1. 节点错误（最常见）——工作流拖进去报红色 missing node：InfiniteTalk 的 ComfyUI 工作流依赖一批自定义节点，最核心是 Kijai 的 WanVideoWrapper（必须最新版，旧版没有 InfiniteTalk 的入口）。解法：装 ComfyUI-Manager，点 "Install Missing Custom Nodes" 把工作流引用的节点一键补齐，重启 ComfyUI 再试。

2. 模型错误——Load 节点报找不到模型/加载失败：InfiniteTalk 是"音频→对口型视频"管线，除了 Wan 2.1/2.2 的 S2V 主模型，还有它自己的对口型/表情权重和音频编码器，一份工作流里十几个模型引用，每个都必须按 Loader 里写的文件名精确放进 models/ 对应目录（checkpoints/unet/vae/audio）。哪个 Loader 报错就是缺哪个，文件名一个字符都不能差。

3. 显存够不够：24G 够跑。Wan 主模型用 fp8_e4m3fn 量化，约 56GB 压到 14GB，24G 卡能跑；batch size 先给 2（有余量再往上加），分辨率先 480p——720p 对显存和时长都很吃。

4. 最关键的一步——AMD 在 Windows 上的坑：官方 PyTorch ROCm 只有 Linux 版，Windows 下 7900XTX 跑 ComfyUI 视频工作流只有三条路：

• DirectML 版：最省事但慢，而且不少节点/算子不支持——你现在"一大堆模型和节点错误"大概率就是它，很多内核报错是后端不兼容，不是你的操作问题；
• ZLUDA：非官方、版本敏感，视频类工作流经常半路崩；
• WSL2 + ROCm（正路）：WSL2 里装 Ubuntu + ROCm + ComfyUI，7900XTX 跑 Wan/H3 系是成熟路线，论坛 TID:1410 就是 7900XTX 跑同类 ComfyUI 视频工作流的完整记录，可以照着抄。

给新手的落地建议：先别自己拼工作流，B 站/CSDN 有 InfiniteTalk 一键整合包（带 WebUI，Q4/Q8 两档按显存选），能少踩一半坑——但注意整合包默认是 N 卡 CUDA 向，AMD 要先确认说明里明确写了支持；如果只是要"唱歌对口型"这个结果，同类的 EchoMimic V2（阿里系、支持唱歌、ComfyUI 生态更成熟）也值得一试。

最后：把 ComfyUI 控制台里第一条完整报错（红色那段）贴出来，可以帮你精准定位到底是缺节点还是缺模型。