ComfyUI vs Automatic1111:2026 年该用哪个 Stable Diffusion UI
ComfyUI 与 Automatic1111 的对比核心是控制力与易用性的取舍:ComfyUI 采用节点图,速度更快且仍在活跃更新,v0.39.0 于 2026 年 10 月 5 日发布;Automatic1111 更易上手,但自 2025 年 2 月 9 日的 v1.10.1 后已停更,且不支持 Flux。
ComfyUI 与 Automatic1111 的对比核心是控制力与易用性的取舍:ComfyUI 采用节点图,速度更快且仍在活跃更新,v0.39.0 于 2026 年 10 月 5 日发布;Automatic1111 更易上手,但自 2025 年 2 月 9 日的 v1.10.1 后已停更,且不支持 Flux。
因官方 Qwen-Image 2.1 提示词改写器是 9B 模型、需约 20 GB 内存,作者通过 HuggingChat 中的 ML Intern 造出 0.8B 版本,可在 CPU 运行,输出有效率 99.7%,token 消耗约为教师模型的四分之一,含 8,797 条标注在内的总算力成本 16 美元。
49岁的作者因AI图像生成乐趣渐浓,用一周时间在Gumroad、STORES、Pinterest、Instagram、X上开设数字艺术店 WONDER & DESIRE | Art Studio,目前完全没有销量。作者在ChatGPT内建立企划部与制作部并制定共通规格书,用新流程完成首作《黄金の月夜を舞う魔女と黒猫》,经两轮校对定稿。
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。
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。
Google 发布图像模型 Nano Banana 2.1,基于 Gemini 3.6 Flash,取代 2 月的 Nano Banana 2,并已进入 Gemini app、Flow 和 Google Ads。
一名 AI 初学者大学生用 AI 制作了主题为「100 年后的东京」的视频,先用 AI 生成融合日本城、樱花、高楼层与空中交通工具的图像,再用 PixVerse 将静态图转为动态画面,最后用 CapCut 完成剪辑并投稿 TikTok。作者强调 AI 并非全自动,指令设计与素材取舍仍需自己判断。
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。
Anthropic 于 10 月 7 日发布 Claude Haiku 5.5,这是首款支持可调推理强度的 Haiku 模型,面向摘要、分类和编程子 Agent 等高频任务,提示词不超 10 万 Token 时每百万输入、输出 Token 分别定价 0.10 美元和 0.50 美元。
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。
针对用AI复刻海报效果的需求,教程给出3种方法:参考图加反推提示词、色块草图控制、局部替换法。第一步先将参考图上传给AI,反推出构图、配色、光影、材质和风格提示词,再按图片复杂程度选择方法。局部替换法可直接指定替换产品、人物或场景,速度最快。
面对参考图在 AI 渲染中互相冲突的问题,ArchiGen 建议在生成前给每张参考图指定唯一职责,如光线、材质或占用,并成对比较找出矛盾。若某张图的有害特征强于其有用指令,应将其移出生成集。可借助 Veras、ComfyUI 的 IPAdapter、Midjourney 的图像与风格参考等工具,但冲突审查须在调权重之前完成。
ArchiGen 提出建筑师在 ComfyUI 中选用控制图的四级来源优先级:优先用项目模型导出的几何,其次是原生渲染器通道,只有在原始深度或 Canny 通道缺失时,才用 Depth Anything V3 等预处理器从成图反推。每降一级都会丢失项目信息,推断出的深度场只是"看似合理",并不等于项目真实几何。控制图需与兼容的 ControlNet 匹配,并在最终交付比例下检查轮廓、开口与细部。
Dario 已实质性取得AI模型现阶段性全面胜利! 证据如下: 🔸凭借Opus 5.5、Sonnet 5.5、Haiku 5.5 精准高质量三连发,并配套Claude Code Mods插件等优化功能,问鼎AI霸主宝座 🔸Sam Altman叫停GPT-6.1 Astra自断手脚,GPT-6.1 Sol输给Opus 5.5、Sonnet 5.5,GPT-6 Luna参败给Haiku 5.5 🔸Elon Musk宣布Grok Bot正式接入Opus 5.5,间接承认 Grok 4.7 不如Opus 5.5 🔸Sundar 预告 Gemini 4 Argon 很强,但至今仍未开启公测,仍是纸上谈兵,也正在错失最佳模型迭代时机 #Dario #SamAltman #ElonMusk #Sundar #Haiku55 #Opus55 #GPT61Sol #GPT6Luna #Gemini4Argon #Grok47
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。
Elon Musk 在 X 预告 Grok Bot 将按任务调用最合适的后端模型,点名 Claude Opus 5.5、Midjourney、Suno 及其他主要 API。目前尚未公布使用方式、适用套餐、价格与上线时间,文章未称该功能已可用。
在 ComfyUI 中用 Anima 环境重测 Detail Daemon,将 detail_amount 设为 OFF / 0.20 / 0.30 / 0.40 / 0.50 对比人物与背景生成效果。0.30 细节与自然度较平衡,0.50 在人物和背景两组条件下均出现画面崩坏。作者认为它并非高画质魔法节点,且 Anima 本身可用提示词增加信息量,因此暂不打算常驻工作流。
Midjourney v8.2 与 Nijijourney 过往作品结合后效果显著,作者认为它弥补了 Nijijourney 的不足,相比 v7 品质明显提升。用完全相同的提示词和参考图调整 stylize 与 weird 数值进行验证,呈现出艺术性强且主题可接受的画风。推荐用法是把 Nijijourney 生成的历史作品直接投入 v8.2。
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。
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。
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。
一份涵盖50款AI工具的清单,宣称可在2026年节省数百小时,覆盖视频生成(Kling AI、Runway、Pika、Luma AI)、AI配音与数字人(ElevenLabs、HeyGen、Synthesia)、编程(Cursor、Bolt new、Replit)及自主智能体(Manus、Genspark)等类别。
一份30个AI工具清单,涵盖图像、视频、语音、编程、写作等场景,包括Raphael.ai免费无限图像生成、ElevenLabs 5秒声音克隆、Suno歌词生成歌曲、Runway Gen-3免费试用、可灵AI视频生成、D-ID照片+音频生成数字人、Cursor AI编程等。
谷歌在 Gemini API 正式发布图像生成与编辑模型 Nano Banana 2.1(模型 ID:gemini-nano-banana-2.1),单张 1K 图成本约 $0.034,约为 Nano Banana 2 的一半。
推荐理由:谷歌图像模型 2.1 单张成本约降一半并新增全景比例与 14 图融合,可据此评估是否迁移现有出图流程。
3D 产品渲染从数字模型计算图像,无需相机,一个模型即可输出所有配色、任意角度、配置器和 AR 文件。对拥有 20 到 500 款产品的家具或家居品牌,渲染在变体矩阵上占优,而 AI 图像只产出图片、不生成 3D 文件,需人工核对材质与比例。流程分建模、材质、灯光、渲染、后期五步,需 CAD 文件、参考照片和实物色板作为输入。
Sourceful 旗下 Riverflow 平台的 Batch 功能可对整组图片并行执行同一 AI 编辑动作,由独立 AI 评审为每张结果打分并给出建议,再由人工批准、拒绝或重试,通过后打包为 zip 导出。
一套用自家产品实测 AI 图像生成器的方法:选三款难画的产品(带标签文字、反光表面、织物图案各一),固定尺寸与宽高比,用三条指令在每款模型上各跑两遍,共 18 张图,按形状比例、标签文字与 logo、材质色彩、光影、是否凭空添加五项逐张打分,全过才算通过。
ArchiGen 提出用两台有约三分之一画面重叠的相机渲染同一模型,比对开口数量、边线、材质边界等 8-12 项可数事实,以验证多角度一致性。第三方榜单称 ReRender AI 提供多角度渲染,但这只是厂商能力转述,并非实测结果。每台相机固定生成 4 次并保留全部输出,允许一次局部修复,按 invariant、两机位结果与修复后果四列记录缺陷。
印度广告标准委员会(ASCI)9 月 29 日发布 AI 广告规则,三个月后生效,要求合成网红、经同意的声音或面部克隆、虚构场景、不存在的产品演示等在可能误导买家时加注标签,虚假证言与未经同意的深度伪造被直接禁止,责任由广告主承担。
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。
前 Ramp 工程师创立的 AI 广告生成平台 Melius 完成 2000 万美元 A 轮融资,由 CRV 领投,另含 General Catalyst 领投的 500 万美元种子轮,累计融资 2500 万美元。团队在首款绩效营销工具开发半年后放弃全部代码库,转向生成广告创意素材与营销活动的“创意工作智能体实验室”,7 月结束隐身以来两个月内年化收入已超 100 万美元。
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。
Google 正式发布 Nano Banana 2.1 图像生成与编辑模型,官方称其在视觉设计、Mask 精准编辑和主体一致性上全面超过上一代,画面更自然真实。该版本已在 Gemini、Search AI Mode、AI Studio、Flow、Stitch、Google Ads 和企业平台铺开。
推荐理由:Google 图像生成模型升级,点名视觉设计、Mask 编辑与主体一致性三项能力变化,并已在多个产品线铺开。
谷歌发布 Nano Banana 2.1 图像模型,中文文字清晰度和错字问题大幅改善,中文字体设计与排版美学也较好,画面干净。该模型支持生成 4K 图片,输出 2K 每张 0.050 美元,输出 4K 每张 0.076 美元。
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。
在 8GB 显存的 RTX 3050 上通过 ComfyUI 0.38.0 运行 Ant Group inclusionAI 的 Ming-Image 0.1(MIT 许可,绘图部分 6B),1024×1024 出图约 29 秒、模型加载后约 20 秒。
Adobe 发布 Photoshop 27.11,新增 AI 功能 Enhance Edge,通过 RGBA 扩散模型消除 Remove Background 生成蒙版的边缘色边,改善头发和半透明材质的抠图效果,每次使用消耗 20 个生成积分。
这篇 2026 年版速查表按用途给出 AI 图像生成工具的选择结论:追求画面美感选 Midjourney,需要日语文字入图或对话式修改选 ChatGPT 或 Gemini,商用图片重视版权合规选 Adobe Firefly。
作者把 PixAI 账号里攒下的 15 万积分一次性放出用于图像生成,全部作品均未使用参考图。生成过程按顺序展示,其中一张失败图消耗 7000 积分,而每日登录奖励为 1 万积分。因仅靠提示词效果有限,作者又花 10 万积分用 LoRA 训练模型,喂入 10 张手头的半写实图片,认为效果明显变好。