作者在 ComfyUI 中解锁 SA-Solver 可调随机强度并发布 Adaptive Step Samplers
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。
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。
作者用 MiniMax H3 的参考生视频配合 LoRA 测试角色替换约一天,给出未挑选的早期结果。方法是用角色参考图替换视频中的人物,同时保留原视频的动作、场景与声音;作者也列出相似度漂移、细节与原人物混合、场景切换导致时间错位等限制,并称额外提示词有助于提升一致性。
本文依据 AIwood 爱屋研究室的视频演示,整理 Fibo 2.0 在 ComfyUI 中的文生图与图像编辑工作流搭建方法。
作者认为 AI 影像制作的功能已接近可用,剩下的瓶颈是 UI 操作性与工具割裂。他提到 AI 映像研究会视频中的 obvpm-timeline 时间线节点与 RefMod 角色固定方案。
作者对比了 Wan 2.2 在 Loomance 与 WanGP 两个工具下的渲染效果,发现 4 步 lightning 模式快约 10 倍但错误更多,30 步完整采样更干净。在六狗场景中,WanGP 有 3/5 次角色融化或合并,Loomance 为 0/5;高分辨率单人物场景两者接近。按需选择:快速变化或低显存用 WanGP,保持角色一致用完整采样。
推荐理由:同一 Wan 2.2 模型在两种本地工具下的实测对比,为创作者在速度与保真度之间做选择提供参考。
Creatomate 定价从每月 $54(年付 $45)起,含 2,000 credits,1080p 30fps 视频每分钟约消耗 37 credits。其 credits 按像素与帧率计算,720p 25fps 每分钟 13.8 credits,4K 30fps 则达 149.3 credits,因此 720p 便宜、1080p 与 4K 偏贵。
用户在使用 Krea 2 加载 LoRA 生成图像时遇到内存问题:配置为 5070 Ti 显卡和 16GB 内存,加载 LoRA 后生成一张图耗时 10 分钟,随后电脑死机。其使用 Forge Neo 与 Q8 量化模型,怀疑与内存不足有关,寻求优化管理建议。
有用户在 ComfyUI 中基于 dowati 的 Reference image → Character design workflow 生成可口可乐、百事、Dr. Pepper、Sprite 等汽水品牌角色图。该工作流在背景、超分和 ADetailer 上做了少量修改,作者表示如有人感兴趣可公布完整细节。
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。
作者发布一套 ComfyUI 工作流,可选用 Kroma Base/Turbo 或 Krea 2 Raw/Turbo,搭配 UltraReal LoRA(Lenovo)实现 2 倍超分,仅需一个可选自定义节点 Krea 2 Conditioning。
FastVideo 发布 FastH3 Omni,这是 MiniMax H3 的参考条件化变体,提示词加有序的图片、视频和音频参考可生成带同步声音的片段,只需 8 次 transformer 评估而非基础 H3 的 50 次。
推荐理由:FastH3 Omni 把参考图、视频与音频统一进一条生成链路,并给出与基础 H3 的逐项耗时对比,便于评估本地部署成本。
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。
作者在RTX 4070(12GB)上用ai-toolkit为Iris-3B训练角色LoRA,512/768分辨率、2000步约1小时半,显存占用约8.8GB。二次元角色LoRA只能学到发型和瞳色,画风相似度低,且生成尺寸超过训练分辨率时会出现16px格子状噪声;实写版LoRA效果明显更好。
作者在最新版 ComfyUI 模板中试用了复旦 OpenMOSS 团队开源的 MOSS-Image 文生图模型,该模型分为 Base 与 SFT 两版,支持自然语言、标签列和 JSON 布局三种指令形式。在 RTX3060 12GB 上约 30 秒可完成生成,作者还借助 AI 智能体或 Open WebUI 配合本地模型生成布局提示词,并称其日文文字生成能力接近 Boogu-Image。
一位用户在 Reddit 询问如何在 ComfyUI 中用同一人物的中性色参考照片为偏蓝视频调色,并希望借助 AI 弥补细节损失。该用户此前已在 Gemini 中测试过图像匹配,现想把这套流程迁移到 ComfyUI 中实现。
用户基于 MOSS-Image 在 ComfyUI 的 8 步 LoRA 工作流中成功训练出 Fizgig 角色 LoRA,称效果接近其能达到的 Krea2 LoRA 水平。训练集为 40 张 1:1 高质量图,约 80% 面部、20% 身体,采用 LoKR(factor 8)、学习率 5e-5 至 1e-4、70 epochs、seed 42。工作流在 RTX 3080 上约 90 秒出图。
作者实测 MOSS-Image 能使用图像提示,因其 Qwen 3.5 9B 文本编码器应支持多模态输入,测试使用 8-step turbo LoRA。作者称效果尚不完美,但为把 MOSS 改造成编辑模型提供了可能,并公开了工作流链接。
Hao AI Lab 的 FastVideo 团队开源 FastH3 OmniRef,输入提示词加参考图像、短视频片段或声音即可生成带同步声音的视频。该模型只需 8 步而非 50 步,比基础 MiniMax-H3 最高快 11.9 倍,已进入 ComfyUI 0.42.2 工作流模板,并开放权重与训练代码。
推荐理由:FastH3 OmniRef 以开放权重形式发布,8 步出片并支持 ComfyUI 首日接入,创作者可据此评估本地参考生视频流程。
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。
FastVideo 发布 FastH3 Omni 最终版的 ComfyUI 可用权重,提供 BF16 与 INT8 ConvRot 两种扩散模型,可根据提示词和有序的图片、视频、音频参考生成视频与同步音频。
推荐理由:FastH3 Omni 放出 ComfyUI 可用的 BF16 与 INT8 权重,并给出参考图、视频、音频的接入方式,便于创作者评估本地出片流程。
一段飞行汽车警匪追逐的 AI 视频由 Blender 搭建场景、Seedance 2.5 生成,采用一镜到底的直升机视角,并加入一名措手不及的新闻记者。该工作流可在 ComfyUI 中复现。
一位用户寻求 ComfyUI 工作流,希望用 Illustrious 或 Anima 重新诠释自己的画作概念,以修正人体结构并提亮最暗的颜色。其表示 Gemini、Meta 和 GPT 给出的结果人体结构雷同,且不遵循提亮指令。该用户强调这只是一次性实验,无意在绘画水平上作假。
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。
一位 ComfyUI 用户在 H3 工作流 OBVPM 中拼接场景后,用内置的 h3 latent upscaler 放大视频,83 分钟渲染后头发变成闪烁的「海市蜃楼」状伪影,想知道这类问题叫什么、如何解决。该用户使用 16GB 显存的 5060 显卡,并询问是否有比 OBVPM 更好的放大方案或替代工作流。
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。
导演 Cassandra Brooksbank 用 AI 平台 Absurd 把 2021 年因预算被搁置的 AXE 广告创意做成 60 秒非官方 spec 广告《For Days That Run Hot》。
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。
ComfyUI-RMBG 发布 v3.3.0,新增 Canvas 交互式多层合成节点、基于 BRIA AI VRMBG-3.0 的时序视频抠像、面向发丝与玻璃的 FeyNoBg 精细抠像,以及 YOLO26-seg 与 YOLO11-seg 分割支持。
推荐理由:这次更新把抠像、检测与合成整合进同一套 ComfyUI 节点,并加入时序视频抠像,可对照现有出片流程评估替换成本。
免费开源 LoRA 训练器 Fizgig 更新至 8.8.1,为 MOSS-Image 训练新增默认 Clean-end share「Slide」:前 7 个 epoch 在近清洁图像上占 60% 步数,到第 15 个 epoch 降至 30%,之后每隔一个 epoch 回到 60%。
ComfyUI 新增自定义节点 MOSS-Image BBox Studio,为 MOSS-Image 等结构化图像条件模型提供交互式 BBox 布局管理与空间提示词编辑。该节点在 LiteGraph 内嵌 HTML5 Canvas 界面,可可视化排布空间元素、调整图层 Z-index、选择目标宽高比并构建多对象场景提示词。
Toonflow 2.0.7 发布,修复 macOS 实体 Ctrl + 滚轮缩放步长暴增、Linux 画布中键误触发剪贴板粘贴、鼠标侧键在工作区误触发后退等问题,并改用 WebView2 官方 API 比较带通道后缀的版本。
作者拆解了一套从原始素材到成片的 AI 换脸视频工作流,用 00 到 09 十个文件夹划分镜头规划、参考图、生成包、帧对齐、终版合成与质检等阶段。生成环节在 ComfyUI 上用三台 NVIDIA DGX Spark 跑两遍流程,先 1280×736 草稿再 1920×1088 精修,8 秒 1080p 级片段约需 1 小时。
推荐理由:作者复盘 54 个镜头、8163 帧的换脸视频全流程,重点在帧对齐与版本管理这类容易被忽略的工程环节。
用户在 ComfyUI 的 Moss 文生图模板中发现,修改提示词后生成详细提示词的时间远超出图时间,怀疑与 8GB 低显存有关。其询问应改造模板换用更轻量的文本生成器,还是调整现有设置。
剧流 Studio 发布 v0.1.16 版本,完整更新日志覆盖 v0.1.15 至 v0.1.16。原文未披露具体功能变更、模型参数或可用性细节。
CastWorkshop 开源,定位为 Ollama 与 ComfyUI 之间的协调层,可用自然语言创建持久角色、把角色放进同一场景并生成图像和视频。它默认使用 Krea 2 和 MiniMax H3,也支持接入已有的 ComfyUI 工作流,推荐硬件基线为 16GB 显存和 64GB 内存。其他功能包括角色性格与对话历史、双角色场景、视频续写以及用于移动使用的 Telegram 集成。
一位用户用 HTML 写了一个用于 Moss Image BBOX 标注的简易应用,称比 ComfyUI 里的节点好用得多。它支持图层与项目的显示/隐藏/锁定、模板与项目加载保存、多格式导出、网格选项,以及可缩放拖拽的画布,还提供一键复制可直接粘贴进 ComfyUI 的 prompt 和 PNG 的按钮。作者正在做最后微调,尚未上传,先询问是否有人需要。
作者在 Civitai 发布 MOSS-Image 的 ComfyUI 工作流,无需付费或登录,需配合 AusBoss 节点使用。该工作流可在 8GB 显存、16GB 内存的机器上运行,在作者的 5090 上 4 步约 2 秒出一张图,包含 SeedVR2 超分、替换图中文字、画框定位和文生图自动提示词功能。
Hugging Face 宣布 TorchTPU 为 PyTorch 带来原生 TPU 后端,Transformers、Diffusers 和 Kernels 可直接在 TPU 上运行,模型只需指定 device_map="tpu" 即可加载。