วิธีใช้ AI Angel ComfyPod รัน Minimax H3/SCAIL-2/Qwen Image 2.1 บน RunPod แบบสำเร็จรูป

อยากลองโมเดลวิดีโอตัวใหญ่อย่าง MiniMax H3 แต่การ์ดจอที่บ้าน VRAM ไม่พอใช่ไหมครับ ผมเช่า GPU บน RunPod เป็นชั่วโมงแทน ค่าเช่าไม่แพงอย่างที่คิด RTX 5090 ชั่วโมงละ $0.99 (ราว 33 บาท) ตัวแรงสุดอย่าง RTX PRO 6000 ก็ $2.09 (ราว 70 บาท) แล้วผมทำ Template นี้ไว้ กดปุ่มเดียวได้ ComfyUI ที่พร้อมทำวิดีโอทันที ใช้เสร็จก็ปิด

• ฝังโมเดล AiAngelH3 มาให้เลย เน้นสาวสวยสไตล์เอเชีย prompt ได้อย่างอิสระ ดูโมเดลบน Civitai →
• Boot เร็ว ComfyUI อยู่ในตัว image แล้ว restart ไม่ต้องติดตั้งใหม่
• โหลดโมเดลปุ่มเดียว วางลิงก์ Civitai / Hugging Face ทั้งลิสต์ กดทีเดียว
• สร้างคลิปและรูปจาก Dashboard กรอกฟอร์มแล้วกดปุ่มเดียว ได้ทั้งคลิป H3 และรูป Qwen Image 2.1 ไม่ต้องต่อ node เอง

อยากดูของจริงก่อนอ่าน ผมอัดคลิปพาทำตั้งแต่ Deploy จนได้คลิปออกมาไว้ให้แล้วครับ

AI Angel ComfyPod คืออะไร

RunPod เป็นบริการให้เช่า GPU บนคลาวด์ จ่ายตามที่ใช้จริง ส่วน “Template” คือชุดตั้งค่าเครื่องที่มีคนเตรียมไว้ให้แล้ว กดปุ่มเดียวก็ได้เครื่องพร้อมใช้ ไม่ต้องนั่งติดตั้งโปรแกรมเองทีละขั้น

AI Angel ComfyPod คือ Template ของผมเอง ข้างในมี ComfyUI (โปรแกรมสำหรับรันโมเดล AI image และ video) ติดตั้งพร้อมใช้ รวมถึง workflow สำเร็จรูปสำหรับโมเดลฮิตๆ อย่าง Minimax H3, Wan SCAIL-2 และ Qwen Image 2.1 และมี Dashboard ให้กรอกฟอร์มสร้างคลิปหรือรูปได้เลยโดยไม่ต้องต่อ node เอง

ในแท็บ สร้าง สลับมุมขวาบนได้ว่าจะทำ คลิป หรือ รูป ฝั่งคลิปใช้ AiAngelH3 โมเดลวิดีโอของ ThepExcel เอง ต่อยอดจาก MiniMax H3 ฝั่งรูปใช้ Qwen Image 2.1 ทั้งสองอย่างพิมพ์ภาษาไทยได้เลย แล้วกดปุ่มเดียว รูปที่ทำไว้ก็เอาไปทำเป็นคลิปต่อได้ครับ

Template นี้ฟรีครับ (คุณเสียแค่ค่าเช่า GPU + Disk)

นี่คือตัวอย่างของสิ่งที่ Template นี้ทำได้ครับ ทำได้ทั้งรูปและคลิป สองรูปข้างล่างสั่งด้วย prompt ภาษาไทยจาก Dashboard ของ Template ตัวนี้ รูปซ้ายสร้างจากข้อความ ส่วนรูปขวาคือรูปเดิมที่สั่งแก้ให้มีรถสปอร์ตเพิ่มเข้ามา โดยหน้ายังเป็นคนเดิม

Gen รูปทำได้เร็วจัดๆ รูปละราว 5 วินาที สั่งแล้วเห็นผลแทบจะทันที ส่วนวิดีโอ 10 วินาที ใช้เวลา gen ราว 1.1 นาที ถ้าทำ 720p ก็ราว 1.8-2 นาที (วัดบน RTX PRO 6000 ตอนเครื่องอุ่นแล้ว ไม่ได้ติ๊กโหมดเร็ว และเปิด Sparse attention ไว้ตามค่าเริ่มต้น) เพราะฉะนั้นลองไอเดียด้วยรูปก่อน ถูกใจแล้วค่อยเอาไปทำเป็นคลิป จะประหยัดเวลาและค่าเช่าไปได้เยอะ

ส่วนคลิปข้างล่างนี้ก็ทำจาก Template ตัวนี้เหมือนกันครับ

ทำไมต้อง Open Source

โมเดล closed source อย่าง GPT Image กับ Seedance สวยและเก่ง แต่ติด policy ขอให้ยั่วขึ้นนิดเดียวก็โดนบล็อก ส่วน open source อย่าง Krea2, Qwen Image 2.1 และ MiniMax H3 ไม่มีฟิลเตอร์ คุมเองได้ทุกอย่าง แถมเพิ่มพลังด้วย LoRA ได้ ดูเทียบกันชัดๆ ในคลิปนี้ครับ

1 สมัคร RunPod แล้วเติมเครดิต

ค่าเช่า RTX PRO 6000 ชั่วโมงละราว 70 บาท ทำคลิป 10 วินาทีได้ราว 46-49 คลิป ตกคลิปละราว 1.5 บาท ถ้าเป็น 720p ได้ราว 27-30 คลิป ตกคลิปละราว 2.5 บาท และ RunPod คิดเงินละเอียดเป็นวินาที ไม่ปัดขึ้นเป็นชั่วโมง เปิดเครื่องมาลองแป๊บเดียวแล้วปิด ก็แทบไม่เสียเงินเลยครับ ดูตัวเลขละเอียด เทียบ RTX 5090 และราคาซื้อการ์ด →

2 Deploy Template AI Angel ComfyPod

ที่หน้า Deploy ตั้งแค่นี้ครับ

1. กดปุ่ม Filter เหนือรายการ GPU ตั้ง Minimum VRAM 32 GB, Disk type NVME และ CUDA versions ติ๊ก 13.0 ขึ้นไป ให้ครบทุกตัว แล้วกด Apply filters
2. เลือกการ์ด RTX PRO 6000 ครับ ตัวนี้แนะนำ เร็วสุด ชั่วโมงละ $2.09 (ราว 70 บาท) ได้กี่คลิปต่อชั่วโมง ถ้าตอนนั้นไม่มีว่าง ใช้ RTX 5090 แทนได้ ถูกกว่าแต่ช้ากว่าราว 2.5 เท่า
3. Instance pricing เลือก On-Demand (จ่ายตามเวลาที่เปิดจริง)
4. ที่ Storage ตรง Persistent storage กด + Add volume (ปุ่มอยู่ล่างสุดของกล่อง พลาดง่าย) เลือก Volume disk ตั้งขนาด 100 GB แล้วกด Add volume disk ระบบผูกไว้ที่ /workspace ให้เอง ข้อนี้ห้ามข้ามนะครับ ไม่งั้นโมเดลกับคลิปไม่มีที่อยู่ และขนาดดิสก์ตั้งได้ครั้งเดียวตอน Deploy ขยายทีหลังไม่ได้ ที่แนะนำ 100 GB เพราะโมเดลชุดเริ่มต้นกินราว 61 GB บวกโมเดลที่ค่อยกดโหลดเพิ่มทีหลังได้อีกพอสมควร แล้วยังเหลือที่ไว้เก็บคลิป จากนั้นกด Deploy Pod

อยากได้โมเดลชุดอื่นนอกจาก AiAngelH3 หรืออยากเก็บโมเดลไว้ข้ามเครื่อง ดูที่ เลือก GPU และ MODELS แบบละเอียด กับ Filter และ Storage แบบละเอียด ข้างล่างครับ ครั้งแรกไม่ต้องไปแตะ

3 เปิด Dashboard แล้วรอเครื่องพร้อม

พอ pod ขึ้นแล้ว ไปที่แท็บ Connect ของ pod กด Dashboard (พอร์ต 8189) ได้เลยครับ หน้านี้เปิดได้ตั้งแต่เครื่องยังเตรียมตัวไม่เสร็จ

รอจนหน้าแรกขึ้นว่า ComfyUI is ready เป็นไฟเขียว และแถบโมเดลฝั่งขวาเต็มครบทุกแถบ เท่านั้นพอ บน RTX PRO 6000 ผมวัดได้ราว 1.5 นาที (ขึ้นกับเครื่องที่สุ่มได้ด้วย) มุมขวาบนมีปุ่มสลับ EN/ไทย ให้ด้วยครับ

แถบด้านบนของ Dashboard มีเลขเวอร์ชันของ template อยู่ถัดจากชื่อ (เช่น v1.00) ถ้าเจอปัญหาแล้วทักมาถาม บอกเลขนี้มาด้วยนะครับ จะช่วยตามปัญหาได้เร็วขึ้นมาก

ค่าเริ่มต้นโหลดโมเดล 4 ชุด รวมราว 61 GB เรียงจากชุดทำคลิป (h3core, aiangelh3, h3upscaler) แล้วตามด้วยชุดทำรูป (qwen21) สามแถบแรกเต็มเมื่อไหร่ก็เริ่มทำคลิปได้เลยครับ ไม่ต้องรอให้ครบทั้งสี่

ชุดที่ไม่ได้โหลดตอน boot เช่น LoRA โหมดเร็ว (h3fast) กับโมเดลรูปตัวเก่า Krea 2 ยังใช้ได้ครับ กดโหลดทีหลังที่แท็บ โมเดล หรือกดปุ่ม ดาวน์โหลด ที่ฟอร์มขึ้นมาให้เองตอนต้องใช้ โหลดเสร็จใช้ได้ทันทีโดยไม่ต้อง restart pod

4 สร้างรูปและแก้รูปด้วย Qwen Image 2.1

ใน Dashboard ไปแท็บ สร้าง แล้วกดปุ่ม รูป มุมขวาบนครับ ขั้นนี้ทำรูปคนที่จะเอาไปใส่คลิปในขั้นที่ 5 (มีรูปอยู่แล้วข้ามไปขั้นที่ 5 ได้เลย) มี 2 โหมด ทั้งคู่ใช้ Qwen Image 2.1 ตัวเดียวกัน ซึ่งโหลดมาให้ตั้งแต่ boot แล้ว

• สร้างรูปจากข้อความ พิมพ์อธิบายรูปที่อยากได้ (ไทยหรืออังกฤษก็ได้ ตัวอย่างข้างล่างพิมพ์ไทยล้วน) เลือกสัดส่วนกับจำนวน แล้วกด สร้างรูป
• แก้รูป · หน้าคงเดิม เลือกรูปคน (อัปโหลด หรือ เลือกจากไฟล์ที่ได้) แล้วพิมพ์ว่าอยากเปลี่ยนอะไร เช่น ชุด สถานที่ แสง หรือท่าทาง คนในรูปจะหน้าเหมือนเดิม

ในโหมดสร้างรูปจากข้อความ ข้างแถว สัดส่วน มีแถว ขนาด ให้เลือกด้วยครับ เลือกได้ 0.5 / 1 / 2 / 4 ล้านพิกเซล (MP) และข้างๆ จะบอกขนาดจริงเป็นพิกเซลให้เห็นเลย เพราะคำว่า "2 MP" เฉยๆ ไม่ได้บอกว่ารูปแนวตั้งของคุณจะสูงพอหรือเปล่า ค่าปกติคือ 1 MP ซึ่งได้ 768×1344 สำหรับ 9:16 ส่วน 4 MP เป็นเพดานของ Qwen Image 2.1 เอง ไม่ใช่ข้อจำกัดของเครื่อง ระบบเลยไม่ให้ตั้งเกินนั้น

ตัวอย่างในคู่มือนี้ทำเป็นเรื่องเดียวต่อกันครับ เริ่มจากสั่งสร้างรูปด้วย prompt ภาษาไทยล้วนว่า “สาวสวย ผิวขาวมาก ยืนหน้าโรงแรมสุดหรู ตอนกลางคืน ใส่ชุด dinner เรียบหรู ป้ายโรงแรมเขียนว่า AI Angel Hotel” โมเดลเขียนป้ายเป็นตัวอักษรตามที่สั่งได้ด้วย แล้วรูปที่ได้จะถูกเอาไปแก้ต่อ และไปจบที่คลิปในขั้นที่ 5 (ตัวอย่างชุดนี้ทำตอน Template ยังใช้ Krea 2 เป็นโมเดลรูป วิธีกดเหมือนกันทุกอย่าง ต่างแค่ฟอร์มของ Qwen Image 2.1 มีแถว ขนาด เพิ่มมา)

โหมดแก้รูปมีเรื่องที่ควรรู้สามอย่างครับ

• ใส่รูปได้ทีเดียวหลายรูป สูงสุด 16 รูป แล้วอ้างถึงในคำสั่งว่า <image1>, <image2> นี่คือวิธีสั่งงานแบบ "เอาเสื้อจากรูปนี้ ไปใส่ให้คนในรูปนั้น" ครับ รูปที่สองจะเป็นชุด สถานที่ หรือของที่อยากให้เพิ่มเข้าไปก็ได้ (ตัวเก่ารับได้แค่รูปเดียว)
• โหมดแก้รูปไม่มีแถวสัดส่วน ผลลัพธ์จะออกมาเท่ากับรูปแรกที่ใส่เข้าไป ทั้งสัดส่วนและขนาด อยากได้ขนาดไหนให้ไปกำหนดตั้งแต่ตอนสร้างรูป
• ช่อง Seed ตอนแก้รูปให้เว้นว่างไว้ ถ้าใส่ seed ตัวเดียวกับที่ใช้สร้างรูปนั้น ภาพที่แก้จะพังครับ ผมเจอมาแล้วบนเครื่องจริง ปุ่ม แก้รูปนี้ ล้างช่องนี้ให้อัตโนมัติอยู่แล้ว แต่ใครพิมพ์เองต้องระวัง (seed ของงานแก้รูปเองไม่มีปัญหา ตัวที่พังคือ seed ของรูปต้นฉบับ)

กด เลือกจากไฟล์ที่ได้ แล้วหยิบรูปที่เพิ่งทำไว้มาแก้ต่อได้เลย ตัวอย่างนี้สั่งสั้นๆ ว่า “มีรถ sports สุดหรูอยู่ข้างหลังผู้หญิง” ผลที่ได้คือคนเดิม หน้าเดิม ชุดเดิม แต่มีรถสปอร์ตสีแดงจอดอยู่หลังเธอ นี่คือจุดต่างของโหมดนี้ครับ ถ้าไปสั่งสร้างรูปใหม่จากข้อความ จะได้คนละคน

ช่อง จำนวน ในภาพตั้งไว้ ×2 แปลว่าสั่งทีเดียวได้ 2 แบบให้เลือก ไม่ต้องนั่งกดทีละครั้ง และคุ้มด้วยครับ เพราะการสั่งหลายเทคพร้อมกันเร็วกว่าสั่งทีละครั้งมาก

นี่คือเวลาที่ผมจับจริงบน RTX PRO 6000 ตอนเครื่องอุ่นแล้ว

สั่งอะไร	ใช้เวลา
สร้างรูป 1 ใบ (สัดส่วนไหนก็เท่ากัน)	~5.2-5.4 วินาที
สร้างรูป ×2	~8.9 วินาที
สร้างรูป ×4	~15.6 วินาที (ตกใบละ ~3.9 วินาที)
แก้รูป (ใส่ 1 รูปหรือ 2 รูปก็เท่ากัน)	~10.4-10.7 วินาที
ขยายรูป 1024 → 2048	~34-45 วินาที

รูปแรกหลัง boot ใช้ 8.3 วินาที ส่วนที่เกินมาคือเวลาโหลดโมเดลเข้า memory ครับ · วัดบน RTX PRO 6000 วันที่ 20 กันยายน 2026

รูปที่เสร็จแล้วขึ้นในการ์ดคิวงานเหมือนคลิป ใต้รูปมีปุ่ม เอารูปนี้ไปทำคลิป, แก้รูปนี้, ใช้สูตรนี้, ขยายรูปนี้, ขยายแบบกำหนดเอง และ ดาวน์โหลด

ปุ่มพวกนี้ทำให้ไปต่อได้ทันทีครับ แก้รูปนี้ ส่งรูปกลับเข้าโหมดแก้รูปเพื่อแก้ซ้ำอีกรอบ ส่วน เอารูปนี้ไปทำคลิป พาไปฝั่งคลิป พร้อมใส่รูปนั้นเป็นคนในคลิปให้แล้ว เหลือแค่บอกว่าเป็นใคร กับเล่าว่าเกิดอะไรขึ้น

ขยายรูปนี้ กับ ขยายแบบกำหนดเอง เป็นของใหม่ครับ ไม่ใช่การยืดพิกเซลให้ใหญ่ขึ้นเฉยๆ แต่เป็นการให้โมเดลวาดรูปเดิมใหม่ที่ขนาดใหญ่กว่า รายละเอียดเลยเพิ่มขึ้นจริง ขยายรูปนี้ กดแล้วจบ ได้ 4 MP เต็มที่ ส่วน ขยายแบบกำหนดเอง ถามขนาดกับความแรงก่อน ความแรงต่ำจะเก็บผิวและเนื้อรูปเดิมไว้มากกว่า ผมลองขยาย 1024×1024 เป็น 2048×2048 แล้ววัดดูว่าภาพที่ได้ยังเป็นรูปเดิม องค์ประกอบไม่ขยับ

5 สร้างคลิปจาก Dashboard

ในแท็บ สร้าง กดปุ่ม คลิป มุมขวาบนครับ กรอกฟอร์มแล้วกดปุ่มได้เลย ไม่ต้องเปิด ComfyUI ไม่ต้องรู้จัก node สักตัว ถ้ามาจากปุ่ม เอารูปนี้ไปทำคลิป ในขั้นที่ 4 รูปนั้นจะรออยู่ในข้อ 1 ให้แล้ว เหมือนในภาพข้างล่างที่ผู้หญิงหน้าโรงแรมคนเดิมถูกใส่ไว้เป็นคนในคลิป แล้วสั่งสั้นๆ เป็นภาษาไทยว่า “เดินเข้าไปในรถแบบนางแบบ”

ฝั่งคลิปมี 2 โหมดให้เลือก

• แบบมีคำถามนำ ตอบทีละข้อ ระบบต่อ prompt ให้เอง เหมาะกับคนที่ไม่อยากมานั่งคิดว่าจะเขียน prompt ยังไง
• เขียน prompt เอง พิมพ์เองล้วนๆ ส่งเข้า H3 ตามที่พิมพ์เป๊ะๆ ไม่มีการแต่งเติมให้ เหมาะกับคนที่มี prompt อยู่แล้วหรืออยากคุมเองทั้งหมด

ครั้งแรกใช้โหมด แบบมีคำถามนำ ครับ ไล่ตอบทีละข้อตามนี้

1. ใครอยู่ในคลิป

กด + เพิ่มรูป เพื่ออัปโหลดรูป หรือ + เพิ่มคนที่ไม่มีรูป ถ้าไม่มีรูปอ้างอิง แต่ละแถวมี dropdown ให้เลือกประเภท คน / สถานที่ / ชุด / ของ พร้อมช่องคำอธิบายสั้นๆ เช่น "thai man"

คนที่มีรูป หน้าจะเหมือนเดิมทุกเฟรม ส่วนคนที่ไม่มีรูป H3 จะคิดหน้าตาให้เอง เหมาะกับคู่สนทนาอีกฝั่งที่ไม่ต้องเป็นใครเฉพาะ รูปสถานที่กลายเป็นฉาก รูปชุดให้คนที่คุณเลือกใส่ ส่วนรูปของจะโผล่ในคลิปตามที่เห็นในรูปเลย

เหนือฟอร์มขึ้นไปมีปุ่มสลับอีกชุดชื่อ รูปที่ใส่ บอกว่ารูปที่อัปโหลดเข้าไปจะถูกใช้แบบไหนครับ

• อ้างอิงหน้า/ฉาก (ค่าเริ่มต้น) H3 ลอกหน้า ฉาก หรือชุดจากรูปไปใช้ในคลิป แต่ไม่ได้บอกว่ารูปนั้นเป็นเฟรมไหน จะโผล่ตอนไหนของคลิปก็ได้
• ปักเฟรม รูปแต่ละรูปกลายเป็นเฟรมนั้นของคลิปเป๊ะๆ แล้ว H3 เติมช่วงระหว่างเฟรมให้เอง เลขเฟรมพิมพ์เอง 0 คือเฟรมแรก และ -1 คือเฟรมสุดท้าย เช่น ปักรูปเปิดไว้ที่ 0 กับรูปปิดไว้ที่ -1 คลิปก็จะเริ่มและจบด้วยสองรูปนั้นจริงๆ เหมาะกับงานที่ต้องคุมว่าภาพแรกกับภาพสุดท้ายต้องเป็นรูปนี้

2. เกิดอะไรขึ้น

เขียนว่าในคลิปเกิดอะไรขึ้น พิมพ์ @ แล้วจะมีลิสต์คนและรูปทั้งหมดจากข้อ 1 โผล่ขึ้นมา เลือกตัวไหนก็ได้ ระบบจะใส่เป็น chip สีเข้าไปในประโยค (สีชมพู = คน, สีฟ้า = สถานที่, สีม่วง = ชุด, สีเหลืองอำพัน = ของ) ลบทีเดียวหายทั้งก้อน

ทำไมต้องพิมพ์ @ ด้วย เพราะเขียนคำว่า "thai man" เฉยๆ โมเดลไม่รู้หรอกครับว่าหมายถึงรูปไหนในหลายๆ รูปที่อัปโหลดไว้ แต่พอ tag เป็น chip โมเดลจะรู้ทันทีว่ารูปไหนทำหน้าที่อะไรในฉาก

3. สไตล์ภาพ แสง และช่วงเวลา

ช่องนี้ prefill มาให้แล้วว่า "Live-action, photorealistic" จะเติมแสง เวลา หรือ mood ต่อก็ได้ เช่น ", comedy style sitcom, bright daylight" หรือจะลบของเดิมแล้วเขียนใหม่เองก็ได้ ส่วนสัดส่วนภาพ (แนวตั้ง แนวนอน หรือจัตุรัส) ไปเลือกที่แถวล่างสุดในข้อ 6

4. เสียงและดนตรี

prefill มาให้ว่า "Ambient sound that matches the setting" เติมได้ตามใจ เช่น "birds, a sitcom studio laugh track after the last line" ถ้าในคลิปมีคนพูด เสียงพูดจะถูกใส่ให้เองอัตโนมัติ ไม่ต้องไปสั่งเพิ่ม

5. Prompt ที่ส่งไปจริง

แผงด้านขวาโชว์ prompt ที่ต่อจากทุกข้อข้างบนแบบเรียลไทม์ ตอบไปแก้ไป prompt ขยับตาม กด เอาไปแก้เอง → จะ copy prompt ทั้งก้อนไปวางในโหมด เขียน prompt เอง ให้แก้เองต่อได้เลย

6. ตั้งค่าแถวล่างแล้วกดสร้างคลิป

• สัดส่วน เลือก 9:16 (แนวตั้ง), 16:9 (แนวนอน) หรือ 1:1 (จัตุรัส)
• จำนวน ×1 / ×2 / ×4 สั่งทำหลายเทคพร้อมกัน แต่ละเทคใช้ seed ต่างกัน ได้หลายแบบให้เลือกอันที่ชอบ
• Seed ปล่อยว่างไว้ (ในช่องขึ้นว่า สุ่ม) ได้คลิปใหม่ทุกครั้ง ใส่เลขเดิมลงไปจะได้คลิปเดิมกลับมา (ถ้าตั้งจำนวนไว้ ×2 หรือ ×4 เทคถัดไปจะใช้เลขนั้น +1 +2 +3) พอทำคลิปเสร็จหรือโหลดสูตรมา จะมีลิงก์เล็กๆ ใช้ … อีกครั้ง (ตามด้วยเลข seed ของคลิปนั้น) โผล่ข้างช่อง กดทีเดียวเลขเดิมก็กลับเข้าไปเลยครับ
• 720p ทำที่ 704×1280 ตั้งแต่ต้น (อธิบายต่อข้างล่าง)
• เร็ว ใช้ LoRA เร่งความเร็ว ลดเหลือ 4 step ได้คลิปเร็วขึ้นราว 1.5 เท่า แลกกับ คุณภาพ drop เล็กน้อย เหมาะกับตอนลองไอเดียหรือจูน prompt ก่อนทำตัวจริง
• Sparse attention ติ๊กไว้เป็นค่าเริ่มต้น ข้ามการคำนวณ attention บางส่วนที่คลิปไม่ได้ใช้จริง คลิปยาวๆ เลยเรนเดอร์เร็วขึ้น
• ข้างความยาวคลิปมี เวลาโดยประมาณ ต่องานและรวมทุกเทค ไว้ดูคร่าวๆ ก่อนกด
• สร้างแค่ workflow ไม่รันอะไร แต่สร้าง workflow ของฟอร์มนี้ให้ (ดู เปิด workflow ใน ComfyUI)

ผมทดสอบบน RTX PRO 6000 คลิป 10 วินาที 720p แบบไม่มีรูปอ้างอิง ติ๊ก Sparse attention ไว้ใช้เวลา 96.2 วินาที ไม่ติ๊กใช้ 145.6 วินาที (เร็วขึ้นราว 1.5 เท่า) ด้วย seed เดียวกัน หน้า ชุด และฉากออกมาเหมือนเดิม ที่อาจต่างคือสีหน้าหรือจังหวะท่าทางนิดหน่อย ดูเฟรมที่วินาทีที่ 5 ข้างล่าง ถ้าคลิปไหนออกมาดูแปลกๆ ปลดติ๊กแล้วสร้างใหม่ได้เลยครับ

กด สร้างคลิป แล้วงานจะไปต่อคิวในการ์ด คิวงาน ฝั่งขวา กดซ้ำได้ตลอดไม่ต้องรอคลิปก่อนหน้า งานที่กำลังรันมีแถบความคืบหน้าแบบสดๆ แต่ละงานมีปุ่ม ยกเลิก ของตัวเอง และยกเลิกทั้งคิวรวดเดียวก็ได้ ทั้งงานที่รอคิวและงานที่กำลังรัน

คลิปที่เสร็จแล้วเล่นพร้อมเสียงในการ์ดคิวงานได้เลย กด ดาวน์โหลด เอาไฟล์ออก และยังมีปุ่ม ใช้สูตรนี้ กับ ทำเป็น 720p ให้กดได้จากตรงนี้ทันที (สองปุ่มนี้อธิบายไว้ในหัวข้อ ปุ่ม ใช้สูตรนี้ กับ ทำเป็น 720p) ทุกงานไปอยู่ในแท็บ ไฟล์ที่ได้ ด้วย

ติ๊ก 720p แล้วคลิปจะทำที่ 704×1280 ตั้งแต่ต้นเลยครับ (16:9 หรือ 1:1 ก็ได้ขนาดใหญ่ใกล้เคียงกัน) ภาพสวยสุด แลกกับเวลาราว 1.6-1.7 เท่าของขนาดปกติ ดูเวลาและค่าเช่าต่อคลิป

หมุนกล้อง 360° รอบตัวจากรูปเดียว

โหมดใหม่ใน Dashboard ใส่รูปคนแค่รูปเดียว แล้วกล้องจะหมุนรอบตัวครบวงกลับมาจบที่รูปเดิม ทุกอย่างในรูปหยุดนิ่ง มีแค่กล้องที่เคลื่อน คลิปเลยเล่นวนต่อกันได้เนียนๆ ใช้ LoRA 360 Orbit ของ Pablo Dawson ครับ

• แท็บ สร้าง กด คลิป ตรง รูปที่ใส่ เลือก หมุน 360°
• กด + เพิ่มรูป รูปเต็มตัวหรือครึ่งตัวที่มีที่ว่างรอบๆ ได้ผลดีที่สุด
• ความยาว 3 วินาทีคือค่าที่ LoRA เทรนมา ติ๊ก 720p ไว้ถ้าจะเอาไปทำ Reel จะได้คลิปที่คมกว่า

คลิปยาว ต่อกันหลายช่วง คนเดิม เสียงเดิม

คลิปเดียวไม่ควรยาวเกิน 15 วินาที ถ้าอยากเล่าเรื่องยาวกว่านั้น เช่น vlog พาเดินเที่ยวทั้งคลิป ใช้ คลิปยาว ครับ Dashboard จะทำทีละช่วงแล้วต่อให้เอง หน้าคนเดิม เสียงเดิม ฉากไหลต่อกันไปจนจบ ไม่ต้องเอาไปตัดต่อเอง

คลิปข้างบนยาว 42 วินาที ทำจากรูปผู้หญิงชุดเดรสสีชมพูอ่อนแค่รูปเดียว แบ่ง 4 ช่วง ช่วงละ 10 วินาที ที่ 720p

วิธีทำ

1. แท็บ สร้าง กด คลิป ใช้โหมด แบบมีคำถามนำ ตรง รูปที่ใส่ ให้เป็น อ้างอิงหน้า/ฉาก (ค่าเริ่มต้น)
2. กรอกข้อ 1 ถึง 4 เหมือนคลิปปกติ
3. ตรง ความยาว เลือก คลิปยาว (อีกตัวเลือกคือ คลิปเดียว) ฟอร์มจะมีส่วน ช่วงของคลิปและบทพูด โผล่ขึ้นมา
4. แต่ละช่วงยาว 5-15 วินาที (ตั้งต้นไว้ 10) มีช่อง ช่วงนี้เกิดอะไรขึ้น ของตัวเอง เว้นว่างไว้จะใช้ที่เขียนในข้อ 2 และมีบทพูดของตัวเอง เลือกว่าใครพูด ภาษาอะไร แล้วพิมพ์บท แบบเดียวกับ ช็อตและบทพูด กด + เพิ่มช่วง ได้ถึง 8 ช่วง
5. อยากได้คลิปคม ติ๊ก 720p ตอนนี้เลย เพราะคลิปที่ต่อแล้วกด ทำเป็น 720p ทีหลังไม่ได้
6. ดูเวลาโดยประมาณข้างปุ่ม (ขึ้นแบบ ≈ … รวมทั้ง 4 ช่วง) แล้วกด สร้างคลิปยาว

แต่ละช่วงสร้างเป็นคลิปของตัวเอง ช่วงถัดไปเริ่มจากราว 1 วินาทีท้ายของช่วงก่อนหน้า ทั้งภาพและเสียง แล้วค่อยๆ เฟดเข้าหากัน หน้า เสียงพูด และฉากเลยต่อเนื่อง ช่วงถัดไปเริ่มเองเมื่อช่วงก่อนเสร็จ ปิดหน้าเว็บไปทำอย่างอื่นได้เลยครับ

ระหว่างทาง การ์ด คิวงาน จะบอกว่าถึงไหนแล้ว เช่น คลิปยาว · ช่วงที่ 2 จาก 4 ตอนต่อช่วงจะขึ้นว่า กำลังต่อช่วงเข้าด้วยกัน พอจบจะขึ้นว่า คลิปยาวเสร็จแล้ว · ทั้ง 4 ช่วงอยู่ในแท็บไฟล์ที่ได้ ทุกช่วงมีไฟล์ของตัวเองใน ไฟล์ที่ได้ แต่ละไฟล์คือคลิปตั้งแต่ต้นจนถึงช่วงนั้น ไฟล์ของช่วงสุดท้ายจึงเป็นคลิปเต็มทั้งเรื่อง

ตัวอย่างจริง: vlog ตลาดกลางคืน

ข้อ 1 ใส่รูปผู้หญิงหนึ่งรูป คำอธิบายว่า "a young Thai woman wearing a light pink summer dress" สไตล์ภาพ "Live-action, photorealistic, handheld vlog, warm evening light and colorful string lights" เสียง "Busy night market ambience, sizzling grills and crowd chatter" แล้วแบ่ง 4 ช่วง ช่วงละ 10 วินาที บทพูดภาษาไทย

• ช่วง 1 ทักคนดู บอกว่าวันนี้จะพาไปเดินตลาดกลางคืน
• ช่วง 2 แวะร้านหมูปิ้ง บอกว่ากลิ่นหอมมาก
• ช่วง 3 ได้ข้าวเหนียวมะม่วงมาแล้ว
• ช่วง 4 ลองชิม "อร่อยมากเลยค่ะ" แล้วโบกมือบ๊ายบาย

ต่อคลิปนี้

คลิปที่เสร็จแล้วทุกคลิปมีปุ่ม ต่อคลิปนี้ ทั้งในการ์ด คิวงาน และในแท็บ ไฟล์ที่ได้

กดแล้วฟอร์มจะกลับมาพร้อมคน รูป สไตล์ และ LoRA เดิม เหลือฉากกับบทพูดว่างไว้ให้ เขียนว่าต่อไปเกิดอะไรขึ้น แล้วกด ต่อคลิป สัดส่วนภาพกับ 720p จะตามคลิปเดิม เหมาะกับตอนที่อยากดูผลทีละช่วงก่อนค่อยเล่าต่อ ถ้าเปลี่ยนใจ กด เริ่มคลิปใหม่แทน

รูปในข้อ 1 ให้ใช้ชุดเดิมนะครับ ถ้าเปลี่ยนรูป หน้าจะค่อยๆ เพี้ยนไปทีละช่วง หน้าเว็บก็เตือนไว้ตรงนี้

เคล็ดลับจากที่ลองจริง

• ของที่ต้องเห็นในภาพ เขียนลงช่อง ช่วงนี้เกิดอะไรขึ้น ด้วย อย่าใส่ไว้แค่ในบทพูด ผมเคยให้พูดถึงเค้กช็อกโกแลตแค่ในบท ออกมาเป็นเค้กธรรมดา
• ให้ทุกช่วงอยู่ในที่เดียวกัน ตลาดเดียวกัน ห้องเดียวกัน รอยต่อจะเนียนที่สุด

ข้อจำกัด

• ใช้ได้เฉพาะโหมด แบบมีคำถามนำ และ รูปที่ใส่ แบบ อ้างอิงหน้า/ฉาก (ปักเฟรม กับ หมุน 360° ใช้ไม่ได้)
• คลิปยาวตั้ง จำนวน ได้แค่ ×1
• คลิปที่ต่อมาแล้วขยายเป็น 720p ไม่ได้ ต้องติ๊ก 720p ตั้งแต่ช่วงแรก
• ถ้าช่วงไหนพัง ระบบหยุดตรงนั้น ช่วงก่อนหน้ายังอยู่ใน ไฟล์ที่ได้ ครบ กด ต่อคลิปนี้ ที่ช่วงสุดท้ายที่ดี แล้วทำต่อจากตรงนั้นได้

ใช้เวลาเท่าไหร่

ผมวัดบน RTX PRO 6000 ช่วงละ 10 วินาทีที่ 720p ใช้ราว 2 นาทีครึ่งต่อช่วง รวมเวลาต่อเข้ากับช่วงก่อนแล้ว ถ้ากดเป็นงานแรกหลังเปิดเครื่อง ช่วงแรกจะนานกว่านั้นเป็นราว 4 นาทีเศษ เพราะต้องโหลดโมเดลก่อน คลิปตัวอย่าง 4 ช่วงเลยใช้ราว 12 นาทีตั้งแต่กดจนเสร็จ และไม่ว่าจะต่อยาวแค่ไหน memory ที่ใช้ก็ไม่บวมขึ้น เครื่องไม่ล่มกลางทางครับ

6 โหลดคลิปออกมา

ใน Dashboard ไปแท็บ ไฟล์ที่ได้ เลือกไฟล์ที่ต้องการหรือกด ดาวน์โหลด ZIP ทีเดียวทั้งหมด (แบ่งเป็นหลายไฟล์ให้ได้ถ้าเยอะ) หรือกด ใหม่ตั้งแต่ ZIP ล่าสุด เอาเฉพาะที่ยังไม่เคยโหลด

ข้างปุ่ม ดาวน์โหลด ZIP ยังมีปุ่ม ลบ ให้ด้วยครับ ติ๊กเลือกไฟล์ที่ไม่เอาแล้วกด ลบ จะมีแถบถามยืนยันขึ้นมาก่อน ต้องกด ยืนยัน ลบเลย อีกทีถึงจะลบจริง ไฟล์ที่ลบแล้วหายจาก pod ถาวร เอาคืนไม่ได้ ถ้ายังอยากเก็บให้โหลด ZIP ออกมาก่อน มีไว้ให้ไล่เก็บกวาดของที่ไม่เอาระหว่างทาง ดิสก์จะได้ไม่เต็มก่อนงานเสร็จ

การ์ดรูปในแท็บนี้มีปุ่ม ขยายรูปนี้ กับ ขยายแบบกำหนดเอง เหมือนในขั้นที่ 4 หยิบรูปเก่ามาขยายทีหลังได้ตลอด

7 ใช้เสร็จแล้ว กด Stop และ Terminate

RunPod คิดเงินตลอดเวลาที่ pod ยังอยู่ ถ้าไม่ปิด จะโดนคิดเงินต่อเรื่อยๆ ถึงจะไม่ได้ใช้งานแล้วก็ตาม ใช้เสร็จทุกครั้งทำตามนี้ครับ

1. โหลดคลิปที่อยากเก็บออกมาให้ครบก่อน (ขั้นที่ 6) เพราะพอ Terminate แล้วไฟล์บนเครื่องหายหมด
2. ที่หน้า pod ใน RunPod กด Stop ค่า GPU หยุดเดินตรงนี้
3. กด Terminate ต่อทันที (ปุ่มนี้กดได้หลังจาก Stop แล้ว) เป็นการลบเครื่องทิ้ง ค่าดิสก์ถึงจะหยุดด้วย

ครบ 7 ขั้นนี้ก็ได้คลิปแล้วครับ ข้างล่างนี้อ่านเฉพาะตอนอยากปรับเองหรือเจอปัญหา

เช่า RTX PRO 6000 คุ้มแค่ไหน (ตัวเลขละเอียด)

จากที่วัดจริงบน RTX PRO 6000 (ชั่วโมงละ $2.09 ราว 70 บาท) หักเวลาเปิดเครื่องกับคลิปแรกที่ต้องโหลดโมเดลแล้ว เหลือเวลาทำคลิปจริงราว 55 นาทีต่อชั่วโมง คลิปยาว 10 วินาทีได้ประมาณนี้ครับ ยิ่งใส่รูปอ้างอิง (รูปคนที่อยากให้หน้าเหมือนเดิมทุกเฟรม ในข้อ ใครอยู่ในคลิป) เยอะ ยิ่งใช้เวลานาน

คลิป 10 วินาที	ใช้เวลาต่อคลิป	ได้ต่อชั่วโมง	ตกคลิปละ
รูปอ้างอิง 1 รูป	~67 วินาที	~49 คลิป	~1.4 บาท
รูปอ้างอิง 2 รูป	~69 วินาที	~48 คลิป	~1.5 บาท
รูปอ้างอิง 3 รูป	~72 วินาที	~46 คลิป	~1.5 บาท

ถ้าเป็นคลิป 5 วินาทีจะเร็วมาก ราว 30 วินาทีต่อคลิป ชั่วโมงนึงได้เป็นร้อยคลิป

ถ้าทำ 720p (ติ๊ก 720p ก่อนกดสร้างคลิป ได้ภาพสวยสุด) ใช้เวลาราว 1.6-1.7 เท่าของขนาดปกติ ได้ประมาณนี้ครับ

คลิป 10 วินาที 720p	ใช้เวลาต่อคลิป	ได้ต่อชั่วโมง	ตกคลิปละ
รูปอ้างอิง 1 รูป	~1.8 นาที	~30 คลิป	~2.3 บาท
รูปอ้างอิง 2 รูป	~1.9 นาที	~29 คลิป	~2.4 บาท
รูปอ้างอิง 3 รูป	~2.0 นาที	~27 คลิป	~2.6 บาท

แล้ว RTX 5090 ล่ะ? ราคาชั่วโมงละ $0.99 (ราว 33 บาท) ถูกกว่าครึ่ง แต่ช้ากว่าราว 2.5 เท่า ต้นทุนต่อคลิปเลยพอๆ กัน ที่ต่างคือเวลารอ ชั่วโมงเดียวกัน RTX PRO 6000 ได้คลิปมากกว่าเยอะ ผมเลยแนะนำ RTX PRO 6000 ครับ

ถ้าซื้อการ์ดมาใช้เองล่ะ? ราคาการ์ดตอนนี้ (กันยายน 2026) แพงขึ้นมากเพราะหน่วยความจำขาดตลาด เทียบกับค่าเช่าได้ประมาณนี้ครับ

การ์ด	ราคาซื้อ	ค่าเช่าต่อชั่วโมง	เงินเท่าราคาการ์ด เช่าได้
RTX PRO 6000 (96 GB)	~5-6 แสนบาท (ร้านในไทย เช่น Advice 579,000 บาท)	~70 บาท	~7,100-8,600 ชั่วโมง ใช้วันละ 4 ชั่วโมง ≈ 5-6 ปี
RTX 5090 (32 GB)	~1.8-2 แสนบาท (ร้านในไทย แล้วแต่ยี่ห้อ)	~33 บาท	~5,500-6,100 ชั่วโมง ใช้วันละ 4 ชั่วโมง ≈ 4 ปี

ราคาซื้อข้างบนยังเป็นแค่ค่าการ์ด ยังไม่รวมเครื่องที่ต้องมารองรับ (CPU, RAM, พาวเวอร์ซัพพลาย) และค่าไฟ ถ้าไม่ได้ gen ทุกวันเป็นงานประจำ เช่าเป็นชั่วโมงคุ้มกว่ามาก จ่ายเฉพาะตอนใช้ และได้การ์ดตัวแรงสุดโดยไม่ต้องลงทุนก้อนใหญ่ครับ

ตัวเลขทั้งหมดคือความเร็วเครื่องล้วนๆ ตอนส่งงานต่อกันไม่หยุด ยังไม่รวมเวลาคิด prompt · เวลาต่อคลิปวัดจริงทุกแถว ทั้งขนาดปกติและ 720p แถวละ 2 ครั้งแล้วเฉลี่ย (8 steps, เปิด Sparse attention ตามค่าเริ่มต้น, image วันที่ 23 กันยายน 2026) · ตัวเลข RTX 5090 คำนวณจากอัตราช้ากว่า 2.5 เท่า · ราคาเช่าตามหน้าจอ RunPod กันยายน 2026 และยังไม่รวมค่าดิสก์ Volume disk 100 GB ราว $0.014/ชั่วโมง · ราคาการ์ดสำรวจวันที่ 16 กันยายน 2026 ใช้ราคาในร้าน Advice ราคาเปลี่ยนเร็ว ควรเช็กอีกทีก่อนซื้อ

ลูกเล่นอื่นๆ ของ Dashboard

คลิปหลายช็อตและบทพูด

คลิปในขั้นที่ 5 เป็นช็อตเดียวจบ ถ้าอยากได้คลิปที่ตัดหลายช็อต มีคนคุยกัน หรือมีบทพูดเป็นภาษาไทย ทำได้จากฟอร์มเดิมครับ ใส่หลายคนในข้อ ใครอยู่ในคลิป (อีกฝั่งไม่มีรูปก็ได้) แล้วแบ่งช็อตในส่วน ช็อตและบทพูด ตัวอย่างที่ผมใช้จริง ช่อง เกิดอะไรขึ้น พิมพ์ว่า "meet on a garden bench, @thai man tries to flirt @thai woman in the garden" (ภาพในหัวข้อนี้เป็นหน้าตาก่อนเปลี่ยนชื่อแท็บเป็น สร้าง เนื้อหาในฟอร์มเหมือนกัน)

แบ่งช็อตเอง

แต่ละช็อตกำหนดความยาวเอง (2-10 วินาที) ความยาวคลิปรวมคือผลบวกของทุกช็อต เก็บรวมไว้ไม่เกิน 15 วินาทีนะครับ แต่ละช็อตมี 2 ส่วน อะไรเกิดขึ้นในช็อตนั้น (ใช้คำกล้องได้เลย เช่น "medium two-shot", "close-up on @thai woman", "wide shot") กับบทพูด เลือกได้ว่าใครพูด ภาษาอะไร (อัตโนมัติ / ไทย / English) แล้วพิมพ์บทเข้าไป

ตัวอย่างจริงที่ผมลองเล่น 3 ช็อต

• ช็อต 1 (4 วินาที) "medium two-shot, @thai man leans in to flirt with @thai woman, exaggerated smug grin" บทพูด "น้องน่ารักจัง มีแฟนยังครับ?"
• ช็อต 2 (3 วินาที) "close-up on @thai woman, sweet smile, then a teasing look" บทพูด "ยังไม่มีแฟนค่ะ… มีแต่สามี!"
• ช็อต 3 (3 วินาที) "wide shot, @thai man freezes in shock, jaw drops; @thai woman bursts out laughing"

เปิด workflow ใน ComfyUI

ทุกอย่างที่ Dashboard ทำ เป็น workflow ของ ComfyUI ธรรมดาครับ ถ้าอยากเห็นว่าข้างในต่อ node กันยังไง หรืออยากเอาไปปรับต่อเอง กรอกฟอร์มให้เรียบร้อย แล้วกดปุ่ม สร้างแค่ workflow ▾ ข้างปุ่มสร้าง ปุ่มนี้ไม่รันอะไรเลย มีให้เลือก 2 แบบ

• เปิดใน ComfyUI ↗ เปิด ComfyUI แท็บใหม่ พร้อม workflow ของฟอร์มนั้นจัดวาง node ไว้ให้แล้ว มีทั้ง prompt ที่ต่อให้ รูปอ้างอิง seed ขนาด และ LoRA ที่เลือกไว้ กด Run ใน ComfyUI ได้เลย หรือจะแก้ node ก่อนก็ได้
• ดาวน์โหลด .json ได้ไฟล์ workflow ไว้ใช้ที่อื่น ลากไฟล์ไปวางใน ComfyUI เพื่อเปิด

ปุ่ม ใช้สูตรนี้ กับ ทำเป็น 720p

ปุ่มสองปุ่มนี้อยู่ใต้คลิปที่เสร็จแล้วในการ์ด คิวงาน ของแท็บ สร้าง และบนการ์ดวิดีโอในแท็บ ไฟล์ที่ได้ (ปุ่ม ทำเป็น 720p จะขึ้นเฉพาะคลิปที่ยังไม่เป็น 720p)

ใช้สูตรนี้ เอาทั้งฟอร์มที่ใช้ทำคลิปนั้นกลับเข้าไปที่แท็บ สร้าง ให้เลย คนในคลิป รูปที่ใช้ chip @ ที่ tag ไว้ สไตล์ภาพ เสียง ช็อต และบทพูด ครบทุกอย่าง ยกเว้น seed ที่ไม่ได้เติมให้อัตโนมัติ ถ้าอยากได้เลขเดิม กดลิงก์ ใช้ … อีกครั้ง ข้างช่อง Seed ได้เลย แก้บางช่องแล้วทำคลิปต่อจากของเดิมได้ทันที ส่วนคลิปที่ทำจาก ComfyUI เอง หรือ copy มาจาก pod อื่น prompt จะกลับมาเป็นก้อนเดียวในโหมด เขียน prompt เอง แทน (เพราะไม่มีข้อมูลฟอร์มแยกเป็นข้อๆ ให้ย้อนกลับ)

ทำเป็น 720p สั่งให้ทำช็อตชุดเดิมซ้ำอีกรอบที่ 704×1280 ด้วย prompt กับ seed เดิม H3 จะได้ช็อตแบบเดิมกลับมา (ผมลองกับคลิปสองคนยาว 10 วินาทีบน RTX PRO 6000 กดทันทีหลังทำคลิปนั้นเสร็จ ใช้ราว 72 วินาที เพราะ ComfyUI ยังจำผลรอบแรกไว้ ถ้ามีคลิปอื่นทำคั่นก่อน ใช้ราว 135 วินาที) ปุ่มนี้ต้องมี h3upscaler อยู่ใน MODELS ตอนเปิด pod (ค่าเริ่มต้นมีให้อยู่แล้ว)

Dashboard แท็บอื่นๆ

สลับเป็นไทยแล้วชื่อแท็บจะเปลี่ยนตามนี้ (Overview → ภาพรวม, Create → สร้าง, Models → โมเดล, Outputs → ไฟล์ที่ได้, Keys → คีย์, Logs → Log) เนื้อหาข้างในเหมือนเดิมทุกอย่าง

ภาพรวม (Overview) บอกสถานะ ComfyUI (ready / starting / stopped) มีปุ่ม Open ComfyUI กับ Restart ComfyUI (restart แล้วกลับมาใช้ได้ในราว 40 วินาที) โชว์ GPU, VRAM, เวอร์ชัน CUDA ของ image, รหัสผ่าน FileBrowser กับ token ของ JupyterLab (กด Show / Copy ได้) และแถบความคืบหน้าโมเดลที่ตั้งไว้ตอน boot

โมเดล (Models) โชว์ทุก preset พร้อมความคืบหน้าเป็นรายไฟล์ เพิ่ม preset อื่น (เช่น scail, krea2) ได้โดยไม่ต้อง restart pod หรือจะวางลิงก์ Civitai / Hugging Face เพิ่มเองก็ได้

กดที่ภาพเพื่อดูขนาดใหญ่

คีย์ (Keys) เก็บ key ของ Civitai / Hugging Face ที่บันทึกไว้บน pod (โชว์แบบซ่อนตัวอักษร) ส่วน Log ดู log ของ boot, models และ ComfyUI ได้ในหน้าเดียว

นอกจาก Dashboard แล้ว pod ยังเปิดพอร์ตอื่นให้ใช้ด้วยครับ

พอร์ต	ใช้ทำอะไร
8189	AI Angel Dashboard (ดูสถานะ, สร้างคลิปและรูป, โมเดล, โหลดผลงานออก, log)
8188	ComfyUI (ต่อ node เอง)
8080	FileBrowser จัดการไฟล์ (user คือ admin รหัสผ่านดูได้ในหน้า ภาพรวม)
8888	JupyterLab (token ดูได้ในหน้า ภาพรวม)

เรื่องเพิ่มเติมและกรณีพิเศษ

เลือก GPU และ MODELS แบบละเอียด

env MODELS กำหนดว่าตอน boot ครั้งแรกจะดาวน์โหลดโมเดลชุดไหน และโหลดตามลำดับที่เขียนไว้ ชุดที่อยากใช้ก่อนให้ใส่ไว้หน้าสุด ถ้าอยากได้ชุดอื่นมาตั้งแต่ boot กด Set overrides ในกล่อง Workload ของหน้า Deploy เลื่อนลงไปที่ Environment variables แล้ว copy ค่าจากแถวข้างล่างไปวางในช่องค่าของ MODELS จากนั้นกด Set overrides อีกครั้ง

มีลิงก์โมเดลอื่นที่อยากโหลดตอน boot ใส่ใน env EXTRA_MODELS ได้ (บรรทัดละ 1 ลิงก์ รูปแบบเดียวกับ Model list ด้านล่าง) ลิงก์จาก Civitai ต้องมี API key แนะนำให้สร้าง RunPod secret ชื่อ civitai เก็บ key ไว้ (เมนู Secrets ของ RunPod) แล้วเพิ่ม env ตามนี้ ส่วน HF_TOKEN ใช้เฉพาะไฟล์ Hugging Face ที่ล็อกสิทธิ์

Filter และ Storage แบบละเอียด

ค่าที่ตั้งใน Filter ตอน Deploy แต่ละช่องมีเหตุผลแบบนี้ครับ

ช่อง	ตั้งเป็น	ทำไม
CUDA versions	13.0 ขึ้นไป	image :latest บิลด์บน CUDA 13.0 เครื่องที่ต่ำกว่าจะเปิด pod ไม่ขึ้น ข้อนี้สำคัญที่สุด ถ้าหาเครื่อง 13.0 ไม่ได้ ให้เปลี่ยน container image เป็น ghcr.io/thepexcel/aiangelcomfypod:cuda12.8 แทน (ช้ากว่า)
Minimum VRAM / GPU	32 GB	H3 รันบนการ์ด 32 GB (RTX 5090) ได้ เราวัดแล้ว
Minimum RAM / GPU	64 GB (ไม่บังคับ)	RunPod แนะนำให้ RAM ใกล้เคียง VRAM
Disk type	NVME	โหลดโมเดลขนาดหลายสิบ GB จาก disk ได้เร็วกว่า
Cloud type	Any (เปลี่ยนเป็น Secure เฉพาะตอนใช้ Network volume)	Any ได้เครื่องให้เลือกเยอะกว่า ส่วน Network volume มีเฉพาะ Secure Cloud

ถ้าใช้ image :cuda12.8 ค่อยติ๊ก 12.8 กับ 12.9 เพิ่มในช่อง CUDA versions ครับ

เรื่อง Storage ตอนนี้มี 3 แบบให้เลือก (หน้าต่างเลือกดูได้จากภาพในขั้นที่ 2) ราคาในหน้าจอ RunPod ตอนที่เขียน (กันยายน 2026) เป็นแบบนี้

	Global volume (BETA)	Network volume	Volume disk (Legacy) ★ แนะนำ
เหมาะกับ	ยังไม่แนะนำกับ Template นี้ (ดูคำเตือนด้านล่าง)	คนที่โหลดโมเดลหรือ LoRA เพิ่มเองเยอะ และไม่อยากโหลดใหม่ทุกครั้ง หรืออยากให้ผลงานค้างอยู่โดยไม่ต้องดึงออก	คนส่วนใหญ่ เพิ่มตอน Deploy ทีเดียว gen เสร็จ โหลดคลิปออก แล้ว Terminate ไม่มีค่าเก็บรายเดือนตามมา
ราคา	$0.09/GB/เดือน คิดเฉพาะที่เก็บจริง บวกค่า IOPS (การอ่านเขียน)	$0.07/GB/เดือน คิดตั้งแต่วันที่สร้างจนถึงวันที่ลบ ถึงไม่ได้เปิด pod ก็ยังเสีย · ขนาดคงที่	$0.10/GB/เดือน ตอนเครื่องเปิด $0.20/GB/เดือน ตอนกด Stop
data center	ไม่ต้องเลือก เปิด pod ที่ไหนก็ใช้ volume เดียวกันได้	ผูกกับ data center ที่สร้างไว้ที่เดียว	ผูกกับ pod ตัวเอง ไม่ใช้ข้ามเครื่อง
ขนาด	ไม่ต้องกำหนด ขยายอัตโนมัติตามที่เก็บจริง	กำหนดขนาดเองตอนสร้าง ปรับทีหลังได้	ตั้งเองตอนเพิ่ม (แนะนำ 100 GB) · เพิ่มได้แต่ลดไม่ได้ · หายเมื่อ Terminate pod

Global volume ยังไม่แนะนำให้ใช้กับ H3 บน Template นี้ตอนนี้ครับ ผมวัดจริงบน pod แล้ว คลิป AiAngelH3 5 วินาทีที่ตัว sampling ใช้แค่ 20 วินาที กลับใช้เวลารวม 12 นาที 36 วินาที เพราะต้องอ่านไฟล์โมเดลผ่านเครือข่าย (แค่ text encoder ก็ 1 นาที 45 วินาที) ส่วนบน disk ของ pod เองเร็วกว่ากันหลายเท่า Global volume ยังเป็น BETA ด้วย ตอนนี้เลี่ยงไปก่อนครับ

เฉพาะคนที่จะใช้ Network volume: สร้างที่เมนู Storage → Create storage → Network volume ตั้งชื่อ เลือก data center ที่มีการ์ดที่คุณจะใช้เหลือเยอะ แล้วกด Create · ตอน Deploy ให้กด + Add volume ใต้หัวข้อ Persistent storage (ปุ่มอยู่ล่างสุดของกล่อง พลาดง่าย) แล้วเลือก volume ของคุณ ระบบผูกไว้ที่ /workspace ให้เอง ไม่ต้องแก้ path

คนที่ผูก Network volume ไว้ กด Terminate ได้เลยโดยโมเดลไม่หาย เพราะของอยู่บน volume แต่ถ้าเลิกใช้ถาวร อย่าลืมเข้าไปลบ volume ในเมนู Storage ด้วย ไม่งั้นจะเสียค่า volume ทุกเดือน

ทำคลิปด้วย Templates ใน ComfyUI (พอร์ต 8188)

เปิด ComfyUI ครั้งแรก AiAngelH3-Clip จะเปิดขึ้นมาให้เองเลยครับ ส่วนอีก 3 อันอยู่ใน Templates ที่แถบด้านซ้าย พิมพ์ AiAngel หรือ H3 ในช่องค้นหาเจอหมด

• AiAngelH3-Clip ใส่รูปอ้างอิง 1 รูปกับ prompt แล้วได้วิดีโอยาว 2-15 วินาที ใช้โมเดล AiAngelH3 (ค่าเริ่มต้นของ Template)
• AiAngelH3-Extend ต่อคลิปเดิมให้ยาวขึ้นแบบไม่มีรอยต่อ โดยใช้ 22 เฟรมสุดท้ายของคลิปเดิมเป็นจุดเริ่ม
• H3-Hybrid-Clip / H3-Hybrid-Extend ทำงานแบบเดียวกัน แต่ใช้โมเดล Hybrid ตัวเป็นทางการของ MiniMax ต้องตั้ง MODELS=h3 ตอน Deploy ก่อนถึงจะมีโมเดลให้ใช้

ไม่มีรูปอ้างอิงก็ได้ครับ H3 ทำวิดีโอจาก prompt อย่างเดียวได้ (text-to-video) ถ้าเปิด ComfyUI ไว้ก่อนโมเดลโหลดเสร็จ พอแถบโมเดลใน Dashboard เต็มแล้วให้กด R ในหน้า ComfyUI เพื่อ refresh รายชื่อโมเดล

เพิ่มโมเดลอื่นทีหลัง (Model list)

อยากได้โมเดลหรือ LoRA เพิ่ม กดไอคอนรูปเมฆที่เขียนว่า Model list ในแถบด้านซ้ายของ ComfyUI

1. รอบแรกวาง Civitai API key (Civitai → Account settings → API Keys) key เก็บอยู่บน pod ของคุณเอง และแสดงแบบซ่อนตัวอักษร
2. วางลิงก์โมเดล บรรทัดละ 1 ลิงก์ แล้วกด Download all แต่ละไฟล์จะโชว์ความคืบหน้า
3. โหลดเสร็จแล้วกด R ใน ComfyUI เพื่อ refresh รายชื่อโมเดล

รูปแบบลิงก์ที่ใช้ได้

• ลิงก์หน้าโมเดลจาก Civitai (ใช้เวอร์ชันที่อยู่ในลิงก์)
• folder|link บังคับโฟลเดอร์ เช่น loras|https://civitai.com/models/...
• folder|link|text เลือกเฉพาะไฟล์ที่ชื่อมีคำว่า text เมื่อเวอร์ชันนั้นมีหลายไฟล์
• ลิงก์ Hugging Face หรือลิงก์ไฟล์ตรงๆ

อยากโหลดทีละตัว ใช้ปุ่ม Model Manager ที่แถบด้านบนของ ComfyUI ได้เหมือนกันครับ

โหลดผลงานวิธีอื่น

ในหน้า ComfyUI เองก็ทำได้ครับ กดไอคอน Outputs ในแถบด้านซ้าย แล้วกด Download N new จะได้ไฟล์ zip ของผลงานที่ทำเสร็จตั้งแต่ครั้งล่าสุดที่ดาวน์โหลด หรือคลิกเลือก thumbnail แล้วกด Selected หรือ All ก็ได้

งานชุดใหญ่ใช้ Sync everything to your computer โหลดไฟล์ pull.py มา แล้วรันจากเครื่องคุณ (Python 3.9 ขึ้นไป ไม่ต้องติดตั้งอะไรเพิ่ม) สคริปต์จะข้ามไฟล์ที่มีแล้ว และโหลดต่อจากที่ค้างไว้ได้

python pull.py https://<pod-id>-8188.proxy.runpod.net ./aiangel-outputs

คำถามที่เจอบ่อย

Pod ไม่ start สักที

การดึง image ครั้งแรกบน host ใหม่ใช้เวลาไม่แน่นอน บาง host ไม่กี่นาที บาง host นานมาก ระหว่างนั้นแท็บ Connect ของ RunPod จะขึ้นว่า Downloading your container ถ้ารอนานแล้วแถบไม่ขยับ ให้ Terminate แล้ว Deploy ใหม่ให้ไปลง host อื่นเลยครับ

รัน workflow แล้ว error ว่าหาไฟล์โมเดลไม่เจอหรือไฟล์เสีย

ส่วนใหญ่เพราะโมเดลยังโหลดไม่เสร็จ เปิด Dashboard (พอร์ต 8189) ดูว่าแถบโมเดลเต็มครบทุกแถบหรือยัง ถ้าครบแล้วให้กด R ใน ComfyUI อีกครั้งเพื่อ refresh รายชื่อโมเดล

ไฟล์โมเดลกับผลงานเก็บอยู่ตรงไหน

ทั้งหมดอยู่ใต้ /workspace เปิดดูผ่าน FileBrowser (พอร์ต 8080) ได้

ข้อควรรู้เรื่องความรับผิดชอบ

AI Angel ComfyPod เป็นแค่ template ครับ หน้าที่ของมันคือติดตั้ง ComfyUI โหลด node กับโมเดลให้ครบ แล้วรันตาม prompt กับรูปที่ผู้ใช้ใส่เข้าไป มันไม่ได้คิด prompt ให้ ไม่ได้เลือกรูปให้ และไม่ได้ตรวจว่าผลลัพธ์ที่ออกมาเหมาะสมหรือไม่

เพราะฉะนั้นคนที่สร้างคือคนที่ต้องรับผิดชอบ ทั้งตัวผลงานและการนำไปใช้ ต้องดูกฎหมายของประเทศที่ตัวเองอยู่ เงื่อนไขของ RunPod (รวมถึงของ Civitai ถ้าไปดึงโมเดลจากที่นั่นมาใช้) และ license ของแต่ละโมเดลด้วยครับ

ห้ามใช้ทำเนื้อหาของคนจริงโดยเจ้าตัวไม่ยินยอม ห้ามทำเนื้อหาที่เกี่ยวกับเด็กหรือผู้เยาว์เด็ดขาด และห้ามทำอะไรที่ผิดกฎหมาย ตัว template ให้ใช้ตามสภาพ ไม่มีการรับประกันใดๆ ผมกับทีมที่ทำไม่รับผิดชอบต่อเนื้อหาที่ถูกสร้างขึ้น หรือต่อการนำไปใช้และเผยแพร่ของผู้ใช้ครับ