Runway 上线 ElevenLabs v4 语音模型
Runway 宣布 ElevenLabs v4 已在其平台上线,该模型在旁白和角色对白上具备更强的表现力与更自然的语调。v4 即日起与 Runway 的图像和视频模型一同提供,官方给出试用链接。
Runway 宣布 ElevenLabs v4 已在其平台上线,该模型在旁白和角色对白上具备更强的表现力与更自然的语调。v4 即日起与 Runway 的图像和视频模型一同提供,官方给出试用链接。
闲兔 Qwen Image 2.1 工作台(ComfyUI 创作项目)修复了 Registry 安装包,将校验工具生成的 .ruff_cache 排除在外。节点功能、接口和工作流兼容性均保持不变。
ReelMimic 是一个开源项目,用户提供参考视频和一句需求,它会拆解剪辑节奏、镜头长度、转场、构图、色彩与运镜,先生成分镜和风格帧计划供确认,再交由最多 6 个 AI 智能体并行制作,每个镜头由另一个智能体审核,修复需附前后对比截图。
推荐理由:本地运行的多智能体动画工具,可把参考视频的节奏与运镜拆解成可审阅的创作计划。
导演台 0.4.10 新增手绘运动路径,支持地面、楼梯和物体表面,可多笔续画并撤销,同时保留点选方式。该版本优化大型导入模型的拖动与时间轴编辑,将 OBJ 解析、打包和校验移入后台 Worker,并为深度画面加入曲线调节和范围采样。
mlx-audio 发布 v0.5.7,由 lucasnewman 提交,自上一版本以来 main 分支累计 56 次提交。本次更新将版本号升至 0.5.7,并移除了多余的 soundfile 引用。
Second Unit 发布 2026.09.28 版本,将 Windows 下载更新至 main 分支,纳入 9 月 15 日包之后新增的工作流目录与修复。更新包含 MiniMax H3、LTX 2.5、SAM 3.1、WAN 2.2 和 Juggernaut 工作流目录,以及模型专属提示词扩展、环境预设、种子处理和 H3 Pose Follow 修复。
即梦AI网页版上线样片模式,先用480P生成草稿,满意后再原生升清为1080P成片,480P成本约为1080P的1/8。作者实测一支15s视频,480P抽卡2次加升清合计99元,直接1080P抽卡为156元,省约38%;成片基本还原样片,站位、台词、核心道具、景深、音效肉眼无明显区别。样片模式在画布中也可用,保留全能参考、首尾帧、智能编辑等Seedance 2.5能力,暂不支持3分钟超长视频。
推荐理由:即梦上线样片模式,用480P草稿加原生升清替代直接高清抽卡,创作者可据此重算分镜预演与试错成本。
HelloGitHub 第 126 期收录 31 个开源项目,含为 Claude Code 定制状态栏的 ccstatusline、可安装到 Codex 的手绘风格生图技能包 handraw-style,以及把 SRT 字幕转成白板手绘视频的 srt-whiteboard-animation。
VideoLingo v3.1.1 发布,新增 Fish Audio 官方配音 Provider,默认使用 s2.1-pro 模型,可从原视频 15–30 秒语音克隆音色且不在账户中保存声音。
InvokeAI 发布 v6.14.2,修复 6.14.1 的多个 bug 并新增两项功能:Canvas 文字工具支持导入自定义字体,以及通过参考图将图像风格迁移到 krea-2。该版本还修复了密码重置令牌、路径遍历防护、img2img 色调分离、VRAM 中量化 Qwen2.5-VL 编码器释放等问题,并限制 Z-Image 仅使用 Qwen3 4B 编码器。
即梦 AI 推出「样片模式」,先用 480P 低成本抽卡,选定满意的一条后原生升清为 1080P 成片。作者实测 30s 视频 480P 每次消耗 270 积分,直出 1080P 需 1920 积分,抽卡 5 次再升清共 3270 积分,比全部 1080P 直出的 9600 积分省近 66%。
drama-skills 发布 v0.8.0,新增「爽点先行」改编流程:先按观众收益排爽点表再切集,第 1 集入口至少比较三个候选,其中一个是冷开。本版加入系统流、重生穿越、逆袭三张题材卡,分镜逐镜写运镜,剪辑单新增画面文字与音效行并由 render 叠到成片,同时支持 Wan 3.0 视频提示词方言(target_video_model: wan-3.0)。
VideoLingo v3.1.0 发布,默认本地语音识别引擎改为 Qwen3-ASR,并用 Qwen3-ForcedAligner 对齐词语时间,默认选 1.7B 模型,也可切换 0.6B。
SunoMV 上线"一句话做 MV"功能,用户写一句含人物、地点、曲风和转折的话,即可得到歌名、Suno 曲风标签、完整歌词和四到六个镜头方案,方案由 Claude Opus 5.5 起草。
ComfyUI H3 Project Suite 的项目面板现已可在 SwarmUI 内运行,因 SwarmUI 代理会丢弃携带面板安全令牌的请求头,令牌改为回退到请求体,文件上传场景则回退到 URL。普通 ComfyUI 不受影响,相关说明见 SECURITY.md 与 CHANGELOG.md。
ComfyUI 遮罩编辑器(Mask Editor)首次发布 Shift 取色功能,可在默认的 Paint Pen 中通过 Shift 点击拾取颜色。
开发者发布 ComfyUI 自定义节点 ForgeNeo Bridge,将 Forge Neo 生成的图片拖入 ComfyUI 画面即可读取模型、提示词、种子和尺寸等信息并自动排布工作流。
开源项目 killkli/minimax-h3-colab-skill 是一个可独立使用的 Codex 技能,通过 Google Colab 将本地参照图片生成短篇 MiniMax H3 Ref2VA 视频。
LibTV 1.5 上线,Agent 升级为 TV Director,并新增剧本原创及改编、角色造型室、导演执导、3D-BOX、创意片头五项能力。作者以一部古装短剧实测:TV Director 可一次规划 50 集大纲与分集剧本,剧本支持像文档一样手动编辑或框选交给 Agent 修改;角色造型室可捏脸调整五官、发型、身材与服装,并批量替换画布上相关资产。
推荐理由:作者以完整古装短剧实测 LibTV 1.5 的剧本、角色、分镜与 3D 预演流程,可据此判断这套工作流能否替代现有出片环节。
pyvideotrans 发布 v4.14 Windows 预打包版,完整包 2.7G,补丁包 360MB 仅用于覆盖旧包。该版本优化语音、字幕、画面对齐算法,Google 翻译前先检测,遇 429 拦截自动切换微软翻译,并优化 openai-whisper 模型下载。MacOS/Linux 需源码部署,新版有问题可继续使用 v4.13/v4.03。
介绍 Pika API Club 会员聚焦——展示用 Pika API 做出真正令人兴奋的作品的开发者和的小团队。 AI-Bridge @doerstokyo342,一家位于东京的 AI 工作室,提供视频制作、企业培训和定制 AI 工具。加入 Pika API Club 后,他们的生成媒体成本降低了一半。阅读全文 👇
Tagtelier v0.5.18 为 LoRA 画面新增「排列方式」,可按文件夹分组显示并记住选择,同时修复了不同文件夹同名 LoRA 被合并、只显示一个的问题,重名项以「文件夹名/文件名」显示。该版本还新增 LoRA 商用利用标识(可经「商用信息获取」按钮从 Civitai 批量取得)、收藏 LoRA 缩略图加★、按检查点或 UNET 注册规定提示词,并支持 LoRA 强度取负值。
Qwen-Image 2.1 与 TaylorSeer 缓存并用的张量形状不匹配问题已修复并合并进 Diffusers 主分支,从 9 月 21 日晚提 issue 到 9 月 25 日合并不到四天。
ComfyUI 批量节点插件发布 v0.2.0,新增 BatchLoadRecords 通用记录迭代节点,可消费 BATCH_RECORDS 列表并与任意 BatchSave* 节点配合,支持 {index}、{name} 等模板 token 及自定义字段格式。
Claude Opus 5.5 遇上 Runway MCP。 将 Runway 直接接入 Claude,即可用 Gen-4.5、Seedance 2.5、GPT Image 2、Kling 等生成精美图像和视频,就在你的工作界面中完成。几秒内即可通过下方链接接入。
explainroo 是一个免费开源工具,让编码智能体根据主题生成讲解视频,配音、计时和渲染都在本机完成,最终输出 MP4。智能体只需写 script.md 和 scenes.js 两个文件,Kokoro 负责朗读(28 种声音、无需账号或 API key),Whisper 标注每个词的发音时间,Chrome 后台绘制画面,ffmpeg 合成视频。
开源项目 muse2api 将 muse.ai 网页端多模态能力逆向封装为 OpenAI 兼容 RESTful API,支持 /v1/chat/completions、/v1/responses、文生图、图生图、文生视频与首帧图生视频。
Runway 推出新功能 Layers,可一键把任意图片拆分为可编辑图层。用户能在 Runway 内移除背景、修改文字,并单独调整任一元素,无需离开 Runway。
拍摄后的修改是工作的一部分。服装、背景、灯光——现在更多这类修改无需让所有人重返片场。
ComfyUI-Easy-Media 发布 v1.3.3,新增多图加载器,并修复多轨项目中视频音频提取导致的音频锁死问题。该版本为多轨编辑器加入任务图片静音、任务片段合并与提示词批量应用,支持暂停预览精确到帧,并允许 SelfLift 高分辨率阶段使用独立模型。
Promptsref 9 月 25 日刊选出本周三大热门 Midjourney SREF:电影感动漫混合、糖果色 3D 动画混合与图形卡通单码风格。三者均以角色塑造为核心,分别适用于视觉小说场景、吉祥物概念与头像设计。官方提示这些仅为创作方向参考,并非实测输出。
ChatGPT 的 /leeveo 命令可将同一角色转换为不同面孔、年龄、服装、表情、姿态与故事世界,同时保持身份一致。官方演示以 Gandalf、Frodo、Mad Max、The Bride 为参考,一个参考角色衍生出十种创作方向,用于 AI 影片、分镜、游戏、营销活动与视觉叙事中的角色构建。
你的 Grok Bots 现在变成了制作工作室。将它们连接到 Pika API,它们就能通过一个 API key 使用 120+ 模型生成图像、视频和音频:Seedance 2.5、Wan 3.0、GPT-image-2 等。
ComfyUI-PerfectVideoResolution 发布工作流更新,将 changelog 提取逻辑改用纯 shell 重写。此前工作流内嵌的 Python(pathlib/subprocess)被 registry 安全扫描器标记为 python_sensitive_file_access,导致 0.1.1 版本被拦截。
Tern 是一款在 Apple Silicon 上本地运行的播客与视频库搜索工具,通过 whisper.cpp(Whisper Large v3 Turbo,Q5)、Apple Vision OCR 和 SigLIP-2 三路索引,可按语音、屏幕文字或画面内容检索任意片段,结果融合为统一排名。
Runway 为 Seedance 2.5 推出 Draft mode 草稿模式,可在探索阶段更快生成并消耗更少 credits,之后再把满意的结果增强到完整画质。
BridgeMind 发布开源桌面应用 BridgeClip,可从播客、直播和访谈中找出完整片段,剪辑后导出带字幕的竖屏 9:16 或横屏 16:9 短视频。视频渲染在本地完成,AI 处理走用户自己的 OpenRouter key,支持 macOS、Windows 和 Linux,安装包内含 Python、FFmpeg 与 yt-dlp。
推荐理由:开源桌面工具把长视频切片、字幕与发布串成一条本地渲染流程,创作者可据此评估自有素材的复用方式。
OpenCut 发布 FFmpeg 8.1.3 (build 1) 预发布版,为其媒体 crate 提供 LGPL 共享构建,由 Media dependencies 工作流编译。每个压缩包内含确切的 configure 参数(BUILD.md)及 FFmpeg 许可证,可通过 bun run crates/media/setup/pin.ts ffmpeg-8.1.3-1 固定版本。
Trendlume v0.3.0 发布,将视频生成引擎从单一文本流水线升级为知识科普、电商带货、故事短剧三大赛道生产体系。
SmartSub 发布 v3.9.0,新增内置 AI 创作助手(快捷键 ⌘J / Ctrl+J),支持上下文感知、对话式字幕润色、截图排障与文件对话。该版本支持 MCP 协议与 CLI 自动化,提供 111 个工具与统一命令行,可一键连接 Cursor、Codex 与 Claude Code,并新增音视频工具箱,涵盖音频提取、字幕合并/转换/对齐、视频压缩、裁剪与转 GIF。