AIArtEngine v8.5.2 发布
AIArtEngine 发布 v8.5.2,完整变更记录覆盖 v8.5.1 至 v8.5.2。原文未披露具体功能改动与参数细节。
AIArtEngine 发布 v8.5.2,完整变更记录覆盖 v8.5.1 至 v8.5.2。原文未披露具体功能改动与参数细节。
作者在 ComfyUI 中用四条简单日语提示词(汉堡王门前、柜台点餐、座位吃汉堡、连锁店吃汉堡)对比了 Z-Image-Turbo BF16、Flux.2 Klein 9B、Qwen Image 2.1、Krea-2 Turbo 与 ChatGPT image 2.5 的出图表现。提示词刻意简化,以观察各模型在裁量与推理空间增大时如何自行补全细节。
CreatorOS Studio 以 Apache-2.0 开源,在本地 GPU 上基于 ComfyUI 提供一键式视频创作,不消耗积分、不经过平台内容过滤。
推荐理由:作者因托管平台审核与积分消耗自建本地工具,展示了开源模型在本地完成分镜到成片流程的可行路径。
Google Gemma 官方展示实验项目 Embedding Gemma Transcribe,利用 EmbeddingGemma 2 的统一音文向量空间,本地约 13 秒转写 1 小时音频。
Stable Diffusion Art 发布教程,介绍在 ComfyUI 中用 MiniMax H3 Fun ControlNet Union 从驱动视频复制身体动作,同时生成 24fps 视频与立体声。
推荐理由:作者实测同一段驱动视频配不同提示词,并给出模型搭配、分辨率与强度参数的具体避坑做法。
有用户在 RTX 4080 Super 上使用 Wan SCAIL 做角色替换,效果时好时坏,偶尔会凭空编造细节,且生成时间较长。其尝试的 MiniMax H3 工作流表现更差:要么完全幻觉、未包含源图中的人物,要么视频尚可但保留原脸未完成替换。该用户因此质疑 MiniMax 的实际表现,并寻求可用的工作流或替代模型建议。
一位停用图像生成多年的用户重新用起 ComfyUI,试了 Qwen Edit 2.1 和 FLUX 2 Krea,Qwen 效果尚可但不知如何提示生成同一角色的多张不同图像。他的用途是把网上找到的神话生物小图、像素化人脸小图扩成数据集,硬件为四块 RTX 3090 共 96 GB VRAM、64 GB 内存和较慢的 Threadripper CPU,日常主要跑 LLM,经验有限。
针对多数 I2V 生成器依赖时序平滑、加动作后画面变成光滑塑料感的问题,有创作者尝试用 MiniMax Design 通过 GPT-6 Astra 接入 After Effects,在渲染前先完成布光设置,再经内置的 H3 跑视频,实测颗粒与细节纹理保持较好。作者建议把运动幅度控制在中等,剧烈摇镜或快速横摇会显得僵硬,并称该流程仍在完善中。
ComfyUI 团队为 MOSS-Image-Base 发布 LoHa 适配器 MOSS Image MAX ULTRA hires,用于提升 4MP 及以上分辨率的生成效果。该适配器使用 3.5MP 至 10MP 的动漫与照片混合数据训练,已上线 Hugging Face。
动态设计与剪辑师 Raunak Chhabra 约一年前将 FireCut 插件接入 Adobe Premiere Pro,主要用自动去静音和生成动画字幕两项功能,估计剪辑时间几乎减半。他仍保持每周发布一条视频,但省下的时间转向 B-roll、选音乐与选题策划。他认为 AI 只是提效工具,创意方向仍由剪辑师掌握。
Canva 将自研图像模型 Craft 向所有人开放,并在 Dream Lab 与公开 API 提供,官方称其在 DesignArena 上 Elo 1340、模型总榜第 4,人物与风景两个分项第 1。
作者发布 WIP 版 IronLeo78 Minimax Power Producer,把 MiniMax H3 参考生视频的加载、采样、解码、保存等约 42 个节点阶段合并为一个 ComfyUI 节点。
有用户在 ComfyUI 中把单条视频的转写→翻译→生成新音频→对口型流程跑通后,扩展到一次处理 30-40 条片段时出现文件错配:一个任务失败后难以确认 `video_17` 是否仍与 `audio_17` 配对,各条翻译完成时间不一致,单独重跑失败任务也很麻烦。该用户询问如何在更大的 ComfyUI 工作流中组织批处理,例如按视频分队列、各阶段分文件夹保存,或把文件名透传到每个节点。
AIArtEngine 发布 v8.5.1 版本,完整变更记录覆盖 v8.5.0 至 v8.5.1。原文未披露该版本的具体功能改动与参数细节。
PixVerse 官方博客介绍用 PixVerse V6 生成一条 16:9、1080p、10 秒带原生音效的主镜头,再通过 each::labs 的 Video API 或可视化工作流完成响度统一、reframe 裁切、开场文案与标志叠加、封面输出,把一条已审核镜头扩展成 24 条多版位广告素材。
AI Canvas v0.10.15 打通全局创作资产、分镜成片与剪辑时间轴,图片、视频和音频任务在查询中断或保存失败后可继续取回原结果。分镜表新增独立“生成视频”列,成片可推送时间轴并附带字幕和配音;GPT Image 按型号提供“生成质量”与“生成背景”设置,支持已声明的透明背景请求。本地数据库从 v22 升至 v23,旧版本可能无法打开升级后的数据库。
MindStudio 团队实测用 Claude Code 配合 GoKay 的 Shader Skills,把 AI 生成的视频片段转写成可实时运行的 GLSL shader,一个漫游车抓取外星芯片的简单场景约 45 分钟完成,并可在浏览器中驾驶、交互和拾取物体。
MindStudio 团队测试了用 Claude Opus 5.5 经官方 Unreal MCP 连接 Unreal Engine 5.8,把 AI 生成视频重建为全程序化 3D 场景,不导入任何外部模型、材质或贴图。
Cozy Clay 是一款免费开源的 3D 预演工具,用于在生成 AI 视频前先搭建粗略 3D 场景、锁定机位与走位,再作为参考图或序列帧输入 Kling、Veo、Sora 等视频模型。
Tagtelier 官网免费公开了一套用 Anima 生成的提示词插画集,每张图都附带提示词与生成设置(模型、采样器、CFG、步数、尺寸、种子)。提示词按质量、人数、容姿、表情、服装、小物、姿势、背景、构图等项目拆分,可逐项勾选复制或单独剔除某个词。
作者用 Animagine XL 4.0 Opt 在 ComfyUI 中生成「仰卧、头枕枕头、长发散开、回望镜头」的动漫角色,分辨率 1152×896、Seed 202610171、Steps 28、CFG 5,未使用 LoRA 与 ControlNet,仅靠标签组合构图。
作者在 RTX 3060 Laptop(6GB 显存)、32GB 内存的笔记本上用 ComfyUI 跑 MiniMax H3 视频生成,选用官方 int8 量化模型 minimax_h3_ref2va_pruned_int8_convrot.safetensors 与 8step Turbo LoRA,5 秒单图参考视频约 5-6 分钟、15 秒双图参考约 12-15 分钟。
在 M1 Max 64GB 的 ComfyUI 中用 Anima-Base v1.0 训练的角色 LoRA 测试七个 2B Anima 衍生模型,相同提示词与 seed 42 下,仅 RDBT v2.3 在全身和半身图中都保住了 Kei 的红色领结,且把两个角色画成了四个。Hotaru Blend 与 CapAnima 在 8 步下约 38 秒出图,Base 在 30 步下约需 260 秒。
在 M1 Max 64GB 上用 ComfyUI 测试 Nova Anime AM、CottonAnima、AMIXA、JANIMA 四款 Anima 2.9B 衍生模型,将基于 28 块 Anima-Base v1.0 训练的角色 LoRA 重映射到 40 块后,948 个键中 840 个完成重映射,四款模型均保留角色发型。
AIArtEngine 发布 v8.5.0,完整变更记录覆盖 v8.4.3 至 v8.5.0。
针对 MiniMax H3 的多款新模型实测覆盖 Lightx2v 1.3、Dasiwa V4、10Eros Beta6、Remix 0.8 与 Singularity V2。内容来自 Monster 社区的中文 ComfyUI 实测与工作流分享,同页还列出 T8 ComfyUI 整合包 V10、贞贞整合包 V4.6B 及多款训练器镜像。
作者发布 PixText,一个不到 1B 参数(约 0.95B)的模型,用于修复生成图像中错乱的文字和汉字。该模型直接在像素空间训练,不需要文本编码器或 VAE,借助 MeanFlow 仅用 4 步采样完成文字修复。在 ComfyUI 中可框选区域并输入正确文字,或先自动检测文字再调整建议框,对比节点会展示每个区域修复前后的效果。
推荐理由:针对生成图中小字被 VAE 压缩糊掉的问题,作者给出像素空间修复模型与 ComfyUI 框选改字流程。
作者借助 Claude 编写台本、用 Comic Creator 绘制漫画,制作 workflow studio 与 comic creator 的 AI 漫画解说书。
一位 ComfyUI 用户寻求能生成数分钟长 NSFW 视频的工作流,现有工作流大多最长约 10 秒,或需每 5 秒给一次提示词才能延长。其还遇到物体恒存性问题:画面中角色被短暂遮挡后,衣物等细节会错误复原。该用户使用 Vast.ai 硬件,算力不构成限制。
一位创作者用 Claude Code 接 ComfyUI MCP 的工作流,主要靠 Qwen Image 2.1 做草稿、设计、氛围和故事,再转到 H3,并计划在项目中尝试 Seedance 2.5。他从未用过付费模型,对工作流不确定,因此向社区询问:预算充足时该选什么工具和模型、最佳图像模型是哪个、大家的工作流如何。
一位用户在 ComfyUI 社区求助:如何把不同人物放进同一张图,同时不丢失各自的面部身份,并让他们摆姿势、一起做其他动作。该用户已用 krea 2、flux Klein 9 distilled 模型配合基础图像编辑工作流尝试,硬件为 AMD 6570xt、12GB 显存和 32GB 系统内存,希望有人推荐可行的工作流。
作者用 MOSS-Image 测试了 20 种动漫与漫画风格,涵盖 90 年代赛璐璐、少年 Jump 封面、杉森建水彩、作画与汉字排版,并附上 ComfyUI 工作流。
有用户求助 ComfyUI 工作流,希望用一条大提示词把 45 个镜头(同一场景两人对话、多机位、每片段配不同音频)自动切分并逐段生成,再导入 DaVinci Resolve 剪辑。目前他只能手动按 3-5 秒逐段提示渲染。
Novae 完成了个人首部完整竖屏短剧并已在 IG、FB、YouTube 等平台发布,同时用 Astra 约 15 分钟生成电影感书籍视频。Cassie 正在制作视觉小说并发布新片,其 Kickstarter 进展顺利。两人还在尝试 Blender 到 Minimax H3 的视频流程以降低成本,并将于太平洋时间周五上午 10 点直播分享。
Kijai 的 MOSS-Image Edit LoRA 支持已并入最新 ComfyUI Portable,MOSS-Image 由此具备 Edit 模型能力及类 ControlNet 基础功能。配套还出现 CharRef v2 角色参考节点、9.4Gb Dirty MOSS 写实微调、动画风格 LoRA,以及 500 条可用提示词与示例图库。
针对 ComfyUI 用户记不住光照提示词效果的问题,作者制作了一个自定义节点,点击即可选择逆光、聚光灯、God Rays、粒子、低调、镜面反射等光照表现词,鼠标悬停还会显示文字说明。示例中为铠甲人物叠加这些词后,画面从平淡变为厚重庄严的氛围。作者同时指出,Krea2 等新世代模型本身质感已较高,但该节点可用于精准命中想要的光照效果。
一位 ComfyUI 新手正寻求工作流建议,希望用 Trellis 从人物 2D 照片生成 3D 模型来制作朋友雕像,效果对标 Bambu Lab 在 MakerWorld 上的 "Make My Statue" 工作室。他目前用 Trellis 的效果远不及 Bambu,但不想每次尝试都付费,希望能在本地完成。
开发者正在开发 LoRA Studio,一个用于数据集准备、字幕编辑和通过 AI Toolkit 管理 LoRA 训练的本地浏览器界面,当前聚焦在 12 GB 显存显卡上训练 Krea 2,8 GB 为后续目标。
海辛Hyacinth分享了一套把 Claude Opus 5.5 与 Seedance 2.5 结合的视频制作流程:先用 Opus 5.5 制作动态分镜、再出最终效果关键帧,然后用关键帧作为参考交给 Seedance 2.5 生成视频。
开源创作工具发布 v1.6.9.2,关闭短剧制作后会同步隐藏侧栏和命令面板中的项目入口。该版本修正渠道迁移测试的代理地址指针参数,恢复 Go 测试包编译,且无数据库 Schema 变更。