跳到正文

#GitHub

  1. 视频模型Reddit StableDiffusion · 创作者与工作流分享

    PAN 2 发布:开源 29B 视频生成模型

    PAN 2 发布,开源 29B 潜在扩散模型,支持最高 20 秒、720p、24fps 视频生成,采用 Apache 2.0 许可证。发布方同时公开训练代码,并提供 Diffusers、FastVideo 和 vLLM 集成。模型让 LLM 生成密集文本状态/脚本,事件和动作定时,相机嵌套在事件下但与动作解耦。

  1. 创作工具Reddit comfyui · 创作与工作流分享

    Mago 开源运行在 ComfyUI 上的 AI 视频工作室

    Mago 开源了运行在 ComfyUI 上的 AI 视频工作室,面向 AI 系列、短片和微短剧等长视频制作。它支持从脚本到分镜、镜头和角色一致性,可本地渲染,支持 MiniMax H3、Qwen、FLUX 等模型,当前版本 0.19.0。

  1. 创作工具Reddit comfyui · 创作与工作流分享

    Spool:在 ComfyUI 内用时间线逐镜头生成并对比多个版本

    Spool 是运行在 ComfyUI 内的时间线工具,在独立标签页中把工作流拖入即成为一个镜头,可生成多个候选版本并逐帧对比挑选。未选中的版本仍保留在镜头下可随时改选,选中的版本可拖到时间线上继续叠加其他工作流,无需添加 Spool 节点,渲染在本地 GPU 或 Comfy Cloud 完成,最终可导出到 Resolve 或 Premiere 完成剪辑。

  1. 创作工具GitHub:AI视频开源项目发现

    开源工具 anymove 发布,可将 AI 视频转为 3D 动画

    patch-gg 开源 anymove,一个把 AI 视频转成 3D 动画的工作流,支持龙、蜘蛛、狼、恶魔等生物,单条成本约 0.26 美元。方法是用双相机同帧拍摄加关节读取器拟合,生成 GLB 文件,24fps,无需手动编辑,一分钟内完成。仓库还包含 Agent Skills 和 MiniMax H3 LoRA。

  1. 创作工具pyvideotrans 官方发布

    pyvideotrans v4.17 发布

    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。

  1. 视频模型Reddit StableDiffusion · 创作者与工作流分享

    OpenMOSS 发布开源图像模型 MOSS-Image

    OpenMOSS 发布图像模型 MOSS-Image,已在 Hugging Face 上线 SFT 与 Base 两个版本,并给出 ComfyUI 接入说明。该模型基于 3.2B 图像训练,采用 Apache 2.0 许可,支持 JSON 与 BBOX 输入但不强制要求,同时兼容自然语言和 booru 标签提示词。

  1. 视频模型Black Forest Labs 官方博客

    Black Forest Labs 发布 FLUX 3 Image Klein 开源权重模型

    Black Forest Labs 发布 FLUX 3 Image Klein,一个 5.6B 参数的开源权重模型,支持文生图、图像编辑和最多 10 张参考图的多参考生成,具备原生 4K 生成、像素级编辑和边界框控制能力。

  1. 视频模型SuSu_酥酥

    阿里通义开源 Qwen-Image-2.1-Turbo,8 步出 2K 图像

    阿里通义开源 Qwen-Image-2.1-Turbo,基于 Qwen-Image-2.1 的加速 checkpoint,沿用同一套 7B 视觉生成架构,文生图与自然语言编辑只需 8 步去噪,官方称仍能生成 2K 图像并支持加配饰、换场景等连续编辑。

浏览全部动态