开源视频生成项目 v4.0.6 发布:原图直用与 Docker 升级
开源视频生成项目发布 v4.0.6,本地参考图、首帧和尾帧改用原始图片,保留尺寸、格式与透明通道,不再缩小至 768 像素或转 JPEG。Docker 升级至 Node 22,排除桌面产物和本地环境配置,并用系统 FFmpeg/FFprobe 修复 Linux ARM64 媒体探测不可用问题。
开源视频生成项目发布 v4.0.6,本地参考图、首帧和尾帧改用原始图片,保留尺寸、格式与透明通道,不再缩小至 768 像素或转 JPEG。Docker 升级至 Node 22,排除桌面产物和本地环境配置,并用系统 FFmpeg/FFprobe 修复 Linux ARM64 媒体探测不可用问题。
可灵 Kling 4.0 Flash 已在官方 App 限量开放,Ultra 年费订阅用户从 9 月 28 日起获得访问资格,功能页列出单次最长 20 秒、最高 720p 的规格。
Black Forest Labs 的 FLUX 3 Image 已加入 Envato AI 模型阵容,支持多参考图生成与编辑、原生 2K/4K 高分辨率输出、图像内文字生成与修改、基于参考图的风格迁移以及局部精准编辑。用户可指定每张参考图的具体作用,并在保留画面其余部分不变的前提下增删或替换特定元素。
Midjourney 为 alpha.midjourney.com 上线侧边栏样式预览、Create 更大图片和文件夹默认参数设置,本周以修 bug 和清理为主。提示栏中多个 sref 现合并为带缩略图的单个样式 pill,悬停可查看代码,并支持将 --exp 固定为文件夹默认值。官方称下周将推出新的协作工具,并预告持久化编辑历史与更好的样式探索方式。
WaveSpeedAI 发布 Ultimate Video Upscaler,可将视频超分至 720p、1080p、2K 或 4K,官方示例把 480p 的 5 秒片段升到 3840 × 2160、保持 24 fps 与原声。
推荐理由:低分辨率草稿加后期超分的工作流,配合按目标分辨率计价的成本结构,可用来评估出片流程的取舍。
WaveSpeedAI 在生成器侧边栏上线 AI Cinema Studio,用 References、Film setup、Camera、Color palette、Lighting 五张卡片把电影风格、机型、镜头运动和灯光选择转成给视频模型的精确镜头描述。
推荐理由:把电影感拆成风格、机型、镜头运动等预设面板,创作者可据此判断是否省去写提示词的环节。
ComfyUI-DonutNodes 通过分块 MLP 和 RMSNorm 操作降低 edit 模式的逐点显存压力,并支持逐层文本融合。现有 LoRA 分块选项现已覆盖 Experimental bypass 中的单个 edit LoRA,同时保留强度与已保存的适配器数据。
ComfyUI Agent Panel 恢复本地面板与 provider 选择的有限维护,撤销 10 月 9 日停运承诺,自动问题上报保持关闭,待 Comfy 官方本地面板公开后再评估支持。修复方面,解包现按重铸的内部节点身份与命名槽位执行,可在一次撤销内修复错位连线,身份无法确认时回滚,临时溯源信息不会写入已保存工作流或撤销历史。
Pika 发布新版 AI 创作平台,官方称其为面向创作者打造的 AI 创意平台,并称已构建 40 多个应用,覆盖从剪辑收尾到完整视频广告等创作需求,正文给出 4 个示例。
ComfyUI 创作项目发布 comfyui-trellis2-mac,首次在 Apple Silicon 上实现 TRELLIS.2 图生 3D 生成。该版本为首次发布,面向 Mac 平台提供图像到 3D 的生成能力。
ComfyUI MetalFX 首次发布,为 Apple Silicon 提供图像与视频超分能力。该版本聚焦 MetalFX 加速的画质增强,可用于图像和视频两类输入。
ComfyUI DocRes 首次发布,提供 DocRes 文档修复任务以及 DDC 控制点去畸变(dewarper)功能。该版本为 ComfyUI 创作项目下的初始发布,具体模型参数与可用性细节尚未披露。
介绍一款本地部署的数字人视频生成工具,完全在本地运行,不依赖云端算力,通过消耗电脑自身计算资源生成数字人视频。项目描述称其支持无限时长生成,可将AI数字人嵌入PPT等场景讲课,并支持透明背景融入,面向在线教育、企业培训等用途。
朝倉詩織因 AI 生成图像太多、难以挑选,开发者为其制作了一款可边看图边打★评价的 Windows 应用 MediaRanker,并已上架 Microsoft Store。该应用支持在文件夹内连续浏览图像与视频并直接标记,Free 版免费且无期限。开发者表示后续还会继续增加功能。
VideoGen 的 AI 模型库新增 Higgsfield AI、HeyGen AI、Seedance 和 VEED 四个专页,分别对应电影感镜头、说话数字人、参考引导视频与背景移除。
Luma 推出 Variants,用户上传一张已过审的静态广告后,选择版式与语言,即可自动生成各尺寸与语言组合的版本,logo、标题和 CTA 保持不变,仅调整布局与文案。
推荐理由:广告团队可据此评估把单张已过审素材批量适配多尺寸与多语言版本,替代手工重做。
Runway 首席产品官 Anthony Maggio 登台,介绍 Runway Ads——我们全新的自主引擎,用于效果营销。 了解更多并申请抢先体验:https://runway.com/product/ads
Luma 宣布 Ideogram 4.5 已上线 Luma,用户可在 app.lumalabs.ai 使用,让创作团队更可控地决定画面中哪些内容改变、哪些保留。被引用的 Ideogram 官方介绍称,Ideogram 4.5 是主打精确编辑的模型,可消除多轮编辑中的伪影累积,从而支持多轮编辑,已在 Ideogram、API 和发布合作伙伴处上线,开放权重即将推出。
Runway 发布 Runway Ads,一个端到端运行并优化付费广告创意侧的产品:接入广告账户与品牌素材后,可生成视频和图片创意,将审核通过的变体直接发布到 Meta、Google 和 TikTok,再从这些平台读取投放表现并据此生成下一轮创意。
推荐理由:Runway 把广告创意生成、投放与效果回收打通成一个闭环,并给出自家投放的转化与成本数据,可据此判断自动化投放工具的可用边界。
Ideogram 4.5 已登陆 Pika。现在你可以尽情编辑图片,而周围细节不会退化或变得……奇怪。
创作者用 Qwen-Image 3.0 生成 9 组俯拍静物拼字海报,把「毕业」「回家」「加油」「寒假」「师恩」「开学」等词用学士帽、火车票、2B铅笔、粉笔等真实物件精密拼成,每张 3:4 画幅配便签点题。同款 LoRA 与图片模板已上架 LiblibAI,提示词公开可参考二创。
facefusion 发布 v4-beta 版本,新增 Timestamp 别名类型。该版本由 henryruhs 于 9 月 30 日打标签,具体功能细节尚未在发布说明中展开。
LTX-2 发布 v1.4.1,修改了 HDR 视频编码流程,将解码后的数据块直接输出为 EXR 和 HLG,不再在内存中保留完整片段。该版本由 lt-research-bot 于 9 月 30 日发布,包含 1 次 main 分支提交。
Instagram 宣布其独立剪辑应用 Edits 新增 AI「创意助手」,可调取账号的点赞、播放、留存和分享等数据,回答创作者关于什么内容在流行、某条视频为何表现好坏、以及如何写标题、选音频和写脚本等问题。该功能对创作者免费开放,但 Meta 表示「重度用户」需购买 Meta One 订阅以获得更多用量。
广告做完了。版本还没完。 不同尺寸。不同市场。同一广告活动。 用 Luma 的 Ad Variants 让你的广告走得更远。
facefusion 发布 3.9.1 版本,更新至最新 onnxruntime 版本,并将 arena workaround 限制在受影响的 onnxruntime 版本上。该版本还修复了 CoreML 下内容分析器的性能问题。
MiniMax H3 Image Studio 在 ComfyUI 发布项目更新,新增可串联的 H3 LoRA 节点,支持单独指定文件名与手动强度,用于生成和多参考编辑。
ComfyUI-Easy-Media 发布 v1.3.4,新增 RTX-VSR 视频超分节点以增强视频处理能力。该版本还改进了多轨时间线导航,将直通模式扩展至多轨任务片段,并把上下文交换连续性模式更名为 context drift。
如果你有修改意见,Runway Agent 都能搞定。有了 Agent Tagging。 现在你可以在任何存放素材的地方直接 @Runway Agent,让它帮你做剪辑、给方案、修问题。就这么简单。 今天就在 https://runway.com 试试吧
LTX-2 发布 v1.4.0,为 Distilled、TI2Vid 两阶段、A2Vid、Dub-It 和 IC-LoRA 加入 --chunked,可按默认 97 帧窗口与 25 帧 carry 生成超长视频,无需再设置 --chunk-pixel-frames 或 --chunk-carry-frames。
推荐理由:LTX-2 v1.4.0 把长视频生成、分块解码与 HDR 流程的接口变化集中列出,便于已有工作流评估迁移成本。
Canva 为 Meta 的个人 AI 智能体 Muse 推出 AI Connector,Muse 可将视觉创作任务直接交给 Canva 完成。连接后 Muse 能调用用户的品牌字体、颜色和素材,搜索设计库并导出成品文件,生成的设计始终可编辑。该功能已面向美国和加拿大用户开放,AI 能力由 Canva Shield 提供安全支持。
ComfyUI Prompt Tag Editor 更新交互与状态管理:拖拽现在随移动即时开始,无需长按等待;单击可禁用或重新启用标签,被禁用的标签变灰仍留在列表中但不参与提示词。输入时保留末尾逗号,标签的顺序、权重、翻译与禁用状态在重新加载后仍会保留。
DramaClip v0.2.0 首个公开版发布,导入一部几十集短剧后可批量产出可直接发布的推广短视频,媒体处理全部在本机完成。该版本用 OCR 与 ASR 融合转写并借硬字幕逐字校正,实测 60% 段落被修正,同时以 CAM++ 声纹聚类做说话人分离。
推荐理由:本地完成转写、解说文案与音色克隆的短剧推广成片工具,可看其九种出片模式与剪口对齐思路。
ComfyUI 创作项目 comma-weight 发布,支持用 Ctrl+Up/Down 调整完整的逗号分隔提示词标签或松散选中的标签组。该插件复用 ComfyUI 的权重精度设置并保留已有的加权分组,在 Settings → Comma-Weight 下提供即时开关,并附带英文、简体中文、日文和韩文文档。
free-short-video 发布 v7.0.5,镜像已推送至 GHCR 与 Docker Hub,可通过 docker pull ghcr.io/lcy362/free-short-video:7.0.5 或 npm 安装使用。
ComfyUI-Furrey-TurnaroundSplitter 新增 Scale Mesh(per axis)节点,并加入 margin_percent 用于方形裁剪。该更新面向 ComfyUI 的 turnaround 拆分工作流,具体参数与可用性细节原文未进一步说明。
Adobe 在 OpenAI DevDay 2026 期间为 ChatGPT 中的 Adobe 插件推出交互式编辑功能,可在侧边栏中选中图像局部后让 ChatGPT 调用插件修改,再用色相、饱和度、对比度等动态滑块微调,编辑结果会作为上下文回到对话中。
静态漫剧工具 v0.8.1 新增静帧剪辑,可从关键帧、配音直接剪成成片,支持静帧与视频混剪、推拉平移、按速度连续运镜及跨切点配音字幕。视频提示词新增参考音频字段,与视觉设定中的角色声音参考对账,生产时编译为 reference_audio,且必须绑定本镜说话人物。本版还按小样本实测补充反应镜、双人接触、关键帧画风与 TTS 语气等写法,结论限于记录中的样本与条件。
Shotstack 订阅起步价 $39/月含 200 积分,1 积分渲染 1 分钟 1080p 视频,按量付费包最低 $0.07/分钟、订阅档最低 $0.045/分钟。订阅超额按 30% 溢价计费,未用积分最多可结转 3 倍月额度;按量付费包有效期 1 年,余额归零即停止渲染。
Flora AI 采用按席位订阅加美元用量预算模式,四档自助套餐为 Free、$18、$50、$200 每月每席位,付费席位额度汇入共享池且不结转,失败生成与 FAUNA 助手对话不计费。