ComfyUI v0.43.0公開:MOSS-Image・Fibo 2.0対応と推論パフォーマンス向上

ComfyUI v0.43.0公開:MOSS-Image・Fibo 2.0対応と推論パフォーマンス向上

基本情報

項目 内容
リポジトリ Comfy-Org/ComfyUI
版 v0.43.0
公開日 2026-10-27
ライセンス GPL-3.0
出典の種類 公開元の一次情報(公式GitHubリポジトリのリリースページが一次情報)

情報を集めた時点で、当サイトのコードが確定させた値です。日付はJSTで表示しています。

概要

ComfyUIの最新バージョン「v0.43.0」が公開されました。ComfyUIは、ノードベースのグラフインターフェースでディフュージョンモデルの実行やパイプライン構築を行える、Python製でGPL-3.0ライセンスの強力なGUI・API・推論バックエンドです。

本バージョンでは、MOSS-ImageモデルやFibo 2.0モデルへの対応と機能拡張、Qwen 3.xシリーズにおける推論パフォーマンスの向上、新たなノード(Pad ImageノードやBranchノードなど)の追加が行われています。特にMOSS-ImageモデルやFibo 2.0、Qwen 3.xなどのモデルをローカル環境で活用しているユーザーにとって、更新による利点が大きいリリースとなっています。

主な変更点

MOSS-Imageモデルへの多角的な機能拡張とメモリ最適化

MOSS-Imageモデルのサポートが本格的に強化されました。RoPEスケーリングへの対応をはじめ、カラーデプス制御や編集用LoRA(MOSS-Image edit LoRAs)の読み込みがサポートされています。さらに、アテンションバイアスコンディショニングと編集時の画像強度(image strength)設定、MOSS専用のモデルマージノードが追加されました。あわせて、ピークメモリ使用量を抑える調整も施されています。

MOSS-Imageモデルを用いて画像の生成や編集、モデルのマージを行いたいユーザーに直接影響します。最新の機能を活用するためには、アップデート後にMOSS関連の新規ノード(専用マージノードなど)を用いたワークフローへの組み換えが必要になります。

Fibo 2.0モデルのサポートとパラメータ調整

Fibo 2.0モデルへの対応が追加されました。また、Fibo 2.0におけるRoPEスケーリングの設定が「NTK aware」へと変更され、Text-to-Image(T2I)実行時におけるネガティブプロンプトの処理に関する不具合が修正されています。

Fibo 2.0を利用して画像生成を行っているユーザーに影響します。以前のバージョンでFibo 2.0のT2I生成においてネガティブプロンプトの反映がおかしかった場合や、RoPE設定の影響を受けていた場合は、本バージョンに更新することで正常な動作と適切なスケーリング結果が得られるようになります。

Qwen 3.xやGemma 4 31Bなどの推論性能向上と修正

Qwen 3.xにおけるパフォーマンス改善の一環として「Adaptive tree MTP」が導入されました。また、Gemma 4 31Bモデルで発生していたグローバルアテンション(k_eq_vおよび4つのglobal KV heads)に関する問題が修正されています。加えて、MiniMax-H3のPDDヘッドバンクに対してシングルヘッドLoRAを適用する機能も追加されています。

これらのモデル(Qwen 3.x、Gemma 4 31B、MiniMax-H3)をComfyUI上で推論および追加学習(LoRA適用)しているユーザーに影響します。Qwen 3.xを使っている場合は更新するだけで推論の効率化が期待でき、Gemma 4 31Bの精度面の問題に直面していたユーザーは再変換などを必要とせず本バージョンへの更新で解決します。

画像処理ノードおよびユーティリティノードの追加

新たなノードとして、ミラーパディングや倍数サイズへのパディングが行える「Pad Image」ノード、および処理フローを分岐させる「Branch」ノードが追加されました。さらに、色空間の変換ノード(Convert Image Color Space)およびEXR形式保存ノード(Save Image (Advanced) EXR)において、ACEScg色空間のサポートが追加されています。

画像の端処理や動的なワークフロー制御、カラーマネジメントを行うユーザーに影響します。更新後は標準ノード一覧からこれらの新ノードが選択可能になるため、既存のワークフローの整理や厳密なカラーワークフローの構築に役立ちます。

AMD GPU向けのPyTorchアテンション最適化とVRAM管理

AMD環境(特にgfx11など)において、VAE内のPyTorchアテンションが有効化されました。ただし、gfx11においてヘッド次元(head dims)が256を超える場合にはPyTorchアテンションを使用しないよう調整が加えられています。また、Dynamic VRAM KV cachesの導入(Comfy-Aimdo 0.6.0)や、オフロードストリームの同期処理、モデルプリフェッチ(model_prefetch)におけるグラフクリーンアップの同期など、VRAMとメモリ周りの安定化・最適化が行われています。

AMD Radeon GPUを使用しているユーザーや、VRAM使用量が限られた環境でグラフィックボードを運用しているユーザーに影響します。特別な設定変更は不要ですが、AMD環境での動作速度向上や動作の安定化が期待できます。

対応モデル・ハードウェア

新規・強化されたモデルアーキテクチャ

本バージョンでは、以下のモデルアーキテクチャへの対応および機能強化が行われました。利用者はこれらの最新モデルをComfyUI上で直接、あるいは専用のノードを通じて利用できるようになります。

  • MOSS-Image: MOSS-Imageモデルのサポートが大幅に拡張されました。RoPEスケーリングへの対応に加え、カラーデプス制御、編集用LoRA(MOSS-Image edit LoRAs)の適用、アテンションバイアスコンディショニング、画像強度の調整が可能になっています。また、MOSS専用のモデルマージノードが追加され、モデルのカスタマイズ性が向上しました。
  • Fibo 2.0: Fibo 2.0モデルが新しくサポートされました。RoPEスケーリングがNTK awareに設定され、Text-to-Image(T2I)におけるネガティブプロンプトの処理に関する不具合も修正されています。
  • Qwen 3.x: Qwen 3.xシリーズにおいて、Adaptive tree MTP(Multi-Token Prediction)の導入により推論パフォーマンスが改善されました。これにより、Qwen 3.xベースのモデルをより高速に動作させることが可能です。
  • Gemma 4 31B: Gemma 4 31Bモデル特有のグローバルアテンション構造(k_eq_v、4 global KV heads)に対応しました。これにより、31Bパラメータを持つGemma 4モデルを正確に推論できるようになります。
  • MiniMax-H3: MiniMax-H3のPDDヘッドバンクに対して、シングルヘッドLoRAを適用できるようになりました。
  • Flux 2 VAE: comfy-kitchenを通じて、Flux 2 VAEの融合(Fuse)およびストリップ(Strip)処理がサポートされました。これにより、VAEの最適化が容易になります。

パートナーノードによる外部モデル・サービス連携

パートナー各社が提供するAPIノードを通じて、以下の最新モデルや機能が利用可能になりました。これらはローカル推論ではなく、クラウドサービスとの連携によるものです。

  • Black Forest Labs (BFL): FLUX 3 Videoノードにおいて、2Kおよび4K解像度の生成がサポートされました。また、FLUX 3 Maxノードも追加されています。
  • Kling AI: 最新の動画生成モデルであるKling 4.0ノードが追加されました。
  • PixVerse: PixVerse V6-Maxモデルに対応しました。
  • Krea: Krea 3 Imageノードに「ultra thinking mode」が追加されました。
  • Bria: FIBO 2.0を用いた画像生成および編集ノードが追加されました。
  • Ideogram: Ideogram Vectorノードにより、SVG形式のベクター画像生成が可能になりました。
  • HeyGen: 音声のインスタントクローンおよびテキスト読み上げ(TTS)機能が追加されました。
  • Meshy: Meshy T2.5 Smart Topologyノードが追加され、3Dモデル生成のワークフローが強化されました。
  • VEED / Mirelo: Fabric 1.0やLipsync 2.0(VEED)、およびSFX生成(Mirelo)などの新しいノードが利用可能です。

ハードウェア対応の改善

  • AMD GPU (ROCm): VAE(Variational Autoencoder)においてPyTorchアテンションが有効化されました。ただし、gfx11アーキテクチャにおいてヘッド次元が256を超える場合には、互換性のためにPyTorchアテンションを使用しないよう制限が設けられています。
  • Huawei Ascend NPU: READMEのAscend NPUセクションにHuaweiのブランディングが追加され、公式なサポート体制が明示されました。

アップデート方法

ComfyUIを最新の状態に更新するには、以下の手順に従ってください。PythonおよびPyTorchのバージョン要件に注意が必要です。

推奨環境

  • Python: Python 3.13が推奨されています。Python 3.14も動作しますが、一部のカスタムノードで問題が発生する可能性があります。
  • PyTorch: PyTorch 2.7以上が最小要件ですが、最新バージョンの使用が強く推奨されます。NVIDIA 20シリーズ以降のGPUを使用している場合は、cu130以上のPyTorchが必須です。

セットアップ手順

  1. 依存関係の更新(マネージャーを使用している場合):
    bash pip install -r manager_requirements.txt

  2. マネージャーを有効にしてComfyUIを起動:
    bash python main.py --enable-manager

既存の環境を更新する場合は、リポジトリのディレクトリで git pull を実行して最新のソースコードを取得した後、上記のコマンドで依存関係を更新してください。

前回の記事からの更新履歴

当サイトがGitHubのリリース一覧から機械的にまとめた、この版と前回取り上げた版の間に出た版です(単独記事にはしていません)。 全ての版はエンジン別ページにあります。

版 公開日 リリースノート
v0.42.1 2026-10-19 GitHub

関連記事

次に読むなら

出典