自定义 ComfyUI 现已上线 Comfy Cloud
Comfy 官方宣布 Comfy Cloud 现支持团队自定义 ComfyUI 设置(Custom Builds),可在浏览器中运行自定义节点、模型和 LoRA。
Comfy 官方宣布 Comfy Cloud 现支持团队自定义 ComfyUI 设置(Custom Builds),可在浏览器中运行自定义节点、模型和 LoRA。
Recraft Studio 上线字节跳动 Seedance 2.5 Flash,生成速度约为 Seedance 2.5 的两倍,支持 480p/720p、4 至 30 秒带声音视频,积分 15 至 32 每秒。与 Seedance 2.5 相比,Flash 上限 720p、积分更低,适合分镜与探索;最终渲染仍用 Seedance 2.5。
HeyGen 发布 Avatar 6 个人数字人,可按脚本表演,84% 测试者无法分辨真假。Avatar 6 支持脚本驱动的手势和表情,从最多 30 秒视频和一张照片学习,现有 Avatar 和 Looks 可直接使用。
HeyGen 发布 2026 年 11 月企业 API 更新,Video 1、Voice 1 和 Image 1 上线 API,企业限流提升,零数据保留覆盖范围扩大,v1/v2 于 2026 年 11 月 7 日退役。Video 1 支持文本/图像/参考视频到视频并生成对话与音效,Voice 1 支持 Instant Clone 与语音转语音,Avatar V 新增更自然眨眼。
Google 于 2026 年 11 月 5 日发布 Gemini Omni Flash 1.2 视频模型,现已上线 Recraft Studio。相比 1.1,单次生成时长从 10 秒提升至 15 秒,一致性与对口型更清晰,Gemini API 价格降低约 30%。
ComfyUI 十月更新带来分支节点、LoRA 堆叠、模板自动下载、多输出 zip 导出、EXR/HDR/ProRes 支持、链接整理与 widget 内撤销/重做等多项效率改进,全部包含在 v0.44 中。Branch Node 支持最多 32 个输入,LoRA 堆叠节点支持最多 20 个 LoRA,模板下载仅限官方模板。
InvokeAI 7.0.0 进入 beta 1,这是其最大版本更新。新增项目、单工作台、视频面板支持 MiniMax H3、LTX-2.5 和 Wan 2.2。官方警告 v7 数据库迁移不可逆,升级前需备份。
World Labs 发布 Atlas 实时研究预览,通过 Frameboy 演示从云端 GPU 流式生成帧到浏览器,最高 15fps。该版本对 Atlas 做了高度优化,保持新视角合成能力;同时集成到 Viewfinder,用户可逐帧构建场景后实时探索。
Synthesia 在 ChatGPT 推出插件,用户可在聊天中直接生成视频,覆盖产品发布、培训、营销等场景。默认使用 Syren 格式,包含动态图形、数字人、配音、音乐和 B-roll;输入“make it in Studio”可精确按脚本生成并进入编辑器调整。插件已对所有 Synthesia 套餐开放,并可与已连接的插件联动,按 Slack 消息或日程自动生成视频。
Reallusion 发布 Character Creator 5.2 免费更新,将 AI 3D 模型生成、角色包裹、自动绑定、可穿戴服装与实时动画整合进统一工作流。新版本集成 Tripo 与 Hunyuan 生成模型,支持将几乎任意人形网格转换为 CC 原生拓扑,并提供 AI 积分系统统一管理 3D 生成、动作捕捉与 AI 图像视频音频服务。
HeyGen Voice 推出语音转语音(Speech-to-Speech)功能,用户用手机或电脑录制一句台词,即可获得保留情感、节奏、重音和发音的工作室级配音,只改变声音本身。该功能现已上线 HeyGen 和 API,支持从随意录音获得干净朗读,并比文本提示提供更丰富的情感范围,包括耳语、笑声和口音。
Runway 推出 App Studio,用户可用自然语言描述需求,无代码构建带独立界面的自定义创意应用,生成图像、视频和音频。App Studio 内置 Character Swap、AutoComp、Product Portfolio 等应用,基于 Brand Kits、Workflows 和 Assets 构建,已包含在所有付费计划中,消耗现有 Runway 积分。
Higgsfield 推出 Content Factory,输入一个“What if…”问题即可自动写分镜脚本、选角色、生成画面与配音并完成剪辑,单条时长 15 秒到 5 分钟,每次可生成 1 至 4 集。
pyvideotrans v4.17 发布,新增 Audio.cpp 语音识别渠道,并增加基于 audio.cpp 的降噪与人声分离模型。同时修复 nemotronasr 重复下载问题,新增 Opper 翻译渠道,字幕翻译增加“进一步精简”选项。
Luma 宣布 Kling 4.0 已接入平台,面向所有 Luma 客户开放,可在 Luma board 内直接选用。该模型主打快速动作与运镜控制,支持跟踪、环绕、推镜、摇镜和景别变化,人物表情更贴近描述,镜头移动时画面文字保持稳定。支持文生视频与图生视频,提供 16:9、9:16、1:1 和 21:9 四种画幅。
Krea 发布 After Effects 插件,在面板内生成动态概念、背景板与连贯镜头画面,结果以标准媒体素材进入当前合成。插件支持 After Effects 2025 及以上版本、macOS 12 或 Windows 10 及以上,生成在 Krea 服务器上运行,需登录账号并联网;面板内置 Krea Realtime 实时预览,免费计划每天含 100 compute units。
Kling 4.0 已在 Higgsfield AI 上线,单次生成时长从 Kling 3.0 的 3 至 15 秒扩展到 3 至 30 秒,最高 1080p 并带双声道立体声。
Krea 发布 Photoshop 插件 Krea for Photoshop,在 Photoshop 文档内提供背景替换、重打光、多机位布局、图像与视频生成、实时画布和产品 mockup,结果以普通图层返回。
Krea 发布 Premiere Pro 插件,可在剪辑软件面板内生成镜头、插入镜头、背景板和风格方案,结果以普通媒体素材进入项目,可照常裁剪、合成、调色和混音。
ElevenLabs 在 ElevenCreative 上线 Instant Soundtracks,上传视频后模型会生成原创配乐,并分析画面中的音效提示点,把音效按对应时间戳自动放到时间线上。