跳到正文
日期与来源

日期按北京时间的资讯列表日期计算,包含起止当天。

10月24日周六
  1. かみもと · 本地AI视频工作流65

    用 MOSS-Image 生成五种日文设计:电影海报、杂志封面到漫画一页

    作者在 ComfyUI 中用 MOSS-Image Base 搭配 qwen3.5_9b 文本编码器和 flux2-vae,以 JSON 格式提示词指定文字内容与 bbox 位置,生成电影海报、女性杂志封面、CD 封面、小说封面和漫画一页五种日文设计。

    推荐理由:作者用同一套 ComfyUI 设置和 JSON 提示词实测 MOSS-Image 的日文排版能力,五类设计各附完整提示词,可直接复现。

  2. note · shio_batapopcorn · 图像视频创作分享22

    5款视频生成AI实测:只给一句“吃蛋糕”,Seedance 2.5、Wan 3.0、Kling 3.0、MiniMax H3、Vidu Q3 Pro各端出什么蛋糕?

    在Pollo.ai上用同一张异形角色图和同一句提示词“Open the cake box, take out the cake, and eat it.”,对Seedance 2.5、Wan 3.0、Kling 3.0、MiniMax H3、Vidu Q3 Pro五款视频生成模型做10秒生成对比,且不指定蛋糕种类、大小与吃法。

  3. Reddit StableDiffusion · 创作者与工作流分享66

    作者用 LTX 2.5 制作 10–15 集 AI 迷你剧,公开工作流与踩坑经验

    作者用 LTX 2.5 的图生视频功能制作一部 10–15 集 AI 迷你剧,前两集已上线。流程是先用 ChatGPT 生成首尾帧并固定角色参考图,再用 Lightricks 的 ltx-pipelines 以 1920x1088 生成视频和音频。

    推荐理由:作者用 LTX 2.5 制作 10–15 集 AI 迷你剧,并公开了首尾帧、镜头衔接与成本控制的具体做法。

  4. Reddit StableDiffusion · 创作者与工作流分享12

    为什么我的角色 LoRA 只在部分模型中生效,头发、衣服等细节还会走样?

    用户用 Khoya_ss 26.0.0 在 Wai Illustrious SDXL 1.60 上训练角色 LoRA,仅 21 张图、120 epochs、2500+ 次迭代,结果在部分模型中角色特征完全无法复现,发型发色出错,甚至用纯 SFW 素材和负面提示词仍会生成裸体。其计划将该 LoRA 上传至 Civitai,但认为需用户手动补提示词才能生效说明训练不到位。

  5. note · imamirai_editors · 图像视频创作分享28

    ChatGPT 图像生成日刊提示词免费配布:5 个场景模板

    创作者爱沢在 X 发布 10 月 23 日晨至 24 日深夜的 5 个场景插画,并免费配布对应的 ChatGPT 图像生成提示词。提示词覆盖朝、昼、夕方、夜、深夜五个时段,要求附上本人有权使用的 21 岁以上成人角色参考图,以保持脸型、发型、发色与瞳色,输出 1536:1024 横长单人单场景。提示词含正向与负向约束,用于抑制条纹、摩尔纹与重复高光带。

  6. Reddit StableDiffusion · 创作者与工作流分享65

    作者实测 RTX 30 系 GPU Unlock:ComfyUI 吞吐最高提升 59%

    作者在 RTX 3090 Ti 上实测 Zagitta 的 GPU Unlock,在 ComfyUI 中 BF16 配置的吞吐提升约 46% 至 60%,其中 MiniMax H3 视频加音频从 253.27 秒降至 158.05 秒。

    推荐理由:作者在 3090 Ti 上逐项对比解锁前后的出图与出片耗时,可据此判断哪些精度配置值得开启。

  7. AInVFX · 制作实战 · 创作者专栏67

    ComfyUI 开源图像模型横评:FLUX 3 Image Klein、MOSS-Image 等五款怎么选

    AInVFX 梳理了 ComfyUI 中五款开源图像模型的分工:Z-Image Turbo 主打 8 步写实出图,FLUX 3 Image Klein 支持最多 10 张参考图编辑与 4K 输出,MOSS-Image 擅长版面与图中文字,Qwen-Image-Edit-2511 靠 LoRA 生态做精确编辑,SeedVR2 负责一步超分修复。

    推荐理由:文章把五款开源图像模型按用途、分辨率、短板和许可证逐项对照,并给出 ComfyUI 中的实测耗时与踩坑点。

  8. Tech Xplore42

    CU Boulder 团队提出 DeepSFU:无需解压视频即可检测视频会议中的 AI 换脸

    CU Boulder 团队提出 DeepSFU 视频会议 AI 换脸检测系统,直接读取压缩视频中的帧间编码信息,无需解压重建画面,算力消耗比现有模型低 143 倍。该系统在 1000 个含 AI 换脸的在线视频上测试,准确率接近完美,仅需检查每 100 帧中的 1 帧。研究团队希望将其扩展至大规模视频会议场景。

  9. Reddit comfyui · 创作与工作流分享22

    24GB 4090 本地跑 AI 视频生成,实际能到什么程度?

    一位 ComfyUI 新手在 24GB RTX 4090 上实测本地视频生成:MiniMax H3 仅能跑出 4 秒 608x342 或 2 秒 1024x576,超出即黑屏崩溃;Wan 2.2 5B 可生成 5 秒 124 帧 1280x704,但约 7 次后崩溃。其硬件经压力测试确认正常,最终发现黑屏源于显示器故障,作者仍担心反复满载损伤硬件,并考虑转用 ComfyUI 云端。

  10. Kapwing 创作指南22

    如何像 YouTuber 一样剪辑视频

    Kapwing 基于 YouTube 创作者 Jonny Shapland 的剪辑流程,总结出一套面向 YouTube 视频的编辑方法:先按 A-roll、B-roll、缩略图、频道素材、调研资料五类整理素材,再研究同题材成功视频以明确观众预期。指南强调把标题和缩略图承诺拆解成具体问题并优先回答,用截图、B-roll、音效和音乐等剪辑手段支撑叙事,并关注前 10–15 秒与 30 秒留存表现。

  11. Reddit StableDiffusion · 创作者与工作流分享30

    用提示词让 moss-image SFT 生成普通人质感的照片

    用户分享仅靠提示词、不加其他节点,让 moss-image SFT 生成业余随手拍风格人像的方法,示例为医院病房低角度抓拍:苍白年轻女性穿蓝色医护服、颈挂听诊器,要求呈现细腻皮肤纹理、可见毛孔与自然瑕疵。参数设为 cfg 6、30 步,并强调光照描述对还原肤色至关重要,同时提醒提示词可能随机生成畸形手部。

10月23日周五
  1. TelosCompass · note AI视频创作实践58

    图片生成 AI 视频后崩坏镜头怎么修:以 DomoAI 为例的逐镜头排查流程

    作者以 DomoAI 将单张素材图生成视频为例,用虚构伞店 20 秒四镜头短片演示崩坏镜头的排查与修复顺序。流程先确认是否放错图片或设置不一致,再逐条完整播放并在首、中、尾及动作变化处暂停比对素材图,记录卡号、秒数与崩坏表现;修复时依次判断素材图本身是否有误、未崩坏片段是否够用、重做时只改一个变量,动作为主就减小运动幅度,越到后面越崩就拆成更短片段。

  2. note · kongo_jun · 图像视频创作分享58

    在 ComfyUI 中实测 NVIDIA VFX nodes 的补帧与 HDR 化

    作者在 ComfyUI 中安装 NVIDIA VFX nodes 并实测 Frame Generation 补帧与 TrueHDR 转换两个节点,两者生成时间均为 14 秒、VRAM 约 3GB。文中给出环境要求:需 CUDA13 与 570.65 以上驱动,并从 GitHub 克隆 ComfyUI_Nvidia_VFX_Nodes 自定义节点;作者评价这两个节点轻量、功能单一。

  3. Reddit StableDiffusion · 创作者与工作流分享20

    哪些 AI 工作流能在生成图像中准确还原真实商品?时尚摄影师实测 Nano Banana、FLUX 2 与 FLUX 3 求替代方案

    一位时尚摄影师在 Reddit 发帖征集能准确还原真实服装、包袋、鞋履与配饰的 AI 图像工作流,指出生成图常在形状、比例、材质、纹理、缝线、logo 与五金件上失真。

  4. note · miyuu_2026 · 图像视频创作分享22

    用简单日语提示词在 ComfyUI 对比 Z-Image-Turbo、Flux.2 Klein 9B、Qwen Image 2.1、Krea-2 Turbo 与 ChatGPT image 2.5 生成汉堡王女孩图

    作者在 ComfyUI 中用四条简单日语提示词(汉堡王门前、柜台点餐、座位吃汉堡、连锁店吃汉堡)对比了 Z-Image-Turbo BF16、Flux.2 Klein 9B、Qwen Image 2.1、Krea-2 Turbo 与 ChatGPT image 2.5 的出图表现。提示词刻意简化,以观察各模型在裁量与推理空间增大时如何自行补全细节。

  5. Reddit StableDiffusion · 创作者与工作流分享8

    如何修正 Kari Kamiya 角色 LoRA 的年龄表现以制作 SFW 版本

    用户为《数码宝贝》角色 Kari Kamiya 第一季形象制作 SFW LoRA 并计划上传 Civitai,但生成结果看起来更接近她在第二季的年龄。该角色单独图片素材有限,需手动添加标签才能还原正确发色与服装,作者希望直接在 LoRA 中修正年龄表现,以便后续加入其他角色合影。

  6. Hugging Face Daily Papers31

    FilmFlow:面向 3D 虚拟电影摄影的智能体系统

    FilmFlow 是一个智能体框架,可将自然语言指令或参考视频转换为动态 3D 环境中的显式相机轨迹。其 Director 智能体通过组合同时控制平移、旋转与构图的原子操作生成可执行相机方案,并由 Interpreter、Scout、Critic 三个专用智能体分别负责提取场景意图、选择初始视角和评估渲染结果以迭代优化。

  7. Reddit comfyui · 创作与工作流分享22

    用 Wan SCAIL 做角色替换效果不稳定,MiniMax H3 工作流表现更差?

    有用户在 RTX 4080 Super 上使用 Wan SCAIL 做角色替换,效果时好时坏,偶尔会凭空编造细节,且生成时间较长。其尝试的 MiniMax H3 工作流表现更差:要么完全幻觉、未包含源图中的人物,要么视频尚可但保留原脸未完成替换。该用户因此质疑 MiniMax 的实际表现,并寻求可用的工作流或替代模型建议。

  8. note · anpontan_note · 图像视频创作分享8

    用 AI 生成标题图时把文案限在「12 字以内」:19 篇排开后,后 5 篇都贴着上限

    用图像生成 AI 做标题图、给文案定下「12 字以内」字数上限的人,把 10/4 至 10/22 的 19 篇文案按字数排开后发现,10/17 至 10/21 连续 5 篇都达到 12 字以上,其中 10/20 为 13 字、超出上限 1 字,理由是保留「にも」以与正文说法一致。

  9. Reddit comfyui · 创作与工作流分享17

    用低质量小图生成数据集新图,哪个模型最好?ComfyUI 用户求推荐

    一位停用图像生成多年的用户重新用起 ComfyUI,试了 Qwen Edit 2.1 和 FLUX 2 Krea,Qwen 效果尚可但不知如何提示生成同一角色的多张不同图像。他的用途是把网上找到的神话生物小图、像素化人脸小图扩成数据集,硬件为四块 RTX 3090 共 96 GB VRAM、64 GB 内存和较慢的 Threadripper CPU,日常主要跑 LLM,经验有限。

  10. Reddit StableDiffusion · 创作者与工作流分享30

    一种减少 SDXL 纹理丢失的 I2V 工作流

    针对多数 I2V 生成器依赖时序平滑、加动作后画面变成光滑塑料感的问题,有创作者尝试用 MiniMax Design 通过 GPT-6 Astra 接入 After Effects,在渲染前先完成布光设置,再经内置的 H3 跑视频,实测颗粒与细节纹理保持较好。作者建议把运动幅度控制在中等,剧烈摇镜或快速横摇会显得僵硬,并称该流程仍在完善中。

  11. FireCut · 口播剪辑与字幕教程20

    FireCut 创作者访谈:Raunak Chhabra 如何用 AI 插件把剪辑时间减半

    动态设计与剪辑师 Raunak Chhabra 约一年前将 FireCut 插件接入 Adobe Premiere Pro,主要用自动去静音和生成动画字幕两项功能,估计剪辑时间几乎减半。他仍保持每周发布一条视频,但省下的时间转向 B-roll、选音乐与选题策划。他认为 AI 只是提效工具,创意方向仍由剪辑师掌握。

  12. note · maynoha · 图像视频创作分享38

    用日语写提示词描述动作:在 PixAI Tsubaki.3 上画秋日放学后

    PixAI 的 Tsubaki.3 支持用自然日语文章写提示词,比标签格式更容易还原指定动作。作者以“银杏并木道上回头挥手的女孩”为例,用文章形式指定右手提包、左手抬至肩高挥手、全身含鞋底入画,生成后仅用日语指令把胸前的蝴蝶结改成深红色。

  13. Reddit comfyui · 创作与工作流分享22

    在 ComfyUI 中批量处理多视频的转写、翻译与对口型时,如何避免文件错配?

    有用户在 ComfyUI 中把单条视频的转写→翻译→生成新音频→对口型流程跑通后,扩展到一次处理 30-40 条片段时出现文件错配:一个任务失败后难以确认 `video_17` 是否仍与 `audio_17` 配对,各条翻译完成时间不一致,单独重跑失败任务也很麻烦。该用户询问如何在更大的 ComfyUI 工作流中组织批处理,例如按视频分队列、各阶段分文件夹保存,或把文件名透传到每个节点。

  14. WaveSpeedAI 官方博客38

    Kling 4.0 评测:能否胜任产品视频广告?

    Kling 4.0 支持图生视频、首帧控制与 3 至 30 秒片段,可把单张授权产品图做成短广告草稿。该路线接受 JPG/PNG 输入,输出 720p 或 1080p,可选尾帧;截至 10 月 23 日,720p 每秒 $0.157、1080p 每秒 $0.235。评测强调生成完成不等于镜头通过,需逐帧核对轮廓、瓶盖、比例、颜色与 logo,标签变形或包装走样时应改用受控动画或实拍插入。