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20日周二
  1. note · aiholic0831 · 图像视频创作分享38

    用 ChatGPT 一行提示词生成周刊少年杂志封面:从默认封面到自定义刊名与连载

    作者用 ChatGPT 以 3:4 比例生成周刊少年杂志风格封面,一行提示词即可自动填出刊名、期号、写真人物与连载标题。把刊名、期号、定价、标题文字全部写进提示词并限定"只用这些文字"后,可得到自定义的《周刊少年アイホリ》2026 No.46 11 月 4 日号封面,指定文字均正确呈现。作者还发现泳装类内容易被拒绝,人物取腰部以上大图更有封面感。

  2. ArchiGen AI · 图像生成与ComfyUI实战40

    Veras Smart Selection 与 Cryptomatte 有何区别:语义选区不等于场景身份

    Veras 4.5 的 Smart Selection 可按类别、对象、材质或自定义提示词快速选中可见像素,选区图会缓存并在切换渲染时恢复,适合快速局部修改。但它只是从图像推断区域,不继承 Revit、Rhino、SketchUp 或渲染器中的对象名与材质槽;Cryptomatte 则记录场景预先赋予的身份,适合可重复合成。2026 年 5 月官方曾表示暂不支持导出颜色分割图,团队计划后续加入。

  3. ArchiGen AI · 图像生成与ComfyUI实战38

    Veras 4.5 的 Describe Source Image 能描述图像,但建筑师不能直接拿它当提示词

    Veras 4.5 将 Describe Source Image 移入主面板,由 Florence 2 生成短、中、长三档描述,可复制为提示词起点,切换源图会清空旧描述。该功能只报告画面所见,无法识别设计意图与必须保留的固定事实,直接照抄会把遗漏变成方案。正确做法是逐句标注"已观察/推断/缺失/误命名",再把固定几何与请求变更拆成两段写入提示词。

  4. TelosCompass · note AI视频创作实践38

    用 DomoAI 让照片人物开口说话:按声音、口型、面部顺序检查

    用 DomoAI 的「AIアバター」功能可让照片人物开口说话:台词放进音频栏,提示词栏只写动作和表情,不要抄写台词。所选秒数不一定等于成片时长,生成后需对比播放时间与录音长度,确认最后一句完整。成片按声音、口型、面部顺序检查,有问题一次只改一项再重做。

  5. note · noble_mink9287 · 图像视频创作分享12

    大学生用AI做视频投稿TikTok的副业实践:制作与传播是两回事

    一名大学生以「未来の東京」为主题用AI制作视频并投稿TikTok,发现制作视频和让人观看是两件事,AI视频并非做完就结束。制作中需反复调整图像和视频,试错超出预期;投稿后才意识到要思考什么样的内容能引起兴趣、如何让人看到最后。

  6. note · ai_nemui · 图像视频创作分享30

    MOSSimage 本地图像生成实测:INT8 负载接近 SDXL,LoRA 训练失败

    MOSSimage 本地图像生成实测显示,INT8 精度下负载与 SDXL 大差不大,BF16 则接近 anima 较重版本、明显轻于 Qwen。作者用《圣剑传说2》封面复刻等定番测试,认为本地能画出这种奇幻背景的模型此前很少,Krea2 未能做到。LoRA 训练因过拟合失败,漫画气泡尾端定位测试中尾端普遍偏离口部数十至数百 px。

  7. Loomance · 本地AI动画实测67

    实测 Wan 2.2 在 8GB 显卡上的显存与内存占用

    作者在 RTX 5070 12GB 上实测 Wan 2.2 图生视频,约 34GB 模型权重下 GPU 实际只占用 8–9GB 显存,其余由 ComfyUI 动态加载从内存和硬盘流式读取。

    推荐理由:作者用同一台机器把内存限制到 16GB 重跑,纠正了自己此前把内存当成瓶颈的结论,给出了可复现的显存与内存实测数据。

  8. 我爱计算机视觉 · 公开公众号 RSS50

    WorldCast 实测 12 个视觉生成模型:会画椅子,也会「装」椅子吗?

    WorldCast 构建覆盖 8 类任务、320 个手工案例、1352 个待生成视觉状态的基准,评测 12 个图像模型、统一多模态模型和视频生成系统。GPT-Image-2.5 搭配 GPT-6 Astra 取得 72.8 分,超过参评视频生成系统;改为一次输出全部步骤的网格图后降至 50.1 分。

  9. Hugging Face Daily Papers32

    WorldStream:用分层规划与持久状态流式生成可交互 3D 世界

    WorldStream 是一个开放式 3D 世界模型,可把可玩地形扩展到预设地图之外、响应运行中世界里的开放式语言指令,并在重返旧地时还原此前的编辑。它用分层规划器输出结构化决策状态:Macro 固定一组瓦片的地貌与水文结构,Micro 将其细化为瓦片语义,再由确定性本地代码编译成地形、道路、聚落、植被与实体。单一世界记录保存规划、种子、对象身份、可变状态与编辑,支撑有界预算下的持续扩展与交互。

10月19日周一
  1. Reddit comfyui · 创作与工作流分享62

    LTX-2.5 单卡出片从 130 秒降到 43 秒:剖析快速注意力每片段静默回退 384 次

    作者在 RTX PRO 6000 Blackwell 上对 LTX-2.5(图像加提示词生成 10 秒 1080p 带音频)做端到端剖析并重写慢速环节,同一模型、同一图片与提示词、同一 600 W 功耗上限下,原版 ComfyUI 每片段 130.1 秒、19.2 Wh,优化后为 42.9 秒、6.9 Wh。

  2. Reddit StableDiffusion · 创作者与工作流分享36

    Flux-3 提示词增强器与微调模型同样适用于 Flux-2

    Flux-3 的提示词改写模型与系统提示词生成的详细提示词,效果优于手写提示词,可用于 Flux-2 9B 的非简单图像编辑。该模型通过独立机器上的 llama.cpp server 部署,几秒内即可返回结果,比 ComfyUI 内置 GenerateText 方法快。当 Flux-2 不配合手写提示词时,额外等待可能值得。

  3. BitShovel · 中文AI视频与图像创作案例58

    Krea 3 编辑实测解读:保留要求、网页额度与 API 逐项费用

    Krea 3 于 10 月 15 日发布,本文核对官方输入输出、网页使用指南与 API 文档,梳理换家具、换背景两类编辑示例中哪些细节被保留。发布页称多数原生 2K 编辑低于八秒,$0.06 是 2K 基础项,API 另列每张 1K 参考图加 $0.02、2K 参考图加 $0.07,high 模式每轮再加 $0.02。

  4. Reddit comfyui · 创作与工作流分享22

    ComfyUI Desktop 与 Portable 版内存占用差异巨大?

    一名用户在同一台 5090、32GB 内存机器上用 MiniMax H3 生成视频时发现,ComfyUI Desktop 版几乎占满系统内存、电脑卡顿,换用 Portable 版并复制相同模型与工作流后,系统内存占用降至约 45%,显存仍约 31GB,生成速度基本一致。该用户称 Portable 版安装远比预想简单,并询问是否为 Desktop 版普遍问题。

  5. Reddit comfyui · 创作与工作流分享65

    用 Qwen-Image-Edit-2511 裁切修复 Z-Image Turbo 角色 LoRA 的手部崩坏

    作者用 Z-Image Turbo(8 步)加自训角色 LoRA(0.8)再经 SDXL refine 生成固定角色,多数露手画面出现六指、手指粘连和指甲异常。

    推荐理由:作者实测对比了整图编辑与手部裁切编辑两条路线,给出可复用的裁切修复流程与具体参数。

  6. Reddit comfyui · 创作与工作流分享36

    用 ComfyUI 为 MakeHuman 角色重新贴图的工作流分享

    有用户在 ComfyUI 中搭建了两套工作流,用于为 MakeHuman 角色的 UV 重新贴图,并保持纹理布局可用于 3D 管线。第一套工作流重排 UV 布局并逐块处理纹理,可用 Qwen 自动生成描述或手动输入;第二套按身体部位分通道处理,每块超分至 2160 px 后放回 2048 x 2048 布局,支持加载此前结果进行局部编辑与混搭。

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

    在 AMD RX 7800 XT 上为 1 分钟以上长视频做角色替换并保留交互物体,求工作流建议

    一位用户在 AMD RX 7800 XT(16GB 显存)上寻求长视频角色替换工作流,要求 1 分钟以上视频中替换主角时保留其手持或交互的武器、工具、杯子等物体,且生成时间不能过长。其尝试中,Wan Animate 2.2 未能正确替换为拟人角色,Mocha 替换效果较好但手指不一致且 1 分钟视频耗时过长,Scale 2 标准工作流则忽略参考图、凭空生成新头部和手部。

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

    用 Seedance 2.5 与 Wan 3.0 在 Pollo.ai 生成 30 秒「圣剑」制作视频

    在 Pollo.ai 上用同一提示词「Please make a holy sword.」分别测试 Seedance 2.5 与 Wan 3.0,两者均在 30 秒内生成完整锻造过程。Seedance 2.5 把工序拍成圣剑诞生的奇幻叙事,Wan 3.0 则更像匠人完成一件工作的记录。两者都重点刻画了锤打热铁与淬火入水,却跳过了上柄、刻纹等细节。

  9. Reddit comfyui · 创作与工作流分享10

    ComfyUI 用 Wan 生成 1 分钟视频:如何保持多段片段角色与场景一致

    一位 ComfyUI 新手用 Wan 做文生视频,按推荐先做 5 秒片段,时长和画质都不错,但想拼成 1 分钟完整视频时卡住了:单独生成第二段、并写入完全相同的角色与场景描述后,画面却差别很大。ta 在 Reddit 的 comfyui 版块发帖求助多段片段保持一致的方法。

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

    ComfyUI 加载 GGUF 格式 Moss q4 模型报错 "Unexpected architecture type: 'moss_image'"

    用户在 ComfyUI 中使用 GGUF 格式的 Moss q4 文件时,间歇性遇到 "Unexpected architecture type in GGUF file: 'moss_image'" 报错,同一工作流有时正常运行、有时必定失败。用户已更新 ComfyUI 并安装 Moss 自定义节点,文本编码器使用 w4a8 类型,尚未找到报错原因。