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19日周一
  1. Hugging Face Daily Papers36

    PhysSkin++:基于自监督神经蒙皮的实时通用物理动画框架

    PhysSkin++ 提出一种物理信息框架,从静态几何中学习连续神经蒙皮场,构建紧凑形变子空间,无需逐物体训练网络即可跨形状泛化。其神经蒙皮场自编码器配合物理信息自监督学习策略,在无仿真轨迹条件下稳定联合优化,支持网格、点云与 3D Gaussians 的直接动画绑定及实时降维仿真。实验验证了跨形状泛化、实时仿真与可控碰撞感知动画等应用。

  2. Hugging Face Daily Papers24

    SEAM:面向低资源 TTS 的频谱嵌入对齐与合并方法

    SEAM 是一种零音频初始化方法,用已知子词为未见 token 构建嵌入,通过频谱滤波保留时序音素顺序,并用闭式岭回归将新嵌入对齐到预训练条件流形。在三种语言和两种 TTS 架构上,SEAM 用最多少 4 倍的训练数据即可接近或匹配基线,相比随机初始化和均值池化将样本复杂度降低 75%。该工作已被 EMNLP 2026 Findings 接收。

10月18日周日
  1. Reddit comfyui · 创作与工作流分享60

    ComfyUI 教程:用 FLUX 3 Base 与 Turbo 测试修复工作流

    作者在 ComfyUI 中测试了 FLUX.3 的图像生成与图像编辑,对比了 Base 版(CFG 3、25 步)与 Turbo 版(CFG 1、16 步)。生成方面模型在纹理、艺术风格多样性、野生动物和自然环境上表现不错,但在手、手指、脚、写实皮肤和复杂场景上较弱;图像编辑反而是其强项,Turbo 版在风格迁移、换装、背景替换、天气变化和物体移除上效果良好。

  2. Monster社区 · 中文ComfyUI实测与工作流38

    Flux.3 5.6B 整合包入门:4 步迭代文生图与单图、多图编辑

    Flux.3 5.6B 整合包教程演示了同一套整合包的三种用法:文生图、单图修改和多图修改,演示界面迭代步数为 4。文生图先填提示词再检查尺寸与迭代参数后生成;单图修改上传参考图并写明改动部分;多图修改同时放入人物参考图和服装图并说明各自用途。进入 ComfyUI 节点界面需访问自定义端口 8187,实际以整合包启动显示的地址为准。

  3. note · seisei_ai_1st · 图像视频创作分享40

    Kling 4.0、Seedance 2.5、Wan 3.0 同条件对比:AI 视频生成实测

    用 4 张照片、同一提示词在 SJinn 上同条件生成 9:16 竖屏 30 秒视频,对比 Kling 4.0、Seedance 2.5 与 Wan 3.0。Wan 3.0 细节与画质最佳、手部和人物稳定性最好,Kling 4.0 动作最自然,Seedance 2.5 因仅 480p 而画质吃亏。三款模型均一次生成成功、零重拍,但“夹秋刀鱼”等食物抓取仍是共同难点。

  4. TelosCompass · note AI视频创作实践22

    DomoAI 视频生成省钱指南:先确认模型与时长再用 Relax 模式

    DomoAI 的 Relax 模式可在满足套餐、模型、时长三个条件时不消耗积分生成视频,但同一套餐下部分模型和时长仅支持 Fast 模式。用户应按套餐→模型→时长的顺序在定价页核对,并确认「Relax モード」开关已开启,不能仅凭生成按钮上积分数字消失来判断。适合能等到使用时限、含一次重做余量的试作用 Relax,赶时间的用 Fast。

  5. note · kongo_jun · 图像视频创作分享38

    在 ComfyUI 中试用 MOSS-Image:OpenMOSS 的 5B T2I 模型

    OpenMOSS 团队开源的 5B 文生图模型 MOSS-Image 已可在 ComfyUI 中运行,提供 Base 与 SFT 两个版本。实测在 RTX 4090 上生成耗时 14 秒、占用 15GB 显存,需搭配 qwen3.5_9b 文本编码器与 flux2-vae,并使用 BBOX 节点(需开启 Nodes 2.0 的 Vue 节点设计)。作者评价其画风与文字生成表现不错。

  6. note · kawakijourney_ai · 图像视频创作分享30

    用 Midjourney 画 3D 女性角色:5 类奇幻角色设定图与立绘提示词免费公开

    用 Midjourney 生成游戏用 3D 奇幻女性角色,涵盖可爱魔法师、成年魔导士、魔女、圣女、战斗法师 5 种类型,每类各配角色设定图与立绘两版英文提示词,共 10 条并附日文翻译与设计思路。设定图用横版 16:9 排布正面、侧面、背面与斜角全身图及表情差分,立绘用竖版 9:16 单人居中全身构图,两者共用同一套外观描述以保持形象一致。

  7. note · fordtaurus116 · 图像视频创作分享36

    Vidu Q4 Preview 实测:GPT Image 2.5 × Pollo AI 制作日语角色动画

    创作者在 Pollo AI 上实测视频生成模型 Vidu Q4 Preview,用 GPT Image 2.5 生成原创角色插画后,制作了 5 秒万圣节短片和 16 秒自我介绍动画,日语台词语调与口型表现自然。该模型在短动画制作上成本较低,所需 credits 随视频长度和分辨率变化。

  8. note · promptdesign · 图像视频创作分享22

    新 AI 美女画像提示词集⑮:100 种可直接复制到 ChatGPT、Gemini 使用的模板

    这份提示词集收录 100 种「AI 美女×旅行绝景」主题的 JSON 格式图像生成提示词,可直接复制到 ChatGPT、Gemini 等工具使用。每个题材除基础版外还附 9:16、1280×670、背景更换、氛围更换 4 种改编版,并配有 negative_prompt 与 aspect_ratio 字段。

  9. note · myloose · 图像视频创作分享10

    【AI画像生成研究】想让AI画单眼皮男⑩「不画不就好了!!!」一旦最终回

    作者因连续三天高强度使用 Astra 生成单眼皮男性画像,触发使用限制导致账号被锁三天。最终放弃在 ChatGPT 内解决双眼皮问题,转而让 ChatGPT 快速开发出一款手机端 PWA 网页应用,手动擦除插画中的双眼皮线条。该应用将在下期公开,作者称根本问题并未解决。

  10. note · singulatelier · 图像视频创作分享22

    SINGULATELIER 如何用专属 AI 角色 HAZ 半自动化每日图像投稿

    SINGULATELIER 打造专属 AI 角色 HAZ(映月),作为品牌统一视觉形象,贯穿音乐、影像、物贩等不同主题的 note 投稿。作者将服装、场景、构图等细节交由 AI 员工克里斯决定,自己只负责方向与最终判断,并借 GPT PLUS 定期任务功能实现每日定刻产出图像与文案。

  11. note · nobinlog · 图像视频创作分享26

    用 Anima 在 ComfyUI-MangaScreen 中生成格斗插画

    在 ComfyUI-MangaScreen 中用 Anima 模型生成格斗插画,作者认为 Qwen-image 版本质量不错,但涂色渐变细腻的图像适配较差,illustrious 可能更不适合,扁平配色与线条风格更易出效果。因 Qwen-image 版本短时间难以做好,改用 Manga-Lite 完成,并指出头发和眼睛容易变粗,需反复调参,并非所有画风都适用。

  12. Reddit StableDiffusion · 创作者与工作流分享15

    Moss Image 角色 LoRA 训练:哪些方法对你有效?

    有创作者用 Ostris Toolkit 和 Fizgig 测试了此前在 Krea2、ZIB、IDG4、SDXL 上有效的训练方法,但用于 Moss Image 角色训练时相似度只有约 80%。其尝试 Academia SD 和 LOKR 方法效果更差,自认数据集已足够,遂向社区征集 Moss Image 角色 LoRA 训练经验。

  13. 诀.com · 创作开源项目拆解22

    Midjourney 新手入门:从养审美、建立 P 到出图编辑全流程

    这篇 Midjourney 教程以一张自然光女性头像为例,演示网页端从零到出图的完整流程:先在 Explore 浏览作品养审美,再用 Personalize 选图建立可切换的审美配置(P),随后在 Create 写提示词与参数生成图片,挑底图后用 Vary 或 Edit 换衣、蒙版重画、扩画布补留白。

  14. Reddit comfyui · 创作与工作流分享22

    用 ComfyUI 搭建带人工审核的视频流水线,如何提升每小时可用产出?

    一个电商内容团队用 AI 辅助开发搭建了 ComfyUI 内部流水线:产品图加已审脚本经并行 GPU 生成,再做超分、语音转写与字幕,最后人工审核并归档。团队提出三个运营问题:如何用轻量检查区分语音生成错误与转写错误、如何把人工接受率和审核耗时纳入吞吐量衡量、以及如何把拒收原因转化为脚本或生成环节的改进。