Lightroom 移动端新增 AI 睁眼功能,应用商店更名“AI Photo Editor”引摄影师不满
Lightroom 免费移动应用新增 Open Eyes 快捷操作,可一键修复闭眼照片,支持人像、自拍和合影,并允许选取同一人物的参考照片以匹配眼型和眼色。该功能由生成式 AI 驱动,与 Generative Expand、Generative Remove、Photo to Video 并列。
Lightroom 免费移动应用新增 Open Eyes 快捷操作,可一键修复闭眼照片,支持人像、自拍和合影,并允许选取同一人物的参考照片以匹配眼型和眼色。该功能由生成式 AI 驱动,与 Generative Expand、Generative Remove、Photo to Video 并列。
作者在 ComfyUI 中搭建并实测了 Qwen-Image-2.1 的 Multiple-Angles LoRA,可通过提示词改变被摄主体角度。实测单张生成耗时 23 秒、显存占用 21GB,但该 LoRA 目前只专注主体角度变化,背景会消失,出图随机性也较强。文中给出了自定义节点安装命令、模型与 LoRA 文件放置路径以及工作流文件。
开源工具 Pictide 可自动组合基于标签的提示词并发送给 ComfyUI,用户浏览结果时通过点赞或点踩反馈,由本地推荐器学习偏好以指导后续提示词组合。提示词生成、偏好学习与推荐均在本地运行,图片和反馈也存储在本地,目前最适合对 Danbooru 风格标签响应良好的模型。用户还可锚定某个喜欢的元素(如“forest”)在其周围继续探索不同组合。
作者在 ComfyUI 中实测 Black Forest Labs 的新图像模型 FLUX 3 Klein,配套 19 个免费工作流,覆盖文生图、单图编辑与多图合成。
推荐理由:作者实测 Flux 3 Klein 在 ComfyUI 中的 19 个免费工作流,并列出模型在手部、人脸和字体上的短板。
AICU 于 2026 年 10 月上线浏览器端创作工具 AICU Create 的 Alpha 版,无需安装或高性能 GPU,用免费 AICU 账号登录即可使用。图像生成可选 GPT Image 2.5 与新增的阿里云 Qwen-Image 3.0,视频分 MiniMax H3 和 Wan 3.0 两条线,另提供杂志封面合成与可打印名片功能,手机端同样可用。
一位开发者用 Discord 机器人以游戏角色身份管理服务器,推理机通过 llama-swap 按需启停 llama、vllm 和 stable diffusion,图像生成使用 flux.2 klein 9b 配合参考图。
一份面向 AI 美女图像生成的提示词合集,收录约 100 种以世界各地及日本旅拍场景为主题的 JSON 格式提示词,可直接复制到 ChatGPT、Gemini 等工具使用。每个主题均提供基础版、9:16 竖屏版、1280×670 的 note 封面横版,以及背景与氛围改编版,并附 negative_prompt 与 aspect_ratio 字段。
作者在 AI 图像创作连载第二篇中借助 ChatGPT 学习运镜与透视,梳理出相机高度、距离、朝向三要素,并区分低角度、近距离与荷兰角(倾斜构图)的表达效果。随后按“贴近地面的低机位、略微仰视、正面拍摄、突出持魔法的右手”设计构图,由 ChatGPT 补全身体扭转与四肢分工并生成提示词。首张生成图透视冲击力强但手部偏粗,用同一提示词重生成后手部比例恢复正常。
MOSS-Image 的 Color-Depth Control LoRA 已通过 Kijai 的 PR 集成进最新 Comfy Portable,并附工作流,使 MOSS-Image 具备基于深度与颜色输入的基础 ControlNet 式能力。
作者公开了在 8 GB 显存本地训练 MOSS-Image 角色 LoRA 的一套参数:默认设置训练 800 步,大数据集或难概念再延到 1200–1500 步,学习率 0.0004、rank/alpha 8/8、512² 分辨率。
推荐理由:作者给出 MOSS-Image 角色 LoRA 的完整训练参数与步数区间,并解释为何 8000 步会过拟合,可作为本地训练的起点参考。
看产品的艺术指导效果。 从你的图像开始,添加 1–4 张参考图,Style Match 会在保持产品和构图不变的情况下为其重新设计风格。
Tagtelier v0.7.0 新增插画批量生成功能,可通过排列模板区块一次性生成多张插画,并在区块内制作仅改变表情、服装、姿势的差分图。该功能需另购激活密钥,无密钥也可打开界面、搭建区块并保存为模板。生成结果在专用预览中筛选保存,未保存的图不会进入图库;开启「差分をそろえる」后同编号图片使用相同种子与构图。
作者在 ComfyUI 中用轻量版 Qwen-image2.1 搭配 Flux2 的 flux2-klein-4b-fp8 高速版,做出细线维持型、实黑、漫画风三种黑白线画效果,8GB 显存即可运行。作者称单纯转黑白线画时 Flux2 速度更快,但两者结果差异不明显;该工作流对无脸角色会自动生成眼睛,需要用提示词调整。
ComfyUI 宣布已支持 OpenMOSS 开源图像模型 MOSS-Image,该模型为 5B 规模,可渲染清晰可读的文字并接受结构布局提示。官方已在 Hugging Face 放出对应工作流,面向海报、广告与本地化创意等需要布局控制的出图场景。
推荐理由:ComfyUI 接入开源 5B 图像模型 MOSS-Image,其文字渲染与结构布局控制对海报、广告类出图有直接参考价值。
用 ComfyUI 将 Animagine XL 4.0 Opt 生成的白裙银发天使插画,经 Animagine XL 3.1 以 img2img 转换为手办风全身图,未使用 LoRA 与 ControlNet。
OpenMOSS 团队于 2026 年 10 月 16 日开源 5B 文生图模型 MOSS-Image,权重 Apache 2.0,发布当天支持 ComfyUI。
推荐理由:梳理 MOSS-Image 在 ComfyUI 的安装、采样参数与显存取舍,并说明 JSON 版式控制的坐标约定与当前边界。
可灵官方博客对比了 IMAGE 3.0 Omni、Leonardo AI、Adobe Firefly、Krea、Canva、Picsart 六款 AI 图像编辑产品,按模型、平台、免费额度与编辑流程逐项列出。
水輝在 RTX 3060 Laptop(VRAM 6GB)上分享三种 AI 图像生成提示词写法:单词罗列随机性高、定型文按风格/构图/姿势等分项指示便于修正、自然文章最常用。三种方式在 GPT、Gemini 等生成式 AI 上同样可行,作者称近期模型有时不写负面提示词,写了反而可能被生成出来。
用 Grok API 的 grok-imagine-image-quality 模型在 3:4 比例下同提示词分别生成 1K(864×1152)与 2K(1776×2368)图像对比后发现,人脸特写 1K 已足够,全身等人物较小的构图差距明显:1K 睫毛糊成线块、珍珠耳环成模糊点,2K 能逐根画出睫毛并保留高光。
作者用 ChatGPT 做了四组 AI 漫画生成实验,核心变量是漫画相对小话的摆放位置:把文章改成一页漫画、在文章前后各配一页漫画、在正文中间插入漫画,以及用「小说—四页漫画—小说」结构让漫画承担中篇叙事。实验还分别指定透明水彩、Copic、液体墨水等画材,并强调需向 ChatGPT 说明前后文意图,否则不同摆放方式的差异会被抹平。
IT之家实测联想 YOGA Pro 15 RTX Spark,搭载 RTX Spark N1X 超级芯片与 128GB 统一内存,128G 版本售价 42999 元。
针对 Midjourney、DALL-E 3 等工具生成图像普遍「AI 味重」的问题,可通过 5 种提示词方法建立个人视觉风格:混合两种以上风格(如浮世绘×蒸汽朋克)、用「swirling brushstrokes」等特征描述替代艺术家姓名以规避版权风险、锁定 3 色品牌色板、指定 fabric/paper 等纹理、固定 3-4 种构图模式。
研究团队提出 Halcyon 系列早期融合多模态自回归模型,完全从零在 1 亿图文对数据集 GPIC 上预训练,证明强 T2I 生成不依赖互联网规模语言预训练。
Helm 是一个 ComfyUI 节点包,用两条提示词记录模型内部差异并生成约 22 KB 的方向文件,再用单一强度值沿该方向调节画面,无需改动提示词、种子或模型权重。
用户在 Mac Studio 64GB 上通过 ComfyUI 本地运行 Z-Image Turbo 做纯文生图,人像效果令人满意。
用户对 Moss Image 2MP 做了对比测试:50 步 euler + sgm_uniform 与 8 步 turbo LoRA(权重 0.8)相比,turbo LoRA 快 10 倍。
TRY Link 于10月16日为会议纪要漫画工具 Recoba 新增「ビジネス標準」和「ビジネスちびキャラ」两种画风,10月15日起向所有在用客户提供。KASHIKA 9月21日上线分镜预生成功能,可先确认并修改每个场景的画面、动作与台词,示例中由30秒竖屏6场景分镜生成1条视频。
有用户寻求为 Krea 2 训练一个学习绘画技法而非特定画师身份或作品内容的 LoRA,希望复现抖动粗糙的线条、粗马克笔式轮廓以及平涂、赛璐璐上色和带纹理上色等技法,并能迁移到完全不同的主体、角色、姿势与构图上。其征询数据集结构、打标策略与训练设置建议,并询问是否有人成功为 Krea 2 训练过风格向 LoRA、如何减少主体与构图过拟合。
可灵 AI 发布指南,介绍如何用 Kling IMAGE 3.0 与 IMAGE 3.0 Omni 从文字或图片生成 AI 艺术作品。IMAGE 3.0 支持最多 10 张参考图,可用自然语言指令微调细节;IMAGE 3.0 Omni 的 Image Series 模式可保持多张插画角色与风格一致,并原生输出 2K/4K。
Moss Image 基础模型生成的图像质量大多不算顶级,但多样性很强,被用户认为具备作为基础模型的巨大潜力。它使用 Qwen 3.5(或类似 LLM)作为文本编辑器,支持标签与自然语言混合提示,且非英语母语者可用自己的语言获得丰富多样的结果。
Flux 3 Klein 5.6B 能完美渲染文字,包括"紫色蛋黄的煎蛋"和黑板文字等提示均无瑕疵,但人体结构表现极差,男性与女性形态都处理得很糟。用户认为这与模型排除所有非 SFW 内容有关。
用户分享在 RTX 3060 12GB 上加速 Moss 图像生成的 ComfyUI 节点配置:启用该节点的 ultra fast 设置,搭配最新 8 步 LoRA 并将权重设为 0.2-0.4,采样器设为 50 步、CFG 4、Res_multistep、Simple、2mp。该 LoRA 用于弥补跳过的采样步数。
用户训练 Moss 的 LoRA 两天后发现,角色相似度和细节始终难以收敛,风格与概念类训练则问题不大。同一批数据集此前在 Krea 2、Anima、Z-Image 上均可用,Twitter、Reddit、Discord 上也有多人反馈类似问题;Fizgig 作者虽有进展,但 LoRA 仍未充分收敛。
Krea 发布图像编辑模型 Krea 3,多数编辑在原生 2K 下 8 秒内完成,单张 0.06 美元,1K 为 0.03 美元。官方给出的对比是 Nano Banana Pro 中位耗时 33 秒、单价 0.135 美元,GPT Image 2 为 90 秒、0.22 美元。该模型单次编辑最多支持 6 张参考图,并能按马克笔草图、情绪板和线稿生成成图。
Higgsfield AI 以 $15/月 起在同一积分体系内覆盖图像、视频、角色一致性与广告制作,Runway 则以 $15/月 起提供图像视频生成加 Aleph 2.0、Edit Studio 等成熟后期编辑层。Krea 从 $9/月 聚合 150+ 模型,Magnific 主打 250M+ 素材库与设计工作流,Pika Art 从 $10/月 起侧重短视频社交内容。
KohakuMoss 于 2026 年 10 月 18 日在 PyPI 发布 0.1.0,是 LyCORIS 作者 KohakuBlueleaf 为 MOSS-Image-Base 与 MOSS-Image-SFT 打造的微调框架,补上了模型发布和社区 few-step 适配器都未覆盖的自有图像训练环节。
推荐理由:针对 MOSS-Image 缺少专用训练器的空档,这份框架给出了从 6GB 显存分层方案到直接导出 ComfyUI 格式 LoRA 的完整路径。
lodestones 于 10 月 19 日发布 MOSS-Image-Base 的全量微调模型 Kromoss,主要针对 Base 模型的模糊问题,沿用 Qwen3.5-9B 文本编码器与 FLUX.2 small VAE,可直接放入现有 MOSS-Image 工作流。
OpenAI API 模型列表短暂出现 aurora-red-alpha、aurora-green-alpha、aurora-blue-alpha 三个条目,Arena 上同名图像模型已用红、绿两版生成猫咪图片。测评博主 Lumina 推测这可能是 GPT-Image-3,称红版生成更快但画质稍逊、绿版较慢效果更好,蓝版尚未测试。OpenAI 未公布模型身份及发布安排。
作者为本地图像生成模型MOSS-Image训练了画风LoRA「SepiaBlue Luminous」,已在Civitai公开,触发词为qsv2style。训练用100张仅画风共通、人物与场景各异的ChatGPT生成图,基于MOSS-Image-Base、1024分辨率、rank 16、学习率1e-4跑1000 step,最终选用400 step版本。
ComfyUI Portable 更新至 v0.42.1,修复部分用户运行 MOSS-Image 模板工作流时的崩溃问题。社区新增 MOSS-Layout-Editor 与 ComfyUI-MOSSLayout 两款可视化布局编辑器,并出现将 MOSS-Image 用作线稿上色的 LoRA、工作流与 img2img 节点。