跳到正文
日期与来源

日期按北京时间的资讯列表日期计算,包含起止当天。

10月23日周五
10月22日周四
  1. open-ai-canvas · 开源创作工具发布18

    开源创作工具 v1.6.9.1 发布:优化画布交互与生成任务稳定性

    开源创作工具发布 v1.6.9.1,优化画布空节点比例切换动画、拖动浮层定位与连线命中,并让快速创作结果按资源身份稳定展示,避免视频重载和图片闪烁。画布 Agent 中 Pi 可对未完成计划进行一次有限续跑,视频轮询遇连接中断时继续查询原任务。新增 Cheaper Inference Chat 与 MaxForAI 视频声明式协议插件,数据库 Schema 升至 59。

  2. 量子位 · 搜狐公开专栏75

    模思智能 MOSS-Image 开源 4 天海外下载超 130 万次

    模思智能开源的 5B 参数文生图模型 MOSS-Image 上线 4 天在海外社区收获 130 万次下载,GitHub 获 1.4k Stars,并登顶 Hugging Face 文生图趋势榜。

    推荐理由:5B 参数开源模型上线 4 天获 130 万次下载,社区已产出加速、量化版本与 LoRA,可观察其文字渲染与布局控制的实际表现。

10月21日周三
  1. Reddit StableDiffusion · 创作者与工作流分享58

    MOSS-Image 视觉文本编码 ComfyUI 节点与工作流发布

    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。

  2. AI资源分享站 · 开源创作项目分享58

    开源网页端视频剪辑工具 ai-video-editor 发布,支持本地 AI 推理

    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。

10月20日周二
  1. Reddit comfyui · 创作与工作流分享42

    我开发了开源 ComfyUI 伴侣 Pictide,自动组合标签提示词并本地学习偏好

    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。

  2. AI-Canvas-tauri · 公开创作工具发布35

    AI Canvas v0.10.12 发布:大画布保存优化与通用助手支持外部 MCP

    AI Canvas v0.10.12 优化大画布保存逻辑,返回启动页或关闭应用时优先保存正文,打开项目库不再重复完整保存画布。启动页新增通用助手,支持问答、写作、翻译及文件与参考图分析,并可添加外部 Streamable HTTP MCP 服务、按工具授权。ComfyUI 改为原生连接接收实时进度,区分排队、模型加载与实际执行;macOS 本版仅提供 Apple Silicon 安装包。

  3. Reddit StableDiffusion · 创作者与工作流分享70

    如何在 8 GB 显存本地训练 MOSS-Image LoRA:参数、技巧与工作流

    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。

  4. SuSu_酥酥60

    蚂蚁百灵开源 Ming-3.0 语音系列 5 款模型

    蚂蚁百灵开源 Ming-3.0 语音系列,共 5 款模型,覆盖语音合成、音频理解与对话、语音识别,采用 MIT 协议并已上线 Hugging Face 与 ModelScope。TTS 支持用文字描述音色,并可通过导演模式控制情绪、重音与节奏;ASR 支持方言、热词与上下文感知。作者给出下载权重、克隆 TTS 仓库并按 README 推理的上手步骤,其中 0.5B 版本最轻量。

  5. mlx-audio · 开源创作项目发布22

    mlx-audio v0.6.0 发布:新增 Fish Audio Drama 3、Phonon-2 与 MiMo-V2.5-ASR 支持

    mlx-audio 发布 v0.6.0,新增 Fish Audio Drama 3 语音模型、Phonon-2 语音识别和 MiMo-V2.5-ASR STT 支持,并加入 Granite Speech 4.1 Plus。该版本优化了 Breeze-TTS 与 VibeVoice 生成性能,修复 Qwen3-ASR 流式时间戳、Qwen3-TTS 预填充及 Metal 不可用时的回退问题。

10月19日周一
  1. InvokeAI 官方发布36

    InvokeAI 7.0.0 alpha 3 发布:新增看板共享与 Qwen-Image-2.1 支持

    InvokeAI 7.0.0 alpha 3 发布,新增看板按角色共享、Qwen-Image-2.1 图像模型支持,以及面向 NVIDIA 显卡的 SageAttention 加速后端。该版本在 RTX 4090 上 2048² 分辨率整图生成提速 15–35%,视频生成提速 12–35%。注意 v7 会单向升级 v6 数据库,官方建议使用全新 root 目录安装测试。

  2. LichtFeld-Studio 官方发布22

    LichtFeld Studio 0.5.4.1 发布:修复补丁与拖拽导出、训练续跑等更新

    LichtFeld Studio 0.5.4.1 发布,支持把 splat 从场景图拖入文件夹或直接以 PLY/SPZ 拖进 Blender,并可在偏好设置中选择上轴。该版本新增训练会话续跑、按源帧率的批量视频抽帧,以及裁剪框与椭球体的数值位置、旋转、缩放字段。同时修复了无 GPU JPEG 解码器时的图像加载、Python 控制台卡死、大组合并耗尽 VRAM 等问题。

10月18日周日