• 基于 ComfyUI 的图形化节点流程设计，零代码即可构建复杂音频处理与稳定扩散管线。
• 支持多平台（Windows、Linux、macOS），兼容 NVIDIA、AMD、Intel、Apple Silicon、Ascend 等多种 GPU，甚至可纯 CPU 运行。
• 高效执行机制，仅重算更改部分，智能内存管理，低至 1GB VRAM 也能流畅运行大型模型。
• 丰富模型支持：Stable Audio、ACE Step 等音频模型，兼容多种图像、视频、3D 模型，集成 ControlNet、T2I-Adapter、Upscale 模型等先进功能。
• 完全离线运行，核心不自动联网，支持安全加载多格式模型文件（ckpt、safetensors、pt、pth等）。
• 支持文本嵌入、LoRA、Hypernetworks，工作流可保存为 JSON，也能从生成的 PNG/WebP/FLAC 文件恢复完整工作流与种子。
• 灵活快捷键操作，支持工作流快速保存/加载、节点复制粘贴、节点分组和画布缩放，极大提升制作效率。
• 提供便携版 Windows 免安装包，支持 comfy-cli 一键安装，方便快速上手。
• 持续更新中，2026年Q1发布v0.3.60版本，活跃社区协作推动多样化自定义节点开发。
• 兼容多种硬件加速方案（AMD ROCm、Intel XPU、Ascend NPU、Cambricon MLU、Iluvatar Corex），覆盖广泛应用场景。
ComfyAudio 让音频 AI 的设计与实验更自由，效率更高，适合开发者、研究者及音频创作者长期探索与创新。
• 集成 OpenAI、Voyage AI、Cohere 服务商模型，支持 SentenceTransformers 和 Hugging Face TEI 等开源 embedding 与 reranker 模型，兼顾多样化应用需求
• 作为 Milvus 高性能开源向量数据库 Python SDK（pymilvus）的可选依赖，简化语义搜索功能开发
• 支持 Python 3.8+，安装便捷：`pip install pymilvus[model]` 或 `pip install pymilvus.model`，并提供版本锁定与升级方案，确保兼容与稳定
• 通过统一接口实现多模型融合，降低多模型管理复杂度，提升检索相关性和系统扩展性，适合大规模语义搜索和知识增强检索（RAG）场景
• Apache-2.0 开源协议，社区活跃，便于二次开发和定制，兼顾灵活性与企业级应用需求
Milvus Model Lib 打破传统向量检索单一模型瓶颈，推动语义搜索技术迈向多模态、多源融合的下一阶段
• 收录201x-202x RL方向Sim2Real论文，涵盖模拟器、机器人、交通及推荐系统四大领域，支持动态更新与社区贡献。
• 分类详尽：调查综述、环境与基准、技术细节（观测、动作、转移、奖励设计）、基础模型辅助方法全覆盖。
• 环境与基准包括MuJoCo、PyBullet、OpenAI Gym、CARLA、Meta-World等权威仿真平台，兼顾多任务与多模态挑战。
• 重点技术路径：领域随机化、域自适应、传感器融合、基础大模型结合，突破传统Sim2Real迁移瓶颈。
• 最新趋势聚焦语言模型辅助策略设计与奖励塑造，推动零样本长时任务操控与复杂环境适应。
• 适用范围广泛，从机器人手臂操作、仿生机器人，到自动驾驶仿真及推荐系统模拟，助力多领域强化学习应用。
