free-short-video v7.2.2 发布:Docker 多架构镜像与数据持久化说明
free-short-video v7.2.2 发布,Docker 镜像支持 linux/amd64 与 linux/arm64,已推送至 GHCR 和 Docker Hub。
free-short-video v7.2.2 发布,Docker 镜像支持 linux/amd64 与 linux/arm64,已推送至 GHCR 和 Docker Hub。
AIArtEngine 发布 v8.4.3 版本,完整变更记录覆盖 v8.4.2 至 v8.4.3。原文未披露具体功能改动与参数细节。
ComfyUI-Spectrum-MOSS 更新 v0.8.1,重写 ER-SDE 桥接逻辑并新增 euler/er-sde 采样器设置指南,有用户在 3060 12Gb 上测得约 20% 加速。
MOSS Image 的编辑 LoRA 已发布,兼容 Base 与 SFT 两个版本,权重托管在 Hugging Face。作者同时给出 ComfyUI 自定义节点与工作流链接,并称自己用缓存实现了原生版本以加快推理;Kijai 已向 ComfyUI 提交 PR,后续可能获得原生支持。
Video Automation v0.2.14 发布,修复了证书依赖与桌面构建的安全问题。该版本由 @1076184145 在 #21 提交中完成,完整变更记录见 v0.2.13...v0.2.14。
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。
AIArtEngine 发布 v8.4.2 版本,完整更新日志覆盖 v8.4.1 至 v8.4.2 的改动。原文未披露具体功能、参数或性能数据。
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。
SmartSub v3.11.0 将「高级选项」升级为「更多设置」,分「常用」「专家」两页,解码、断句精调等专家项收进专家页。字体选择器按最近使用、常用字体、全部字体分组,支持中文名和拼音搜索,合成预览会提示缺字并推荐可用字体。
DramaClip v0.2.2 发布,新增视频文案提取、语音转文字、文字转语音三项工具箱能力,并内置仅本机回环加令牌鉴权的 HTTP 网关供外部 Agent 调用。
用户用 LoRA Dataset Studio 训练出面向 MOSS-Image 的细节与纹理 LoRA「RAW Upscale MOSS」,基于 MOSS-Image-Base 训练 2000 步、rank 16 / alpha 16、1024 分辨率,最终以 FP16 SafeTensors 导出,已在 Civitai 免费开放下载。
ComfyUI 工作流模板发布 v0.11.94,可通过 pip install comfyui-workflow-templates==0.11.94 安装。该版本新增 Mirelo SFX、VEED 和 HeyGen Voice 1.0 Turbo 三套模板。
Vathography 作者发布 ComfyUI-Marigold-V2-Tiled-Depth-Vathography 节点,可从高分辨率照片估算深度图,节点免费、输出可商用,并附带示例工作流。作者称该节点在 8 GB GPU 加约 24 GB 系统内存上应可运行,尚待确认,并征集不同显卡的实测反馈。
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。
Stability Matrix v2.16.5 新增 Fizgig,一个面向 Flux 2 Klein 9B、Krea 2、MiniMax H3 和 Qwen Image 2.1 的 LoRA 训练工作室,集成数据集准备、训练、LoRA 修复与提取。
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。
free-short-video v7.2.1 发布,提供 linux/amd64 与 linux/arm64 多架构镜像,已推送至 GHCR 和 Docker Hub。
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。
开发者浅水虾(qianshuixia)开源 shrimpreel,一套"一张照片生成跟拍爆款模板 AI 视频"的 SaaS 站点模板,每个热门关键词可复制出一个独立站点,改配置和素材即可上线。
mlx-audio 发布 v0.6.1,修复 Ming dense 的提示词契约并支持 Ming-3.0-tts-0.5B,同时新增 Gradium Phonon TTS 模型。该版本还修复了服务端 STT 上传改用可写临时文件,以及 irodori-tts 在独立 CFG 与双条件设定下 speaker_kv_scale 回滚崩溃的问题。
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。
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。
开源短剧生成工具 agnes-video-generator 发布 v7.2.0,在自动与手动之外新增外部素材模式,在每个检查点生成可直接粘贴到即梦(Dreamina)的创作提示词,视频检查点提示词即按场景编号的分镜脚本。
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。
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。
剧流 Studio 发布 v0.1.15 版本,完整更新日志覆盖 v0.1.14 至 v0.1.15。原文未披露具体功能变更、参数或可用性细节。
ComfyUI 工作流模板发布 v0.11.91,可通过 pip install comfyui-workflow-templates==0.11.91 安装。该版本将新的合作伙伴节点模板标记为本地专用(local-only)。
OpenScreen 发布 v2.1.2-rc.1,相比 v2.1.1 的改动是将通过 OpenScreen MCP 驱动的安装计入活跃统计。该版本为候选发布版,完整变更记录见 v2.1.1 至 v2.1.2-rc.1 的对比。
AIArtEngine 发布 v8.0.0,完整更新日志覆盖 v7.8.0 至 v8.0.0 的变更。原文未披露具体功能、参数或可用性细节。
DeepSeek 于 10 月 17 日在官网、App 和 API 同步更新 V4.1-Flash-1017,API 模型名仍为 deepseek-flash,调用方式和价格不变,在 Claude Code 框架下 Terminal-Bench 4.0 得分从 31.2 提升至 42.3。
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。
ComeCut v0.2.1 发布首个 Windows 桌面版,体积仅约 30MB,启动快、占用资源少。新增多语言界面、自动配音(支持中英韩日,需对应 TTS)、退出剪辑编辑器自动保存,并修复音频分离后丢失问题、为人声与背景声加不同颜色显示。
ComfyUI v0.42.0 于 10 月 19 日发布,正式支持 OpenMOSS 的 5B 图像模型 MOSS-Image,并加入 Qwen 3.x 系性能改善 Part 2。
作者在 Windows 11 上用 ROCm 让 TRELLIS.2 在 AMD RX 9060 XT 16 GB(gfx1200)的 ComfyUI 中正常运行,并把修复与工作流放在 GitHub 仓库 ovaoz/trellis2-amd-windows。
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。
作者发布开源项目 freavy,一个基于 ComfyUI 运行的免费本地优先节点画布,用于 AI 图像与视频生成,素材与渲染都在自己的 GPU 上完成,无需订阅也不上传内容。
开源 AI 模组 NPCTalk 为《GTA 5》带来无脚本实时对话,玩家可用麦克风与 NPC 交谈,NPC 以 AI 克隆原声回应。该系统由英伟达 Nemotron ASR、Qwen 3.8 27B(Cerebras 平台)、Fish Audio Drama 3 及 TypeSafe Jev 协同运行,按键通话模式延迟约 1.15 至 2.2 秒。
开发者发布开源 TypeScript 库 tscomfy,读取 ComfyUI 服务器的 /object_info 为已安装节点(含自定义节点包)生成类型,工作流以代码编写,连线错误、拼错 checkpoint 或缺输入会在编辑器报错,并自动补全模型与采样器。
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。
开发者发布开源 Android 客户端 Comfy Workbench v0.3.0,可让用户在手机上导入并运行 ComfyUI 工作流。用户只需以 --listen 0.0.0.0 启动 ComfyUI,在同一 Wi-Fi 下输入 http://:8188 即可连接,无需额外软件,远程访问可选。