Toonflow 2.0.4 发布
Toonflow 2.0.4 发布,提供 Windows(64 位)、M 系列 Mac 和 Intel Mac 三种安装包下载。M 系列 Mac 安装包已完成 Developer ID 签名与 Apple 公证,首次打开时 macOS 仍可能提示确认。完整更新日志见 v2.0.3...v2.0.4。
Toonflow 2.0.4 发布,提供 Windows(64 位)、M 系列 Mac 和 Intel Mac 三种安装包下载。M 系列 Mac 安装包已完成 Developer ID 签名与 Apple 公证,首次打开时 macOS 仍可能提示确认。完整更新日志见 v2.0.3...v2.0.4。
ProVideo Coalition 盘点了一批面向后期制作的新工具,包括把剧本转为节点式文档的免费工具 Beat、语音驱动提词器 PowerCue、AI 自动粗剪方案 Doza Assist 与 PowerCut,以及开源 Photoshop 替代品 Compositor。
ComeCut 发布资源包 v1.0,包含三个文件:ffmpeg-win-x64.zip 提供 FFmpeg 调用库,models.zip 提供特定功能所需的本地模型,onnxruntime-win-x64.zip 提供模型推理环境。
基于 Muse Gadgets SDK,用 M5 Stack 的 Stop Watch 硬件做出一个磁吸在电脑屏幕旁的小玩具,已内置多个常见 ESP32 设备固件可直接刷入。作者做了 UI 优化、更改语言并加上语音输出,语音能力接入 MiniMax API。
有人用 M5Stack 的 Stop Watch Meta 配合 Muse Gadgets SDK 做出了一个 Muse 小玩具。该 SDK 已内置多款常见 ESP32 设备固件,直接刷入即可使用。Muse 此前发布了这款开源 Linux SDK,可让 ESP32 设备连接 Muse 获取信息并构建周边硬件。
Sky 的「监督模式」让创作者先在 3D 空间摆放人物、设定相机位置与动线,再交给 AI Agent 生成视频,作者用它完成了一支约 30 秒的体育教师 POV 头发展检查短片。
ComfyUI 创作项目 H3 Temporal Sampler 发布 v1.5,由原名更名为 H3 Temporal Sampler,并新增 Seam Lock 多帧渐变冻结功能。该版本同时更新默认参数:Smart Bounds 关闭、Overlap 设为 5、Blend 采用 multiband、Seam Lock Frames 设为 2。
Hugging Face dataset 的 ComfyUI 创作项目在日志中新增提示,建议安装 pillow-jxl-plugin 以启用 JPEG XL 支持。该提示仅出现在日志信息中,未说明其他功能变更。
InvokeAI 发布 7.0.0 alpha 1,称这是其规模最大的一次更新,约 320 个 PR、2600 次提交,需 Python 3.12,且新界面为默认。
推荐理由:InvokeAI 7 把画布、工作流与视频生成整合进单一工作台,并新增 MiniMax H3、LTX-2.5 等模型支持,可据此判断是否迁移现有出图流程。
MiniMax H3 可借助自身参照图像与提示词理解能力,在 ComfyUI 中无需专用 LoRA 或额外训练即可生成角色设定图,生成使用 Core 节点,自定义节点仅负责生成 JSON 与自然语言提示词。该节点将正面、侧面、背面及面部特写等视图指令与原始图像结合,保持同一人物与服装一致,未拍摄部位由 H3 补全。日文提示词效果较差,英文提示词更易通过;若无需单独生成手脚图像,可关闭该功能。
Aurora Audio Studio 2.0.1 正式版已在 Windows 与 Mac 发布,Mac Apple Silicon 安装包完成 Developer ID 签名与 Apple 公证,Windows 安装包未签名。
ComfyUI 创作项目 ComfyUI-HotSwitches 将其显示标题更名为 ComfyUI-HotSwitches,目的是让用户在 ComfyUI Manager 中搜索时更容易找到该项目。
Aitrepreneur 展示了自制的 Qwen Image 2.1 ULTRA ComfyUI 工作流,支持最多 9 张图的多图编辑,可用文本提示替换角色、移除或移动物体。工作流还包含局部重绘、扩图、去背景等操作,并配合额外工具与 LoRA 使用。
comfyui-systemone 发布 0.2.0 版本,新增一个能读取图像的 Cloudflare Clef 后端,并加入 Image Check 与 Pick Best Image 两个节点,用于对生成图像做自动化质检。
allenv0/SCM 是一款 macOS 本地优先的 AI 搜索工具,可用自然语言检索任意文件夹内的照片和视频帧,推理全部在本机完成,无需账号、不上传云端。
MoneyPrinterTurbo 被实测能否把"主题 → 文案 → 素材 → 配音 → 字幕 → 成片"整条流程真正跑通,测试覆盖本地制作、远程访问与授权验证三个环节。原文已给出较完整的测试路径,验证重点不是"AI 能否自动做视频"这一宽泛命题,而是该工具端到端流程的实际可用性。
OpenScreen 2.0 发布,主打"不调设置也好看、调了也不会变丑",新增编辑器并支持根据点击自动规划缩放镜头。新版本将光标默认尺寸减半、1080p60 导出码率从 1.x 的 8 Mb/s 提升至 18.7 Mb/s,语音归一化至 -16 LUFS,转录改用 Silero VAD 并重新对齐每个词的时间。该版本对个人和商业用途仍完全免费,无付费墙,1.x 项目可直接打开。
OpenScreen 发布 v2.0.0-rc.15,距 v2.0.0-rc.14 的变更包括:预览功能在片段无摄像头时不再解码替代摄像头,并记录自由运行解码预算;测试方面补充了 macOS 计算机使用端到端测试通过记录,并验证替代摄像头始终不移动。
Krita AI Diffusion 发布 1.54.0-pre 预发布版,已迁移至 Krita 6 / Qt6,不再兼容 Krita 5.x,推荐搭配 Krita 6.0.4。该版本新增对 Qwen Image 2.1 的支持,官方提示此为未经充分测试的预发布版,在 macOS 上表现不佳。
MoneyPrinterTurbo v1.3.8 新增 VoxCPM 参考音频声音克隆与语气情绪迁移,并加入 MuAPI 视频素材源、Fluxion AI、讯飞星火(Astron MaaS)等多家 LLM 供应商。素材与片段渲染并发可配置,默认均为 1(串行);同时上线仅 CLI 的本地视频项目工作流,支持版本追踪与复用未改动的渲染产物。
550W Watermark & Text Eraser 推出 node-550w-media,支持原生图像、视频与分享处理。该节点提供 OAuth 与 API Key 两种鉴权方式,采用 PKCE、安全凭证存储,并支持显式区域访问控制。
Pika 重新设计了整个视频创作体验,让创作者可以按自己偏好的生成方式创作。面向只想专注创作、不关心具体技术的用户,Pika 推出 Video Studio;对特定模型有偏好的用户则可直接通过对应模型生成。Pika 同时给出五个不同风格的视频示例,展示创作者按自己方式生成的效果。
AI 音乐生成器 Suno 推出名为 Speech 的新功能,可将口述文本与匹配的背景音乐合成为单条音轨,用户输入创意或文字并描述想要的音色与音乐风格即可生成。该功能已小范围测试一个月,可用于诗歌、冥想和睡前故事,但测试版仍有 bug,例如英式口音有时会听起来像澳式口音。Suno 未透露模型的训练方式,目前 AI 音乐生成器正面临版权侵权批评,多家主要唱片公司已起诉 Suno。
QwenImage-PromptExtractor 发布 0.2.0 版本,新增 DimensionsFromRatio 节点,可独立解析宽高比或上传图片尺寸对应的分辨率,README 同步更新。
FireCut、Cutback、Captioneer、AutoCut 和 CaptionX 是 2026 年值得关注的 Premiere Pro AI 字幕插件。
Suno 推出语音生成功能 Speech,目前已在网页端和移动端开放公测,可根据脚本或提示词生成人声,并同时生成配套背景音乐。该功能提供 Simple 和 Advanced 两种模式,Advanced 可自定义脚本并调整 AI 声音性别、语音风格和每次生成的多样性,最长时长约 8 分钟,背景音乐可用开关关闭。Suno 首席产品官 Jack Brody 称该功能仍不完善,会持续根据用户反馈改进。
火宝发布 v4.0.7,统一了网页 Logo、浏览器图标及 macOS、Windows 应用图标,并提供 macOS Apple Silicon、macOS Intel 和 Windows x64 安装包。其中 macOS Apple Silicon 安装包内服务与前端启动检查已通过,其他平台仅完成打包和内容校验,未进行对应系统运行测试。
unclejobs-ai 在 GitHub 发布 motion-video-skill,这是一个 Claude Code 技能,用于从零制作 30 到 90 秒的动画与视频,把流程拆成故事、角色、关键帧、视频转换、音乐配音、剪辑 6 个阶段。
ArcReel v0.32.0 新增剪辑视图,可按剪辑时间线拼接播放视频并本地渲染成片,支持旁白、烧入字幕、BGM 和转场,也可导出剪映草稿。Agent 可通过 edit-video skill 新建和批量编辑剪辑时间线,并用联系表查看素材的黑屏、卡帧与镜头切换点信号。「分集」视图取代「源文件」页,支持一键 AI 规划到结尾及手工切分、拆分和合并。
开源视频生成项目发布 v4.0.6,本地参考图、首帧和尾帧改用原始图片,保留尺寸、格式与透明通道,不再缩小至 768 像素或转 JPEG。Docker 升级至 Node 22,排除桌面产物和本地环境配置,并用系统 FFmpeg/FFprobe 修复 Linux ARM64 媒体探测不可用问题。
Black Forest Labs 的 FLUX 3 Image 已加入 Envato AI 模型阵容,支持多参考图生成与编辑、原生 2K/4K 高分辨率输出、图像内文字生成与修改、基于参考图的风格迁移以及局部精准编辑。用户可指定每张参考图的具体作用,并在保留画面其余部分不变的前提下增删或替换特定元素。
Midjourney 为 alpha.midjourney.com 上线侧边栏样式预览、Create 更大图片和文件夹默认参数设置,本周以修 bug 和清理为主。提示栏中多个 sref 现合并为带缩略图的单个样式 pill,悬停可查看代码,并支持将 --exp 固定为文件夹默认值。官方称下周将推出新的协作工具,并预告持久化编辑历史与更好的样式探索方式。
WaveSpeedAI 发布 Ultimate Video Upscaler,可将视频超分至 720p、1080p、2K 或 4K,官方示例把 480p 的 5 秒片段升到 3840 × 2160、保持 24 fps 与原声。
推荐理由:低分辨率草稿加后期超分的工作流,配合按目标分辨率计价的成本结构,可用来评估出片流程的取舍。
WaveSpeedAI 在生成器侧边栏上线 AI Cinema Studio,用 References、Film setup、Camera、Color palette、Lighting 五张卡片把电影风格、机型、镜头运动和灯光选择转成给视频模型的精确镜头描述。
推荐理由:把电影感拆成风格、机型、镜头运动等预设面板,创作者可据此判断是否省去写提示词的环节。
VIBE 免费版向新账号开放四款文生视频模型:Seedance Pro Fast(480p,2-12 秒,无音频)、LTX 2 Distilled(720p,5 或 10 秒,无音频)、PRUNA V(720p,2-10 秒,带音频)和 LTX 2.5 Fast(720p、5 秒,自动生成音频)。
ComfyUI-DonutNodes 通过分块 MLP 和 RMSNorm 操作降低 edit 模式的逐点显存压力,并支持逐层文本融合。现有 LoRA 分块选项现已覆盖 Experimental bypass 中的单个 edit LoRA,同时保留强度与已保存的适配器数据。
ComfyUI Agent Panel 恢复本地面板与 provider 选择的有限维护,撤销 10 月 9 日停运承诺,自动问题上报保持关闭,待 Comfy 官方本地面板公开后再评估支持。修复方面,解包现按重铸的内部节点身份与命名槽位执行,可在一次撤销内修复错位连线,身份无法确认时回滚,临时溯源信息不会写入已保存工作流或撤销历史。
Pika 发布新版 AI 创作平台,官方称其为面向创作者打造的 AI 创意平台,并称已构建 40 多个应用,覆盖从剪辑收尾到完整视频广告等创作需求,正文给出 4 个示例。
Comfy 官方博客分享动画作者 852話 Hakoniwa 用 Comfy Agent 创作的首部动画短片 YUI,主角名字取自 ComfyUI 最后三个字母。
推荐理由:动画作者用 Comfy Agent 完成首部短片,公开了成本、工时与逐镜头比模型的工作方式。
HeyGen 于 2026 年 9 月 30 日发布首个通用视频模型 Video 1,一次调用生成含同步音频的完整场景,底层基于 MiniMax 的 H3 模型并由 HeyGen 后期训练。