Design Direction v1.5 发布:把 AI 画像拆成主役、背景、文字三层来设计
Design Direction v1.5 发布,这是一款本地 HTML 工具,解压 ZIP 后用浏览器打开 index.html 即可使用,无需安装,售价 4,980 日元。
Design Direction v1.5 发布,这是一款本地 HTML 工具,解压 ZIP 后用浏览器打开 index.html 即可使用,无需安装,售价 4,980 日元。
有开发者自制了一个 ComfyUI 自定义节点,可在节点上直接手绘,再送入 ControlNet 控制构图。作者称用 from side 等提示词难以控制人物朝向和持枪姿势,手绘后能固定构图、减少抽卡随机性,极端偏置构图也能实现。该节点已公开并附带工作流,功能仅需 LineArt 级别的控制能力。
内置 Adobe Premiere Pro 和 DaVinci Resolve 的 AI 剪辑插件 FireCut 认为,AI 口播剪辑工具不会取代人类剪辑师,而是充当剪辑助手。它能自动删除静音和填充词、一键生成初剪、转录 50 多种语言并生成动画字幕,还可自动完成智能推镜、多机位切换和章节与竖屏短片拆条。FireCut 采用订阅制,$6/月起,并提供 7 天全功能免费试用。
Sitor AI 在 GitHub 开源 Frametell(帧言),可将一句话、文档、PDF、幻灯片或图片转成带字幕的 1080p 解说视频。流程由导演智能体先出分镜供确认,再写旁白、用 ElevenLabs(中文用火山引擎 TTS)配音、逐页绘制并自检,内置 warm-story、study、chalkboard、whiteboard、tech-dark 五种风格。
推荐理由:开源本地运行的解说视频生成工具,先出分镜待确认再配音渲染,创作者可据此评估是否纳入出片流程。
MiniMax Design 已接入 Opus 5.5,作者称用一句话 Prompt 就能直接生成代码动画并继续修改。界面中模型可选 Gamma-Op 5.5,支持 JS 动画、Motion Graphics、知识解说和 Web/UI 演示,作者评价其速度快、价格适中。
awesome-claude-video-skills 收录了 268 个让 coding agent 做视频的开源项目,按框架与工具箱、产品宣传片、知识讲解、剪辑、竖屏短视频等 10 类用途划分,每个项目都标注 SAFE 或 CAUTION 安全分级,由 Agent Skills Hub 审计、清单每 8 小时刷新一次。
Midjourney 终于要有 MCP 了
Qwen-Image-2.1 Turbo 沿用基础 2.1 的 7B 视觉生成架构,推荐调度为 8 步,官方示例用四张参考图把扶手椅、圆桌和边柜合成到同一房间角落。
万兴剧厂推出“白模”视频转化能力,将原视频转为无纹理3D极简模型视频,保留动作、站位、时序与运镜,使复杂动作戏的模型遵从性接近100%;同步升级TGI2.5,生成速度提升50%以上,2K标准画质价格从7积分降至2积分。
Anthropic 于 10 月 8 日以 Beta 形式发布 Claude Motion,可把资料、图表和说明文字变成带动态的短视频并导出 MP4。官方说明其不使用视频生成模型,而是生成驱动文本、图形、图表和图像的代码,因此数字、显示时长和标题顺序可修改,无需重新生成整段画面。
你已经有产品图了。现在你需要把它放到别的地方。 Product Shots 让创意团队把同一产品置入新场景,无需每次从头开始。
我让 Grok @bot 读取我的 GitHub 项目,做个宣传视频 他给了我这个
顺便再次感叹一下老马的豪横! 我这几天疯狂拿 Grok 做视频(就是代码类的视频),看了一下,每周的用量才消耗了 15%。 我这个是之前 99 美元买的 Grok 会员
LTX Desktop 1.3.0 发布,整个应用换用与 LTX.io 一致的新界面,新增 Home 页、侧边栏与快捷搜索,首次运行合并为一个 Setup 界面。
Krea 2 scanline attention 模型补丁发布,采用 flex_attention block mask、全局文本与行窗口化图像注意力。
UNOMi 正式把 AI 对口型技术带到 Blender,可自动分析对白并生成角色口型动画,减少传统面部动画所需的手动工作量。该集成目前支持英语、西班牙语、普通话、葡萄牙语、法语、德语、韩语和俄语,后续计划增加更多语言。UNOMi 表示目标是让专业角色动画更快、更易上手,同时保留动画师对角色创作的控制权。
我把这个流程直接做成了一个 bot 并发布了。 你现在可以一键安装了:https://x.ai/bot/8mi67EcgDUS2FDtOAIKcJ
sd-webui-infinite-image-browsing 发布 v1.9.1,新增非媒体文件统一预览弹窗,并在模糊搜索中加入视频时长徽章与标签筛选(AND)。该版本还修复了首次启动报错,改进 sidecar 文件防孤立机制并缓存解包流程。
PROMPICKS 是一款 Windows 图像生成辅助应用,收录 4,874 个正向标签和 126 个负向标签共 5,000 个,支持用日语标签组合出英文提示词。它可连接 ComfyUI 直接执行生成并预览,兼容 checkpoint 与扩散模型分割结构,标准分割工作流最多可设 3 个 LoRA。售价 1,500 日元,ZIP 便携版,本体不含 ComfyUI 与生成模型。
Toonflow 2.0.5 发布,修复了画布无法粘贴剪贴板图片的问题,并将素材高度校验错误统一到供应商层。该版本提供 Windows、M 系列与 Intel Mac 及 Android(ARM64,Android 8 及以上)安装包,M 系列 Mac 安装包已完成 Developer ID 签名与 Apple 公证。
ElevenLabs 在 ElevenAgents 中上线合成语音检测,可在通话最初几秒分析来电语音并判定为真人或 AI 生成,企业据此设置规则,如优先服务真人客户、限制 AI 来电的交互范围、在敏感操作前拦截克隆声音。
ElevenLabs 在 ElevenCreative 中推出 Brand Kit,把品牌视觉规范从提示词中抽出来,作为工作区里的一个对象统一管理。用户可存入颜色、字体、logo、参考图和品牌使用规则,在 Image & Video、Flows 和 ElevenCreative agent 的提示词中输入 @ 即可调用,同一套 kit 跨各功能生效。
free-short-video v7.1.0 发布,新增 AI 视频生成错峰重试指引,在上游队列满(HTTP 503 / queue-full)时按历史成功率提示更顺畅的时间窗口,并以 UTC 存储、按各时区本地时间显示,措辞覆盖全部 22 种界面语言。
liyupi 在 GitHub 开源 ai-promo-video-maker,用户只需一句话说明要宣传的产品,AI 就会完成调研、提问、截图、配乐、配音、剪辑和校验,输出 4K 商业宣传片。
推荐理由:这套开源工作流把宣传片制作拆成可被 AI 执行的规范与脚本,创作者可据此评估能否替代外包流程。
Go-Ai-Studio v1.1.2 合入 @happymy 的 PR #5,新增 MiniMax H3 短视频抽帧、H3 多段视频渲染与拼接,并增强 LM Studio 兼容性。
ComfyUI 场景检测项目 scenedetect 修复了 Comfy Registry 的分发问题,通过将仅用于开发的开发文件排除在发布包之外。同时,GitHub Releases 与 Comfy Registry 的发布说明现已保持一致。
Open Film Skills v1.4.0 同步了当前源码与独立下载包,Storyboard Director 更新至 A5.7.2,并纳入场景正反视角与道具结构细节补丁。
PixVerse 宣布推出与 Meta Catalog Product Video 的集成,商家可从现有商品目录中选择商品,将商品 URL 或目录商品转化为可批量生成、可供审核的视频广告素材,并用于 Facebook、Instagram 及 Advantage+ 等目录驱动型广告活动。
Synthesia 以 beta 形式发布 AI 视频创作工具 Syren,输入提示词、预设或已有品牌文档、图片、视频、PPT、YouTube 链接,即可生成含动态图形、动画、数字人、配音、音乐和 b-roll 的成片,并可在对话中修改。
推荐理由:Synthesia 把视频生成做成对话式智能体,可对照其与现有编辑器在精确内容场景上的分工。
HEISS UI 是 ComfyUI 的本地前端,把提示词框和画廊放在已有模型前面,ComfyUI 仍在底层执行任务。它开箱支持 28 个模型族并附带厂商推荐的采样器、调度器、步数和引导值,缺失的文本编码器、VAE 和节点包提供下载按钮,自定义 ComfyUI 工作流可按 API 格式或普通文件导入为控件。
Higgsfield AI 截至 2026 年 10 月提供四档个人订阅:Free($0)、Starter($19/月,270 积分)、Plus($59/月或年付 $47/月,1,200 积分)、Ultra($129/月或年付 $99/月,3,000 积分),另有 Team、Scale、Enterprise 企业方案。
AIMV 指画面或剪辑至少有一项由模型完成的音乐视频,与普通 MV 的差别在于谁做画面而非有没有故事。B 站首届 AI 创作大赛收到超 8300 份作品、站内播放超 7 亿,2026 年第一季度每天近 2400 万人看 AI 相关内容。一条能发的 AIMV 需歌是成品、词卡在人声上、画幅匹配发布平台。
Higgsfield AI 的官方手机应用是 Diffuse,由 Higgsfield, Inc. 发布,支持 iPhone(iOS 16 或以上)和 Android,可将照片和文字提示词生成短视频,免费下载、应用内订阅。
Midjourney 在 Alpha 网站(alpha.midjourney.com)测试图像生成的新 Thinking Mode,用户可在任务 lightbox 右下角点击 "Rerun (Thinking)" 运行。测试显示该模式有助于提升提示词准确度、文字排版和画面连贯性。Midjourney 表示未来可能将其作为通用的 thinking 模式,或在任务完成后"增加更多思考"。
Midjourney 在 alpha.midjourney.com 上线共享文件夹,可按用户名邀请 Collaborators 或 Viewers,也可通过链接分享,Collaborators 能直接在文件夹内生成并接续他人作品。
Higgsfield 的团队方案 Team、Scale、Enterprise 采用共享工作区与统一积分池,Owner 付费购买席位,成员无需单独订阅。Team 支持 2 至 9 个席位、每席位每月 79 美元并池化 1000 积分,Scale 支持 5 至 15 个席位、每席位每月 215 美元并池化 2500 积分,Enterprise 按需定价。
用 @claudeai Motion + Runway 让你的创意成真。 使用 Claude Motion 制作图表动画、创建客户演示或制作简短解说,然后将作品导入 Runway 生成视频和图像。 点击下方链接了解更多。
Anthropic 为 Claude 推出两项 beta 功能:Dashboards 可连接 BigQuery、Databricks、Snowflake、Salesforce 等数据源。
把你的 @claudeai Motion 动画带入 Luma,继续创作。 按所需格式调整尺寸,精修,做出可交付的版本。 在 Claude Motion 开始。在 Luma 完成。 Claude Motion 现处于 beta 阶段,面向 Claude Team 和 Enterprise 套餐。
Pollo AI 借助 GPT-5.6、GPT-6 Astra 和 GPT-Image-2.5,帮助创作者把创意转化为精细图像和电影级视频广告。