跳到正文
日期与来源

日期按北京时间的资讯列表日期计算,包含起止当天。

10月15日周四
  1. ArchiGen AI · 图像生成与ComfyUI实战22

    在材质图中保留一把尺子:AI 生成材质贴图的尺度校准方法

    ArchiGen 提出修复 AI 生成材质贴图的核心方法:在源图中保留一个已知真实尺寸的"尺度见证",并让它在清理、生成、平铺和导出全流程中始终可追溯。Adobe 的 Image to Material 可生成 normal、height、roughness 贴图并尝试从 albedo 中去除阴影高光,但官方指南仍建议先校正图像再转换。

  2. note · kasmintea · 图像视频创作分享22

    Anima 模型如何用提示词打造空气感 AI 插画

    本地生成 AI 模型 Anima 系列被作者视为 2026 年的本命,特点是衍生模型多、体量轻、出图漂亮。作者主张用 Atmosphere、Dreamy 等提示词营造整体空气感,并配合虚化、三分法构图等摄影式提示词,同时强调做减法、减少画面噪声比堆砌元素更有效。

  3. かみもと · 本地AI视频工作流62

    MiniMax H3 的 18 个 LoRA 汇总:按相机、变身、画风等六类整理

    作者按相机视角、变身变形、人物编辑、动作物理、画风动画、辅助仕上六类,整理了 MiniMax H3 可用的 18 个 LoRA,并附上各自的配布链接与作例。文中说明这些 LoRA 对应 T2VA、I2VA、FL2VA、Ref2VA 等不同生成方式,需逐个查看配布页条件,效果会随提示词与输入图像变化。

  4. note · imamirai_editors · 图像视频创作分享22

    ChatGPT 图像生成:朝昼夕夜深夜 5 场景动漫角色提示词免费配布

    爱沢(@aizawaamu)免费配布 ChatGPT 图像生成提示词,覆盖朝、昼、夕方、夜、深夜 5 个场景,需附上拥有使用权的 21 岁以上成人角色参考图以保持脸型、发型、发色与瞳色。每个提示词均指定构图、服装、光线与手指细节,要求单人单场景、不拼图、无文字签名 logo,深夜场景另附英文 Positive/Negative 描述并给出 1536:1024 比例。

  5. Reddit StableDiffusion · 创作者与工作流分享28

    AReA:面向 Flux1/2、Qwen-Image、Ideogram 4 等 DiT 的高效高分辨率自适应感受野注意力

    AReA 是一种免训练注意力机制,让感受野随去噪过程从粗到细演化:早期对下采样后的 key/value 做跨尺度粗注意力以捕捉全局结构,后期在逐步收缩的窗口内做局部注意力以精修细节。实验显示其在各目标分辨率与不同模型上均优于现有免训练基线,且速度更快、效率更高。目前仅开源 flux1-krea-dev 代码,Qwen-Image、Ideogram 4 与 Flux2 支持"即将推出"。

  6. note · dandan_arigato19 · 图像视频创作分享22

    美しい線は、正しい骨格を保証しない——从矢量线到穆夏,再到手臂💪

    用生成AI复现矢量线画风并融入穆夏式构成后,作者发现画面虽美,人体骨骼结构却出现不自然。AI能画出平滑曲线与繁复装饰,但线条美观不等于结构正确,装饰曲线反而掩盖了手臂骨骼的违和。作者由此联想到中学美术课临摹弥勒菩萨半跏思惟像的体验,指出AI生成需在出图后做结构验证。

  7. note · fordtaurus116 · 图像视频创作分享8

    ChatGPT 绘制秋日红叶背景四人角色:用视线与手势刻画表情魅力|AI 插画

    这期 ChatGPT AI 插画分享以秋日红叶为背景绘制了 4 名角色,重点在于把脸部朝向与瞳孔动向分开调整,仅微调视线就能传达温柔、怅惘或俏皮等不同个性。作者表示,同一背景下只要改变视线和手部手势,就能让每个角色呈现不同表情。

  8. Reddit StableDiffusion · 创作者与工作流分享18

    如何在本地复现 nano banana 2 的生成效果?

    有用户尝试用 krea 2、flux 2 dev、flux 2 klein 9b 和 qwen image edit 2.1 在本地复现 nano banana 2 的付费生成效果,但均无法接近。其需求是输入两张甚至更多人脸参考图来生成场景,再将结果用 h3 minimax 转为视频,目前视频环节正常,但希望起始帧能在本地生成而非付费。

  9. Reddit StableDiffusion · 创作者与工作流分享34

    拆解 Krea-2:逐块调整权重能发现什么

    创作者用 Arthemy Krea-2 Tuner 逐块调整 Krea-2 的模型与文本编码器权重,试图找出无需训练即可改变风格的"旋钮",数千次渲染后仅找到一个。文本编码器编辑几乎不损伤画质,但一致性差,20 次编辑中仅 4 次让不同角色朝同一方向变化;逗号似乎充当语义边界,相邻 2–4 个词成组移动。

  10. Reddit StableDiffusion · 创作者与工作流分享20

    如何让 AI 视频看起来像随手拍的手机素材,而不是电影感镜头?

    有用户用自托管 MiniMax H3 生成"桌面产品随手拍"视频时,无论怎么提示都会出现电影感变焦和运镜,即使加入 smartphone/handheld 描述、尝试带与不带 realism LoRA 也依然过于精致。他询问这种自然手机素材效果主要取决于模型、提示词、参考图还是设置,并希望看到可用工作流。

10月14日周三
  1. note · kazu_fuwa · 图像视频创作分享76

    MiniMax H3 本地部署实测:VRAM 16GB 下 7 种配置对比,5 秒视频约 2 分 40 秒

    作者在 VRAM 16GB、内存 32GB 的 PC 上用 ComfyUI 跑 MiniMax H3,对比 7 种配置后,5 秒视频最快约 2 分 40 秒完成,而官方 20 步设置约需 12 分半。

    推荐理由:作者在 VRAM 16GB 的机器上实测 7 种配置,给出可复用的提速组合与踩坑记录。

  2. TelosCompass · note AI视频创作实践34

    AI 视频生成两个场景中如何统一商品的颜色与形状

    AI 视频生成分场景制作时,前一场写的提示词不会自动带入下一场,商品颜色和形状容易在拼接后看起来像换了一件。做法是把不变特征(如淡绿颜色、圆角方形、叶形刻印)写成"共通メモ",在每个场景的 prompt 中原样复用,只改动展示范围与动作。生成视频前先并排比对两场图像,并与实物核对,再决定是否拼接。

  3. note · quirky_hippo6791 · 图像视频创作分享15

    ComfyUI 初体验:从 ChatGPT 漫画生成转向节点式实验

    一位用 ChatGPT 生成漫画数月的创作者,在 Mac mini 上安装了 ComfyUI,发现其可组合模型与生成条件、逐项对比结果,像一间"图像生成 AI 的实验室"。他打算借此验证自己积累的"生成圣经"中哪些规则真正有效,但坦言目前只是装上软件,模型选择、节点搭建和视频生成性能都尚未开始研究。

  4. FireCut · 口播剪辑与字幕教程22

    FireCut 指南:如何自动化视频剪辑工作流

    FireCut 发布内容创作者视频剪辑自动化指南,称 AI 工具可将原本约三小时的粗剪清理压缩到三分钟以内,自动删除静音、口癖词并识别不适宜词汇。字幕环节可自动生成动态动画字幕、高亮强调词并插入 emoji,B-roll 与变焦也能依据转录文本自动匹配和添加。

  5. note · ya_ma_da_pon · 图像视频创作分享22

    ChatGPT 画像生成:5 种王子系「偶像服装」AI 男友立绘提示词

    用 ChatGPT 图像生成模型制作 AI 男友偶像立绘的第 9 弹,给出王子系偶像服装提示词,可选基本形、长外套、短款、斗篷披风、马甲背心等类型。提示词配合「脸部特写、立绘、三视图」三点套使用,只需发送即可在保持角色服装、发型、五官的前提下自由生成姿势与构图,还支持做偶像团体统一服装。

  6. note · fordtaurus116 · 图像视频创作分享22

    AZ8 实测:用 Seedance 2.5 在 Infinite Canvas 上从一张图做出 30 秒视频

    AZ8 的 Infinite Canvas 把图像生成、视频生成和 AI 智能体 Zumi 串在同一个画布上,视频生成可选用 Seedance 2.5 等模型,作者实测从一张图逐步扩展素材、做出 30 秒视频,中途的构图与 15 秒草稿都保留在画布中。AZ8 还提供 Creator Program,申请并通过审核后可获得会员、制作额度等特典,并可通过 Marketplace 发布制作服务。

  7. note · kt_kt_89 · 图像视频创作分享24

    把视频生成交给 AI 智能体后,我又让 Codex 接管了操作员角色

    作者在本地视频生成智能体之外引入 Codex 作为上位操作员,由它读取日志、state 和 Reviewer 修正指示,决定差回与断点续跑,自己只负责制定方针。该分工从 v0.5.64 起试用,定型执行与安全状态管理仍留在本地,预算上限、重试限制等边界不变。作者强调这是个人实测感受,并非量化收益,且 Codex 自身也有用量与执行上限。

  8. Reddit StableDiffusion · 创作者与工作流分享36

    提醒:对蒸馏少步视频模型调高 CFG 会让输出变差,而非更贴合提示词

    在 LTX-2.5 上把 CFG 从 1 提到 4 后画质崩溃,出现过饱和与纹理失真。原因是该模型为引导蒸馏模型,提示词贴合度已固化在权重中,基础推理仅跑 3 步去噪,调高 CFG 会偏离其蒸馏时的工作点。作者提醒从 SDXL/SD1.5 的 CFG 7 习惯迁移过来的人需换一套思路。

  9. note · aiby_masuhiyo · 图像视频创作分享22

    用「插画零件扭蛋」工具生成 AI 插画提示词:ChatGPT 与 Midjourney 实测

    灯の旅人开发的「插画零件扭蛋」工具可将场景、表情、姿势、服装和小事件组合成图像生成 AI 提示词,并支持固定喜欢的项目。作者用该工具生成的两组提示词分别在 ChatGPT 和 Midjourney 中出图,Midjourney 版需微调英文提示词,ChatGPT 版则原样使用。

  10. note · kiryu_mizuki · 图像视频创作分享8

    ComfyUI 新手实录:从零搭建工作流生成图像,模型与提示词成最大难关

    一位 AI 图像生成新手分享在 ComfyUI 中从零搭建工作流的经历,用"厨房做菜"比喻工作流、节点、模型与 LoRA 的关系。作者在 Civitai 上从 SD1.5 模型列表中挑选模型,首次生成因步数不足只得到模糊图像,调整后约 1 小时才产出较像样的男性图像。

  11. Reddit StableDiffusion · 创作者与工作流分享20

    SDXL + ControlNet 生成合成飞机图像实测:4 块 RTX 5090 吞吐达 6.36 张/秒,图像质量却拖后腿

    用 SDXL + ControlNet Canny 搭建合成飞机图像生成管线,在 1、2、4 块 RTX 5090 上实测:4 卡吞吐 6.36 张/秒,相比单卡 1.69 张/秒提速 3.77 倍,扩展效率 94.2%。但生成图像中飞机虽可辨认,机场地面却出现怪异岩石状纹理,作者仍无法放心用其训练飞机检测器。

  12. note · mintjuku · 图像视频创作分享22

    Kling AI 超初心者心得:视频生成 AI 的易懂提示词示例

    一位用户分享使用 Kling AI 生成趣味教学视频的心得:提示词越简单越好,First Take 效果最佳,反复追加要求反而会让画面崩坏。背景、表情和镜头角度适合具体指定,但只给台词时 AI 可能变成旁白而非角色说话。视频时长可设为 15 秒以内,过短会导致语速过快或结尾被截断;AI 对汉字读音不完整,建议把不放心的字写成平假名。

  13. PixVerse 中文官方博客38

    Kling AI 4.0 提示词指南:镜头、运动与示例

    Kling AI 4.0 提示词指南提出四段式结构:主体、动作、场景、镜头与风格,并强调先写主体和主要动作,镜头与情绪服务于动作。指南建议用具体术语写运镜指令,如"镜头缓慢推进至主体面部""肩部高度跟拍",并将速度限定与物理线索配对以控制运动。跨镜头角色一致需固定角色块原样复用,文生视频与图生视频提示词写法不同,后者应专注指挥运动。

  14. PixVerse 中文官方博客38

    Kling 4.0 vs Kling 3.0:核心差异详解

    Kling 4.0 将单次生成时长从 Kling 3.0 的 15 秒延长至 30 秒,关键帧从起始/结束帧扩展至最多 10 个,并新增多参考 Omni Reference 控制与立体声音频及改进的口型同步。Kling 3.0 仍适合 15 秒内、成本敏感的短社媒视频与对白主导片段,Kling 4.0 则面向更长镜头、多节拍和品牌一致性要求高的商业与剧情内容。

  15. PixVerse 中文官方博客22

    Kling 4.0 免费吗?积分、限制与替代方案

    Kling 4.0 并非面向所有人免费开放,而是分阶段先向符合条件的高等级会员开放 Kling 4.0 Flash,免费用户仍主要使用较早的 Kling 模型。免费账户通常提供注册一次性积分和每日刷新积分,但在模型访问、分辨率、时长、音频、水印、队列和商业使用权上与付费套餐存在差异。免费访问更适合测试与学习,用于客户交付或付费营销前需查看当前套餐的商业使用条款。