ComfyUI 里能接 LLM 分析图片，音频该怎么做？
PhilosopherSweaty826 · reddit · 2026-10-20
Reddit 用户提问：在 ComfyUI 中可以加载 LLM 并连接图片，让模型分析并解释图像内容；希望知道如何对音频实现同样的效果，即把音频输入接入 LLM 进行理解分析。
「多模态」频道最新
- 43分钟视频59段动画:创作者复盘 AI Agent 制作全流程 — MaxLenormand · 2026-10-20
- 开发者用 AI 生成整座沙漠之城，戏称可做 FPS 地图 — jasonkneen · 2026-10-20
- 网友把整本《Animator's Survival Kit》喂给 Opus 5.5 做关键帧动画 — MoonL88537 · 2026-10-20
- Glimpse 视觉推理模型发布：对标 Astra 前沿水平 — LinusEkenstam · 2026-10-20
- AI 生成机械巨人对战视频，质感媲美电影 CG — Key_Layer6250 · 2026-10-20
- 开源 ComfyUI 模板打通 YuE2 本地写歌全流程，12GB 显存可跑 — Vivid_Promise1700 · 2026-10-20