可灵用 Kling 4.0 制作 KING CARD 短片,拆解动态运动与镜头调度
可灵发布 KING CARD 幕后解析,介绍这支在社交平台累计 500 万播放的短片如何用 Kling 4.0 完成从纸牌到城市、星空的多段转场。文中提到 Dynamic Motion 负责纸牌螺旋等复杂运动,多关键帧控制纸牌变纸鸟等关键节点,Omni Reference 维持画面连续性,并用高角度全景、侧向跟拍与 FPV 视角表现报纸列车的高度与速度。Kling 4.0 目前已全面开放。
可灵发布 KING CARD 幕后解析,介绍这支在社交平台累计 500 万播放的短片如何用 Kling 4.0 完成从纸牌到城市、星空的多段转场。文中提到 Dynamic Motion 负责纸牌螺旋等复杂运动,多关键帧控制纸牌变纸鸟等关键节点,Omni Reference 维持画面连续性,并用高角度全景、侧向跟拍与 FPV 视角表现报纸列车的高度与速度。Kling 4.0 目前已全面开放。
VIBE 是一款 iOS 和 Android 端的 AI 视频生成应用,可将房源照片通过图生视频转成每间房 5 到 10 秒的短片段,再拼接成房源导览。应用支持 Kling 3、Veo 3.1、Seedance 1.5 Pro、Luma Ray 3.2 等模型,输出 16:9 与 9:16,Seedance Pro Fast 可免费试用。
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。
这篇教程整理了刘悦的技术博客对 Singularity-V2 整合包的短演示,说明该整合包默认采用 4 步迭代,短片实际演示了文生视频、首尾帧和全能参考三种输入方式。作者称演示设备为 RTX 4060 笔记本,单次生成约需 100 秒,该耗时仅对应此次演示条件。需要查看节点连接时,可通过自定义端口 8187 进入 ComfyUI 工作流,端口以本机启动日志为准。
用户反馈 Krea2 虽非编辑模型,但通过编辑节点操作时输出丢失大量细节并出现像素漂移。其已尝试多种采样器/调度组合、8/10/12 步、二次超分、Krea2 enhance LoRA、raw/turbo 模型及 Wan2.1 VAE 等方案均无明显改善,询问是否只能等 Krea3 本地版。
用户 infearia 分享了一种基于 Ref2Vid 工作流改变图像相机角度的方法,仅需两处改动:将视频长度设为恰好 22 帧,并把 VAE Decode 节点输出接到 Preview 或 Save Image 节点。
用户测试了 Kromoss 与 DMD LoRA 的组合,认为其种子多样性表现不错,创意感让人联想到早期 SDXL 模型。
有用户在 Reddit 询问如何在 Minimax H3 的默认 ComfyUI 文生视频工作流中添加额外的 LoRA 节点。该默认工作流自带 turbo LoRA 和多个 switch 节点,用户表示已能配置多 GPU 运行,但无法理解 switch 逻辑,实际运行时会直接忽略 LoRA。
社区讨论选出当前开源模型中的优胜者:I2V 与视频编辑为 Minimax H3,文生图为 Krea 2、Ideogram 4 和 AnimaYume,图像编辑为 Qwen Image 2.1。
Krea 团队用自家工具制作了 Krea 3 发布视频和基准视频,成本从 20 万美元以上降至约 300 美元,时间从 2 个月缩至 24 小时内。工作流从 Figma 分镜开始,经 Krea MCP、Claude 与 After Effects 插件,最终由自训 agent Wobble 完成基准视频的 116 个版本。
推荐理由:Krea 团队公开了从 Figma 分镜到自训 agent 的分层工作流,并给出 prompt 与反馈机制,创作者可迁移这套方法。
作者在 ComfyUI 中尝试 MiniMax H3 的 Reference-to-Video 工作流,用 AI 生成角色替换原视频人物,同时保留原片动作与表演,并尝试替换背景环境。
推荐理由:作者在本地实测 MiniMax H3 的参考生视频流程,把角色替换与动作迁移整理成可下载的工作流和素材。
爱沢在 X 上公开了 10 月 22 日早晨至 23 日深夜发布的 5 张插画所用 ChatGPT 图像生成提示词,覆盖朝、昼、夕方、夜、深夜五个场景,可免费用于自己的角色。
Higgsfield 发布 AI 数字人制作指南,用 Soul 2.0 生成角色图、Seed Audio 1.0 配音,再在 Seedance 2.5 中以图片和音轨为参考生成对口型说话视频。
作者在 RTX 4070(12GB 显存)上实测 FastVideo 与 Nuva Lab 为 MiniMax H3 参照生成(Ref2VA)开发的 8 步加速模型 FastH3 OmniRef,生成 5 秒视频时,官方 VSA 10% 设置耗时 416 秒,去掉 VSA 的 Dense 设置耗时 1312 秒,约相差 3.2 倍。
一位新手用 FizGig 默认设置训练 MOSS 风格 LoRA,精选并严格标注 150 张图,设定 30 epochs,但到第 18 个 epoch 时 loss 始终无法低于 0.44,并在 0.48 至 0.56 之间反复回升,因此中止训练并向社区求助是继续还是调整参数。
用户在 ComfyUI 中用 Minimax H3 延长视频时,第二段开头出现闪烁、整段出现彩点,已尝试调整 context frames、window 39/90/141、snap cuts、画质与比例,并换用 ref2va 和 fl2va 模型均无效。
一位用户将 RTX Pro 6000 的 CableMod 12V-2x6 线(4 个 PCIe 接口)换成海盗船温控保护线后,ComfyUI 中 Flux 1d 生成时间增加 20%,Wan 2.1 720p 从 78.42 秒增至 180 秒。换线后 TDP 从峰值 105% 降至约 90%、板卡功耗从 650W 降至 610W,该用户正考虑换回旧线。
Reddit 用户 Winter_unmuted 分享了一套基于 Flux3 的一次性、可调图像到图像风格迁移工作流,核心是参考 latent 加节点。作者称可分别调节构图强度(起始越晚越弱、更有创造性)与图像风格相对提示词的强度(越早越偏图像风格,越晚越依赖提示词),并附上渐变示例。
Kapwing 发布教程,说明 Claude 通过 Kapwing MCP 接入 48 个工具后,可完成字幕生成、字幕翻译和 AI 配音三类工作流。作者用 45 秒双人播客和 21 秒口播视频实测,后者一次请求五种语言,76 秒生成五条配音版本。
作者在 Windows 11 与 RTX 4090 环境用 ComfyUI 跑通 MiniMax H3 的 REF2VA 蒸馏模型 FastH3-Omni,8 步生成耗时 220 秒,CPU 内存 62GB、GPU 内存 58GB(VRAM 22GB 加共享内存 36GB)。
有用户在清理硬盘时发现多个模型和 LoRA 命名相似、文件大小完全相同,例如 fp8mixed.safetensor 与 fp8.safetensor,怀疑存在重复文件。他询问是否有办法直接判断这些模型或 LoRA 是否真为重复,以便删除其中一个释放空间,还是只能在 ComfyUI 工作流中分别试跑、对比输出结果后再决定删除。
作者用设定表(三面图、表情一覧、服装与常用小物)作为参照图,让图像生成 AI 在多张图里维持同一角色外观。他把设定表图片和「哪版是现行版」的信息集中到 Supabase 管理,状态分为现行、旧版、退回/制作中,作画时只用现行版。即便如此仍会崩坏,例如卷发线条变淡、眼睛位置偏移,用数字像素指示没修好,改附示例图才修正。
ComfyUI 教程以 Z-Image Turbo 为例讲解模型文件的下载、存放与加载:扩散模型(约 6 GB)放入 models/diffusion_models。
作者在 ComfyUI 中用 MOSS-Image-SFT 对海报、价格牌和产品标签各跑 8 个种子,对比纯文字提示与布局 JSON 的文字落位表现。五排价格牌上,布局 JSON 让 88 个文字块全部落位,纯文字提示为 67/88,海报和标签两者差距在 1 个块以内;两种方式的拼写均为全对。
拥有超 5 亿流量的白金认证音乐制作人 Oliver Alge 使用 Higgsfield Cinema Studio 4.0 完成 AI 音乐视频、德国全国电视广告和利雅得航空国庆广告。
文章以虚构伞店「しずく堂」的20秒竖屏视频为例,说明在逐镜生成素材图前,先用图像生成AI做出同一商品正面、侧面等各朝向的参考图,再逐张附参考图生成素材图。作者建议每张素材图与参考图、首镜素材图并排比对,把不一致处用文字逐项改回,并确认无画框、编号与说明文字后再交给视频生成AI。
针对 MOSS Image 输出模糊问题,可采用两阶段去噪流程:先正常去噪 5 步,再对潜图像应用 LatentOperationSharpen,然后继续去噪。作者使用 base 模型加 LoRA,并展示了第二阶段去噪时把 SFT 模型作为 LoRA 叠加到 base 模型上的对比结果,以及仅锐化潜变量的对比结果。
作者根据 Hugging Face 文件列表和官方文档,梳理 MOSS-Image 在 ComfyUI 重打包中各文件的用途:9GB 版本(HF 上 10.16 GB,磁盘 9.47 GiB)为 bf16,5GB 版本(5.41 GB)为 int8 ConvRot 量化,Base 与 SFT 各有两种版本。
作者在 AI 图像创作连载第三篇中,用 ChatGPT 辅助学习胸郭、骨盆、背骨与肩臂关节的关系,再据此编写提示词生成横踢和踏前构姿两张全身动作图。她将胸郭与骨盆作为独立立体分别指定方向,并让骨盆随踢腿方向自然旋转,股关节与膝盖的连接因此比以往更自然。
一位用户在 ComfyUI 社区分享了自己的工作流,并说明只需拖拽第二张图片即可直接复用该工作流。帖子未披露所用模型、参数或具体生成效果。
制作 Twitch 表情需按聊天中最小尺寸 28×28 设计,上传方形透明背景 PNG,静态图上限 1 MB、动图不超过 60 帧。Recraft Studio 可先用矢量输出生成首个表情,再用 V4 Styles 以最多 10 张参考图锁定统一风格,并一键去背景、导出 112/56/28 三种尺寸。自定义表情仅对 Twitch 合作伙伴与 Affiliate 开放,需通过平台审核。
一份面向 ChatGPT、Gemini 等工具的 AI 美女图像提示词集,收录约 100 种可直接复制的 JSON 格式提示词,主题为世界各地绝景与成人女性结合。每个主题提供 1:1 基础版、9:16 竖版、1280×670 note 见出图版,以及背景和氛围改编版,并附 negative_prompt 与 aspect_ratio 字段。
Qwen-image3 目前无本地版本,需通过 API 调用,作者在 ComfyUI 充值 5 美元获得 1,055 credit 进行 img2img 测试,单次生成消耗 10 credit。
作者在 RX 7800 XT(16 GB,ROCm)加 64 GB 内存的本地环境完成一支 3 分 26 秒音乐视频。
作者用 ChatGPT 图像生成模型制作 AI 男友万圣节主题 CG,给出「万圣节的恋人」完整提示词,要求 3:2 横构图、略高机位俯视,男性角色保留参考图五官与体格但瞳色改为深红,右侧为南瓜头女性怪异物,美感与怪异按 7:3 配比。提示词需配合角色「脸部特写、立绘、三视图」三件套使用,以在换姿势和构图时维持服装、发型与长相一致。
Krea 3 的 Ultra 模式于 10 月 22 日被合并进 ComfyUI 模板,作者通过 ComfyUI API 实测了该模型的编辑能力。Krea 3 支持原生 2K 编辑、只重绘改动区域的区域编辑、最多 8 张参考图合成、HEX 色值指定与版式文字保持;Ultra 固定输出 2K,单张耗时数分钟。
作者在 ComfyUI 中用 Spectrum 节点搭配 8 步 LoRA 优化 MOSS 文生图,在 RTX3060 6GB 显存、16GB 内存上测试 2 百万像素出图。
用户使用 Z_image_turbo_bf16 生成人物全身像时,面部特写细节出色,但眼睛出现扭曲、不对称的问题。尝试 RealESRGAN_x4 与 4x-ultrasharp 两个放大模型后结果依旧,正向提示词中已加入 "Detailed eyes, sharp focus, detailed iris"。用户询问是否有办法改善全身像中的眼睛质量。
日本创作者公开了一套用 Midjourney、ChatGPT、Gemini 等生成 AI 复现"OL 下班后走进酒店换上万圣节 cosplay"全流程的提示词,按 STEP1 至 STEP5 拆解:挂员工证走出办公楼、夜街步行、酒店玄关脱鞋、沙发与床上的 cosplay 姿态。
作者用 Animagine XL 4.0 Opt 分别生成人物与雨滴素材,再在 ComfyUI 中用窗框透明区域的遮罩把人物和雨滴合成到玻璃内侧,保留窗框在人物之前的前后关系。