Kling 4.0 上线 Higgsfield:支持 30 秒生成与 10 个关键帧
Kling 4.0 已在 Higgsfield AI 上线,单次生成时长从 Kling 3.0 的 3 至 15 秒扩展到 3 至 30 秒,最高 1080p 并带双声道立体声。
推荐理由:对比 Kling 3.0 列出时长、关键帧、参考素材与音频的升级项,并给出各分辨率积分成本,便于评估接入成本。
Kling 4.0 已在 Higgsfield AI 上线,单次生成时长从 Kling 3.0 的 3 至 15 秒扩展到 3 至 30 秒,最高 1080p 并带双声道立体声。
推荐理由:对比 Kling 3.0 列出时长、关键帧、参考素材与音频的升级项,并给出各分辨率积分成本,便于评估接入成本。
MiniMax H3 Novel Pipeline 发布更新,新增可编辑参考链接与审阅流程,支持从已保存的电影化章节 JSON 恢复提取。H3 生成环节加入场景时长指引、可配置最大镜头数与可选镜头方向,并可用 Qwen 依据校验反馈修正无效的镜头后处理备注。
作者演示了在本地 ComfyUI 中不依赖本地推理 GPU、也不下载模型,通过安装免费的 Forma 自定义节点并连接账号,打开图生视频模板完成一次真实生成。该方案按量付费、无需订阅,充值从 $5 起,可选 39 个图像与视频模型、8 种视频工作流类型和 2 种图像工作流类型,运行推理前可先查看报价。
作者在 Reddit 发布基于 MiniMax H3 的 ComfyUI 工作流 SyncTile v5.4,把大尺寸或长视频拆成重叠的空间图块与时间窗口,每次模型调用统一预测并融合到同一画布,从而避免接缝与片段拼接,显存占用仅为一个区域。
AusBoss 发布 ComfyUI 自定义节点项目 ausboss-nodes,新增 Image Crop + Rotate + Pad、Load Image + Pad 和 Load Video 节点,可像核心 Load Image 一样加载 ComfyUI 生成的文件。
AusBoss 发布 ComfyUI 创作项目 ausboss-nodes,支持在经典视图中将 Assets 面板中的图片拖放到节点图片上直接加载。
Krea 发布 Illustrator 插件,可在 Illustrator 文档内生成图像,再用 Image Trace 转为可编辑矢量路径。插件支持把选区或画板送回 Krea 修改并原位放回,Krea Agent 可在文档内绘制形状、排版文字、整理图层与画板。
Krea 发布 After Effects 插件,在面板内生成动态概念、背景板与连贯镜头画面,结果以标准媒体素材进入当前合成。插件支持 After Effects 2025 及以上版本、macOS 12 或 Windows 10 及以上,生成在 Krea 服务器上运行,需登录账号并联网;面板内置 Krea Realtime 实时预览,免费计划每天含 100 compute units。
推荐理由:Krea 把图像生成搬进 After Effects 面板,动效设计师可在合成内出图并直接作为素材使用。
Shri Labs 开源了 Shri Tools(MIT 协议),可在 RTX 3050 4 GB 显存的笔记本上离线制作带对口型的卡通短片与音乐视频。流程用 FLUX.2 Klein 4B 生成统一角色画面、MiniMax H3(GGUF)驱动说话与口型,并由视觉模型和 Whisper 逐项自检重做,支持英语加 11 种印度语言。
Fibo 2.0 Edit 的默认 Edit 节点开箱仅支持 1MP,有用户借助 OpenCode 与免费 LLM MiniMax M3.1 Flash,约 10 分钟一次性生成自定义 ComfyUI 节点,将上限提升至 2MP。该节点在超过 1MP 时部分细节与元素过渡会出现问题,但整体可用。
用户用 LoRA Dataset Studio 训练出面向 MOSS-Image 的细节与纹理 LoRA「RAW Upscale MOSS」,基于 MOSS-Image-Base 训练 2000 步、rank 16 / alpha 16、1024 分辨率,最终以 FP16 SafeTensors 导出,已在 Civitai 免费开放下载。
ComfyUI 工作流模板发布 v0.11.94,可通过 pip install comfyui-workflow-templates==0.11.94 安装。该版本新增 Mirelo SFX、VEED 和 HeyGen Voice 1.0 Turbo 三套模板。
Vathography 作者发布 ComfyUI-Marigold-V2-Tiled-Depth-Vathography 节点,可从高分辨率照片估算深度图,节点免费、输出可商用,并附带示例工作流。作者称该节点在 8 GB GPU 加约 24 GB 系统内存上应可运行,尚待确认,并征集不同显卡的实测反馈。
MOSS-Image 社区发布 2GB 离线角色与风格目录,收录 33,937 个角色和 221 种风格,每项可一键复制生成提示词。同期出现去除摆拍感的 LoRA、夜景闪光街拍 LoRA、基于 Qwen 视觉描述实现图生图的变通工作流,以及低显存训练 LoRA 教程和 Apache 许可的 Spectrum 加速器。MOSS 团队的技术报告已在 Arxiv 免费公开。
OpenFill beta.2 发布,这是运行在 ComfyUI 上的 GIMP 3 免费本地生成式填充插件,支持生成式填充、物体移除、生成式扩展与文生图,选区即遮罩。
作者发布 ComfyUI-AudioCPP 项目,目标是把 audio.cpp 的 TTS、ASR、声音转换、音乐生成、音频增强与分离等能力统一接入 ComfyUI,覆盖 120+ 音频模型族。
Kling 4.0 已在 Magnific 上线,可生成最长 30 秒的场景,并用最多 10 个关键帧引导动作,同时支持原生音频。可灵官方账号转发了这一消息,并带上 #Kling4 与 #KlingAI 标签。
可灵宣布 KLING 4.0 API 正式开放,开发者可将 Kling 4.0 集成到自有产品与工作流中。原文未披露具体能力参数、定价或接入细节。
推荐理由:可灵 4.0 开放 API 接入,开发者可据此评估现有产品与工作流的集成方式。
AI Canvas v0.10.13 支持双击引用胶囊全屏查看提示词、分镜、角色库等内容,视频生成可按稳定镜头引用读取本镜景别、运镜、对白与实际时长,重排镜头不串镜。
Runway 宣布 Kling 4 在其平台开放无限量使用,新开通 Max 或 Team 套餐的用户可获得 3 天无限量额度。所有套餐同时享受 Kling 4 的 25% 折扣。
可灵宣布 KLING 4.0 API 开放申请,开发者可将 Kling 4.0 接入自有产品与工作流。原文未披露具体接口能力、价格或开放时间。
推荐理由:可灵 4.0 开放 API 申请,开发者可据此评估把该版本接入自有产品与工作流。
作者为 MOSS-Image 开发了自定义 ComfyUI 节点,把参考图直接送入 Qwen3.5-9B 视觉塔,并将图像嵌入保留在文本条件中,使图像作为提示词的一部分参与生成,而非以 VAE latent 形式输入。节点与工作流已开源于 GitHub,配套使用 Hugging Face 上的 MOSS-Image-SFT-8-steps-dmd LoRA。
Stability Matrix v2.16.5 新增 Fizgig,一个面向 Flux 2 Klein 9B、Krea 2、MiniMax H3 和 Qwen Image 2.1 的 LoRA 训练工作室,集成数据集准备、训练、LoRA 修复与提取。
jianying-editor-skill 将剪映的剪辑指令封装为可调用的 Skill 接口,让 AI 助手能触发视频剪辑、片段拼接、转场添加等常用操作。项目通过配置文件支持自定义模板和参数,以降低重复手工编辑成本,完整源码托管在 GitHub 并提供使用说明和示例代码。
ai-video-editor 是一款基于浏览器的本地优先开源视频剪辑器,融合多轨道时间线与端侧 AI 推理,可在本地完成剪辑、字幕、抠图等流程。工具集成 Whisper small 做音频转文字并对齐波形字幕,用 MODNet、YOLOS 完成人像抠图与主体避让,内置 MI-GAN 去除水印杂物并配合 NanoVSR 提供 4× 超分。
LALAL.AI 万圣节促销从 10 月 21 日持续到 11 月 2 日,PRO 年付订阅首年 30% OFF,价格从 $180 降至 $126,约合每月 $10.50。
free-short-video v7.2.1 发布,提供 linux/amd64 与 linux/arm64 多架构镜像,已推送至 GHCR 和 Docker Hub。
FireCut AI 以插件形式内置于 Premiere Pro 和 DaVinci Resolve,可自动检测并切掉静音、口头禅和停顿,原本两小时的 A-roll 清理缩短到两分钟,还能分析多说话人音频自动切换机位并生成时间线原生字幕。
Pixubus 3.9 发布,新增文字叠加功能,可在 ComfyUI 与 Qwen-Image 2.1 生成的 CG 集上叠加一行文字,文案由本地 Ollama 读取画面后生成,提供 7 种文体、每种返回 5 条候选。
Comic Creator v1.58.0 新增 Moss-Image 标签页,布局编辑器整合提示词、JSON 和模型至右侧面板,输出保存至 cc_moss 文件夹,当前仅支持预设。昨日 workflow Studio 更新至 v0.8.9,Video 标签页新增拖拽或点击选择文件注册资产及音频提取功能。
作者在 ComfyUI 中解锁了内置 sa_solver 的随机强度 eta 调节,此前该参数被硬编码为 1.0 且限定在 20%–80% 窗口内。作者与 Yehor Yuzvynsky 据此做出 Adaptive Step Samplers,发布在 GitHub,仅依赖 PyTorch、NumPy 和 SafeTensors。
HEISS UI v0.18 新增 MOSS Image 与 Flux 3 支持(含 Flux 3 prompt enhancer),无需工作流或额外配置即可直接生成图像,自动安装缺失的 VAE、文本编码器和节点。该工具支持自定义工作流、视频生成、参考图与 inpainting,可通过手机 LAN 访问,并提供 Docker 支持。
LibTV 上线角色造型系统,用类似网游捏脸的方式解决 AI 视频主角"撞脸"问题。界面左侧按脸部、身体、特征标签划分,右侧用线性滑块做单轴精调,下方提供眼影、眉形等预设材质包,兼顾快速装配与像素级微调。定制好的模型资产可一键沉淀为连贯分镜的主角。
SAMUNE PRESS 已更新至 v14,新增「变更/保持」共 18 种指定项,用于整理「改哪里、留哪里、参照图当什么样本、设定是否矛盾」并组装成给图像 AI 的提示词。该工具本身不生成图像,只负责编写发给图像 AI 的委托指令,已购用户可免费获得 v14。作者同时汇总了用户用法:有人用它为旧文重做 4 张头图,有人在一周 6 篇连载中 5 篇用它做缩略图,也有人用于插画。
ComfyUI 宣布已支持 Hao Ai lab 的 FastH3 OmniRef,该模型面向快速、高质量的视频与音频生成。OmniRef 让它支持多模态参考素材,创作者和团队对生成内容的控制不再只依赖文本提示词;模型可本地运行,团队能在自有硬件上生成并保留素材,无需依赖托管 API。官方同时给出云端入口与 Hugging Face 开放权重链接。
推荐理由:ComfyUI 接入 FastH3 OmniRef,支持多模态参考素材与本地运行,创作者可据此评估自建出片流程。
ComfyUI 发布 v0.11.92,本次更新仅包含由 @comfyui-wiki 提交的版本号变更(#1368)。该版本未发布至 PyPI,因 PR 缺少 release 标签;需添加标签并重新触发工作流才能发布。
ComfyUI Workflow Templates 发布 v0.11.93,已通过 PyPI 提供,可用 pip install comfyui-workflow-templates==0.11.93 安装。该版本由 @comfyui-wiki 在 #1370 中完成版本号更新,完整变更见 v0.11.92...v0.11.93。
作者开源 ComfyUI 自定义节点套件 ComfyUI-ZeroCopy-Continuity,通过 ZeroCopyVRAMPin 把 DiT 权重常驻显存、ZeroCopyLatentHandoff 在 cuda:0 上直接传递上一镜头的 latent,省去 VAE 解码再编码的往返。
推荐理由:作者开源了一套 ComfyUI 节点,用显存常驻和 latent 直传替代 VAE 往返,多镜头渲染的衔接开销从 14.2s 降到 0.4s。
ComfyUI 在 Comfy Developer Platform 上举行为期两周的开源创意应用征集,总奖金 2.5 万美元,大奖 1 万美元,另设最具创新、最具传播力、仅限开放权重三个单项奖,各奖一块 RTX 5090。LTX、Black Forest Labs、MiniMax 另设专项奖,分别奖励以 LTX、FLUX 3、H3 为核心模型的构建作品,活动由 Runpod 等支持。
Khalil 在新频道 Lazy Motion Pictures 发布原创 AI 科幻剧《The Unmarked》第一集,讲述身份标记仪式出错后母女面对系统威胁的故事。他同时推出第一集制作套件,包含 171 页制作指南、74 条 prompt 条目、片段索引与剪辑裁剪信息,并称生成漂亮镜头只是小部分,难点在于让镜头承担表演、对白、情绪、机位、连贯性、剪辑与声音的叙事功能。