦上傳。Pod 專案裡的 ⬆ Nodes its styles need 可對任何 Pod 這樣做。渲染等待 Pod 時,狀態列上方的一行和 Queue 會顯示 Pod 在做什麼 - 正在傳送的模型會顯示進度。

在 PODS 停靠窗中,每個執行中的 Pod 會顯示 GPU 有多忙,以及 GPU 顯示記憶體、RAM 和磁碟用了多少。建立 Pod 之前,表單會列出它的一切 - 範本、GPU、每小時價格、磁碟以及會放上去的東西 - RunPod 上已不存在的 Pod 不會在不問你的情況下重建。

💲 RunPod 停靠窗顯示你的 RunPod 餘額、目前支出以及按此支出餘額還能用多久、Pod 今天和本月的費用,以及 Secure 和 Community 雲上的 RunPod GPU 價格 - 從 Basic Settings ▸ GPU 或 PODS 停靠窗開啟。它可以像 PODS 和 Basic Settings 一樣放進你自己的停靠窗,浮動對話方塊始終在所有停靠窗前面。

多個風格可以共用一個 Pod。用沒有 Pod 的風格點 Generate,會開啟一個列出你的 Pod 和預設的框 - + 把風格放到其中一個上,或用 Create pod 新建一個。PODS 停靠窗的 📦 Presets 把 Pod 的範本、GPU、磁碟和風格儲存為檔案:▶ 啟動(已終止的 Pod 會連同所有風格的檔案重新建立),⏹ 停止,🗑 終止 Pod,✕ 刪除預設 - 並顯示已用時數和費用。

Basic Settings 的 Override style 在 Pod 上也可用:會使用它的步數、種子、CFG 和尺寸;如果 Pod 沒有它的 checkpoint,會在渲染前傳送到 Pod。

停止還是終止?執行中的 Pod 即使閒置也每小時計費。⏹ 停止會結束 GPU 費用,但保留 /workspace - 它的儲存仍會計費。終止會刪除 Pod 及其上的所有檔案,並結束所有費用;bitGen 會先詢問。🅱 標記由 bitGen 建立或啟動的 Pod。

🖥 My pods 列出 bitGen 建立或啟動的 Pod;RunPod 賬戶裡的其他 Pod 合成下面的一行,顯示執行中的費用並可 ⏹ 停止——不會有 Pod 在你不知道的情況下執行。遠端生成停靠窗(基本設定 ▸ GPU ▸ ☁ 遠端生成停靠窗)顯示工作在哪裡執行。

計劃中 - 工作室裡還沒有:Civitai 和 Hugging Face 的下載直接送到 Pod;在上傳前通過連結找到你自己的 checkpoint 和 LoRA;勾選哪些放到新 Pod 上的清單;切換風格時選擇保留、停止或終止 Pod;bitGen 關閉時終止它啟動的 Pod;以及你的 RunPod 餘額和可存為 PDF 的費用報告。

OpenRouter:LLM

從 2.753.0 版起,工作室的 LLM - 劇本寫作、提示詞輔助和圖片描述 - 可以在 OpenRouter 上執行:一個 API 金鑰,數百個模型,其中一些免費。無需安裝,也不需要遠端 GPU。圖片、影片和歌曲仍在你的電腦上渲染,顯示卡也不必再給 LLM 騰地方。

  1. 取得金鑰在 openrouter.ai 註冊免費帳戶並建立金鑰(Keys)。
  2. 設定 ▸ 遠端生成 ▸ 🧠 LLM選擇 OpenRouter 並貼上金鑰 - 它會和你的其他金鑰一起加密儲存。
  3. 選擇模型LLM,以及用於圖片的視覺 LLM(能處理圖片的模型,標有 👁)。一開始「僅免費模型」是勾選的;取消勾選即可看到付費模型及其每百萬 token 的價格。✓ Test 會檢查金鑰和模型。
  4. 基本設定 ▸ GPU選擇「兩者」,並勾選 LLM 和視覺 LLM。

免費模型每分鐘約 20 次請求,每天 50 次 - 你的 OpenRouter 帳戶購買 $10 額度後每天 1000 次。OpenRouter 可能會調整這些限制。你的提示詞和圖片會傳送給 OpenRouter 及模型提供方,所以私密素材請留在自己的電腦上。

OpenRouter 的圖片和影片(按每張圖片或每秒影片計費)已在 2.757.0 加入 - 請參閱線上服務。

線上服務:設定 ▸ API

從 2.757.0 版起,bitGen Studio 完全不需要好顯示卡也能生成:由線上服務完成工作,並按每張圖片、每段影片或每首歌曲向你的帳戶收費。不需要 ComfyUI,也不需要下載模型 - 新增服務的 API 金鑰,它的風格就會出現在風格清單中。

服務在 bitGen 中能生成什麼
OpenRouter圖片、影片、LLM
fal.ai圖片、影片、歌曲
Replicate圖片、影片、歌曲
OpenAI圖片、LLM
Google Gemini圖片、LLM
Claude (Anthropic)僅 LLM
RunningHub雲端的 ComfyUI 工作流:圖片、影片、歌曲
  1. 取得金鑰在該服務註冊帳戶並建立 API 金鑰。大多數服務需要帳戶中有餘額才能生成。
  2. 設定 ▸ API貼上金鑰(bitGen 會據此識別服務),起個名字,保持勾選「使用」,然後按 + Add。✓ Test 可檢查金鑰。
  3. 選擇 API_ 風格「使用」會建立 API_<name> pictures、video 和 songs 風格(服務能生成的類型)。在提示詞停靠窗、影片風格或 Music 停靠窗中選擇一個,照常生成即可。
  4. 更換模型每個風格一開始使用服務提供的一個模型;可在「模型和金鑰」或風格的 Runs on ▸ API 中輸入其他模型。對 RunningHub 來說,模型就是工作流 ID - bitGen 會填入你的提示詞、尺寸、種子和圖片。

「用作 LLM」會把劇本寫作、提示詞幫助和圖片描述傳送到 OpenRouter、OpenAI、Gemini 或 Claude。金鑰加密儲存在你的電腦上,只發送給對應的服務。你的提示詞和圖片會發送到該服務,所以私密素材請留在自己的電腦上處理。OpenAI 已在 2026 年 9 月停止其影片 API;影片請使用 OpenRouter、fal.ai、Replicate 或 RunningHub。

現成的遠端風格

從 2.749.0 版起,工作室自帶為 RunPod 自己的工作器鏡像準備的遠端風格。每個鏡像只有一套模型,這些風格只使用那些檔案和 ComfyUI 自己的節點 - 無需上傳。

風格RunPod 鏡像
R_SDXL, R_SDXL img2imgrunpod/worker-comfyui:5.10.0-sdxl (已測試)
R_FLUX.1 schnell…-flux1-schnell
R_FLUX.1 dev…-flux1-dev
R_FLUX.1 dev fp8…-flux1-dev-fp8
R_SD3 Medium…-sd3
R_Z-Image Turbo…-z-image-turbo

工作室會向 RunPod 詢問你的端點執行的鏡像(設定 ▸ 遠端生成 ▸ RunPod Serverless ▸ 端點的鏡像),並只列出適合它的風格 - sdxl 鏡像對應 R_SDXL 和 R_SDXL img2img。它們在 基本設定 ▸ GPU 為遠端或兩者時顯示。

為所有風格準備端點

計劃中 - 工作室中還沒有。RunPod 的 API 允許應用用你的 API 金鑰建立端點,所以工作室可以替你設定。下面是設想的做法。

每個風格一個端點對大多數風格並不好用。Serverless 工作器只能使用已經在它上面的模型 - 內建在鏡像中或放在網路磁碟區上 - 而 RunPod 的現成鏡像只有六套模型。其他每個風格都需要一個內建其模型的專用鏡像,每個都有好幾 GB。

  1. 為 RunPod 自己的鏡像準備一個按鈕工作室為 RunPod 的六個現成鏡像各建立一個端點,並把每個現成的遠端風格連到對應的端點。沒有活動工作器時,端點在等待期間不花錢,也無需上傳任何東西。
  2. 所有風格共用一個端點一個網路儲存卷存放你的遠端風格用到的所有模型。一個短暫執行的 Pod 從 Hugging Face 下載它們(工作室知道每個風格的檔案)然後停止;一個工作器鏡像包含你的節點包;端點掛上這個儲存卷,所有遠端風格都指向它。

費用和限制

  • RunPod 對渲染期間的 GPU 收費,網路儲存卷按每 GB 每月收費 - 見 runpod.io/pricing。
  • 停止的 Pod 不收 GPU 費用,但在你終止它之前會收取儲存費用。
  • 網路儲存卷會把端點繫結在一個數據中心,可用的 GPU 會變少。
  • 影片很吃資源:MiniMax H3 的模型約佔 70 GB 儲存,需要 20 GB 或以上的顯示卡(16 GB 模式下 16 GB)。
  • 需要節點包的風格(GGUF、LTX、Viggle)需要你自己的工作器鏡像。把 GitHub 連到你的 RunPod 帳戶後,RunPod 可以從 GitHub 倉庫建構它 - 這一步需要你自己完成。
  • Serverless:一次渲染和它的輸入檔案加起來必須小於 10 MB,閒置一段時間後的第一次渲染要等工作器啟動。
  • 不會使用你自己電腦上的模型 - 每個模型都必須先放到 RunPod 上。

有問題?請到 討論區 提問。

滑動以下載

0 / -

滑到最後即可開始下載。這只是讓我們知道下載的是人而不是機器人——不會保留任何關於你的資訊。