Aurora Audio Studio 2.0.2-beta.1 发布
Aurora Audio Studio 2.0.2-beta.1 发布 Windows 与 Mac 安装包及完整源码,Apple Silicon 包已签名、公证并通过原生验收,Stable 仍为 2.0.1。
Aurora Audio Studio 2.0.2-beta.1 发布 Windows 与 Mac 安装包及完整源码,Apple Silicon 包已签名、公证并通过原生验收,Stable 仍为 2.0.1。
Midjourney 在 10 月 7 日 Office Hours 上宣布 Thinking Mode 已可在 Alpha 版网站使用,通过增加算力重新生成来改善提示词遵循度,内部测试称可改善约 60〜80% 的提示词问题。
开源项目导演台发布 0.4.11,新增重力、碰撞、惯性、布娃娃及定时受力等物理能力,并提供物理演示场景。人物外形与基础动作支持选中关节调整姿势和记录关键帧,同时加入对象编组、对齐、阵列与可保存复用的用户布景库。
ElevenLabs 旗下音频平台 ElevenReader 在巴西上线,与 Bookwire Brasil 合作引入 7 万本巴西葡语授权图书,其中多数此前从未有有声版。
万兴喵影 2027 近期全新升级上线,以 AI 贯穿专业原创工作流,围绕素材、控制、交付三步升级:镜头追踪、颜色蒙版等精细控制回到时间线,AI 素材解析自动打标签、生成摘要与高光建议,批量导出、XML 导入导出衔接 Premiere Pro 与 DaVinci Resolve,并支持视频转 Live 图、字幕智能纠错。产品坚持基础功能始终免费,定位轻量剪辑与专业软件之间的升级过渡带。
AI Video Production Editor v3.0.0 发布 macOS Apple Silicon DMG 安装包,已通过 Apple 公证并附公证票据,Windows 端暂无新安装包,仍提供 v2.7.0 EXE。
Kandinsky 6 Lite Distill 现已支持自动 PiFlow 检测、10 steps/CFG 1 以及 MagCache 绕过,并补充了下载链接与使用说明。已用 Lite Distill、Pro Distill 和非蒸馏版 Lite 验证了完整的视频与音频生成。
Stubelius Ultimate H3 0.11 是作者为 ComfyUI 免费开源的 MiniMax H3 工作流,在 First/Last Frame 模式下新增三种按秒控制片段的方式:最多两个中间帧、在 First Frame 框放入视频以续接片段、以及最多 8 个声音或短片段钉在指定秒。
ClipForge v0.9.11 改进了 Ark 图像/视频授权诊断:模型列表连接探测不再把连接成功当作模型可用,而是提示生成权限未验证。Ark 401/403 失败会说明生成凭证、Agent Plan 分离、项目/模型权限与自定义端点,并保留上游错误和请求 ID,授权失败也不会触发重复的付费生成提交。
ArcReel 发布 v0.33.0,全部页面基于 shadcn/ui 重做,统一布局与操作方式,并加入未保存修改的离开提示。模型方面新增 Agnes 3.0/2.5 文本、图片和视频模型并设为默认,同时新增 Grok Imagine Video 1.5 和 1.5 Lite,支持 1080p 输出。
free-short-video 发布 v7.0.6,Docker 多架构镜像(linux/amd64、linux/arm64)已推送至 GHCR 和 Docker Hub,可通过 docker pull ghcr.io/lcy362/free-short-video:7.0.6 获取。
Luma 宣布 Claude Motion 动画现在可直接在 Luma 中打开,创作者通过 MCP 连接把 Claude 生成的动画导入 Luma,继续扩展、精修并输出为任意格式的成片。
推荐理由:Claude Motion 动画可通过 MCP 连接直接进入 Luma,创作者能据此判断跨工具出片流程是否值得接入。
Sinima 正式上线,为影视创作者提供托管、版权保护、监测与变现服务,上传内容会生成数字指纹和带公开验证链接的所有权证书,并以 C2PA 格式记录授权与来源信息。创作者可自主设置 AI 使用权限,作品被授权用于 AI 训练时可保留买家支付金额的 85%,平台对合规素材的估价为每小时 4000 至 7500 美元。Sinima 可免费起步,订阅方案每月 15 美元起。
DittoDub 发布 Native 6 AI 配音模型,支持 109 种语言和 126 种方言选项,并成为其平台上传视频的默认配音模型。该模型接入现有视频本地化流程,可上传视频、选择目标语言后编辑译文与配音,平台还支持多说话人,并生成配音音频、字幕和翻译后的视频标题与描述。Native 6 已在 DittoDub 平台上线,平台按月订阅,最低档约每月 50 美元起。
简述需求。让它执行。给它反馈。全部在同一个聊天窗口完成,Runway 直接内置于 ChatGPT Astra。 点击下方链接开始使用。
保留镜头,只换脸。 Luma 的换脸功能让你无需重来就能迭代。
ComeCut v0.1.9 发布首个 Windows 桌面版,安装包仅 28MB,启动速度快、占用资源少,支持多种日常剪辑任务。该版本新增应用中心、模型和插件的多语言界面(如英语),并修复已知问题;开发版设置为 30 天自动过期,后续将持续增加更多语种并加速整合更先进的 AI 功能。
ComfyUI-Booru-Tagger 修复 AnimeTimm 预处理,改为等比缩放加白边填充,大图和非方形图不再被压扁。Pixai Tagger v0.9 默认 GPU 预处理模式读取错误模型输出的问题已修复,预处理改为直接缩放到 448x448;v1.0 的 artist 标签改在 character_tags 中输出。
Fantastic H3 Prompt Builder 新增 Reference Map 节点,可实时显示 Text Encode 的 reference_map 且无需编码,并带复制按钮供粘贴给 LLM。
Google 宣布其 SynthID 检测器现已支持所有合作方的水印,并上线独立网站 SynthID.com 供任何人使用。SynthID 是编码在 AI 生成图像、视频像素和音频波形中的隐形信号,Google 称仅 Gemini 就已为超过 1800 亿张图像和视频以及 24 万年时长的音频集成该水印。
Vimeo 宣布 22 年来首次取消公开视频的分享数量限制,免费用户可上传全部作品,且平台无广告、不将视频用于 AI 训练。免费计划的可嵌入与非公开视频容量从 1 GB 提升至 3 GB,并新增自动字幕及 99 种语言翻译、多平台发布与数据追踪、去除 Vimeo 水印等功能。
pyvideotrans 发布 v4.15 Windows 预打包版本,MacOS/Linux 需源码部署。新版更新 Deepgram.com 渠道模型并增加语音合成支持,更新 Elevenlabs.io 模型并移除将被废弃的模型,同时在高级选项中新增字幕配音静音缓冲移除与力度调节。此外新增 Audexum 语音识别渠道、Infistar 翻译渠道及阿塞拜疆语支持。
马斯克表示,Grok Bot 今后会针对具体任务选用最佳后端模型,不再局限于 Grok 4.7 或 4.6,还会调用 Claude Opus 5.5、Midjourney、Suno 等领先 API。SpaceX 也将采用这一策略,以最大化任务效果。
ComfyUI 创作项目 PromptContract 首次发布,为提示词槽位提供确定性严格契约、校验报告,并在下游生成前完成非递归渲染。
ComfyUI 创作项目 FrameAudit 首次发布,提供场景感知的帧批次启发式检测,用于识别曝光闪烁、色度闪烁以及重复帧片段,并附带证据与帧时间戳。
ComfyUI 创作项目 MaskContract 发布首个版本,为图像蒙版引入显式的形状、批次、范围与覆盖率契约,并提供检查与严格门控机制。该版本为初始发布,用于在蒙版处理流程中明确约束条件并支持校验。
CyberKrea Sampler 为 img2img 与 latent 超分精修新增 Reference 预设和降噪控制,同时保留原有预设行为。
ComfyUI 创作项目 SeamRank 发布,采用显式惰性可选依赖导入,并保留验证与光流回退行为。
ComfyUI 创作项目 CopyProof 发布,采用显式惰性可选依赖导入方式,并保留原有的验证与光流回退行为。
OpenCode 匿名模型 Exo Free 跑便利店雨夜场景测试,效果看着比 GPT 6.1 Sol 还强点。该模型 ID 为 opencode/exo-free,限时完全免费,界面标注 1M 上下文、最高 131K 输出,支持文本+图像与高推理,免费期数据可能被用于改进模型。
Video Automation 发布 v0.2.13,修复了 API 路由中的任务目录包含问题(job directory containment),由 @1076184145 提交。完整变更记录见 Full Changelog。
Gemini Nano Banana 2.1 是 Google 的图像生成与编辑模型,作为 Nano Banana 2 的继任者,现通过 Partner Nodes 在 ComfyUI 上线。
推荐理由:ComfyUI 官方接入 Gemini Nano Banana 2.1,创作者可对比其分辨率档位、思考等级与单次成本变化。
Nano Banana 2.1 现已在 Pika 上线。更出色的画质、更快的速度,并内置 Gemini 的真实世界智能。 你可以尽情“bananas”了。
motionmaxxing 是一个运行在 Claude Code 及任何读取 SKILL.md 的 Agent 中的技能,把 AI 生成的宣传片、产品推广和动态字体作品按动效设计标准重做。
ComfyUI-QwenVL-Mod 清理了 GGUF 与 HF 模型目录,每个后端保留三个支持视觉语言(VL)的 DavidAU heretic 模型(4B / 9B / 27B),均验证为 image-text-to-text 且 mmproj 文件可用,并移除纯文本重复项与标注错误的 "3.8-9B" 条目。
Comfy 为其开源节点式生成式 AI 平台推出 AI 助手 Comfy Agent,可在画布上规划、搭建并修复 ComfyUI 工作流。用户描述想做的内容后,智能体会连接节点、接好模型并调试出错的部分,目前运行在 Comfy Cloud 上,本地版本即将推出。
推荐理由:ComfyUI 把智能体接入画布,可自动搭节点、连模型并排错,创作者可据此判断工作流搭建方式是否要变。
模型是开源的,但使用它们的应用不是。 我们对你的请求?通过在公开环境中重建一个付费创意功能来支持开源创意,有机会赢取 1 万美元 请在太平洋时间 10/19(周一)上午 9 点前提交你的作品参加 Open Call:Comfy Dev Platform Challenge! 由 @NVIDIA @Runpod 提供支持 开源生态合作伙伴 @LTX @BFL 1 万美元大奖 3 块 NVIDIA RTX 5090 来自 LTX 和 Flux 的额外奖品 前 100 名报名者免费获得额度
Mirage 为旗下智能体创作套件 Tesseract 加入开源转换器,使 Claude 和 ChatGPT 能原生创建 Premiere(.PRPROJ)与 After Effects(.AEP)文件。
Node Banana 2.0 发布,作者称这是该项目最大的一次版本更新,仍保持 100% 免费、开源并支持自带 key。新版可直接下载、无需再折腾 git,内置一个使用 Claude 或 Codex 订阅的 agent,并支持把 ComfyUI 工作流当作节点使用,整体为自底向上的重新设计。
Retouch4me 推出 AI 色彩校正工具 Retouch4me Lab,可一次性将整组照片统一到一致的色彩基线,再交由摄影师叠加个人风格。