Kandinsky 6.0 在 ComfyUI 中生成带同步音频与口型的视频(含工作流)
Kandinsky 6.0 是 Kandinsky Lab 于 2026 年 10 月发布的开源权重多模态扩散模型,可单次生成 5 秒视频与同步 44.1 kHz 音频,并用 <S>...<E> 标签控制角色口型同步。
Kandinsky 6.0 是 Kandinsky Lab 于 2026 年 10 月发布的开源权重多模态扩散模型,可单次生成 5 秒视频与同步 44.1 kHz 音频,并用 <S>...<E> 标签控制角色口型同步。
烤妹的火柴人 Skill 更新,从生成到封面到发布全链路闭环,Director 和 Autopilot 两种模式均已支持。该 Skill 提供 YouTube 高点击封面和一键发布工具包,GitHub 仓库地址为 https://github.com/kaomei/stickman-video-director。
AI Canvas v0.10.21 发布,为分镜表和视频节点加入摄影设置,并支持分镜内容与台词全屏编辑。分镜表支持整表摄影默认与单镜覆盖,选择摄影机、镜头、效果、焦段等参数后自动加入生成提示词,视频节点复用同一套设置。数据库维持 v26,云同步仍为手动同步;Windows 旧款无 AVX/AVX2 CPU 需用 Legacy 包,macOS 仅提供 Apple Silicon 包。
用户尝试用H3进行全身角色替换,但未能找到保留原始动作的工作流。其他模型也有问题:scail2眼睛有缺陷、wan22肢体消退、ltx 2.3质量差。用户寻求基于动作捕捉而非motion control LoRA的精确动作迁移建议。
Open SuperComputer 是一个开源创意工作区,将聊天助手接入本地 ComfyUI 实例,用户用自然语言描述需求即可调用工作流,并在聊天作用域库中管理源媒体与生成结果。它还能在不离开对话的情况下进行基础图像和视频编辑。项目仍处于早期,开发者欢迎 ComfyUI 用户反馈工作流设置、资产处理等建议。
一位使用 RTX 3090 的 3D 视觉师寻求图生视频(i2v)工作流建议,用于建筑可视化(Archviz)制作,要求仅做相机推拉,且不扭曲或模糊画面中的结构与人脸。该用户希望工作流能在其 PC 上正常运行。
3D 到 AI 视频工作流用 3D 模型作为参考解决 AI 视频角色随镜头角度变化而漂移的问题,涉及 Trippo 3D、Hunyuan 3D、Meshi V7 等模型生成工具。其中 Meshi V7 导出格式灵活,Cozy Clay 可在浏览器中操作模型,Simulon 可将角色放入真实环境生成视频。但生成的模型默认未绑定骨架,动画仍需额外绑定步骤。
推荐理由:用 3D 参考模型解决 AI 视频角色漂移的工作流,并对比 Trippo 3D、Hunyuan 3D、Meshi V7 等工具的适用场景。
作者在 ComfyUI 中测试 MiniMax H3,用首帧加 18 帧分镜和 3 个 LoRA 生成连续打斗,在 RTX 3060 12GB 上输出 1536×864、24fps、约 12 秒(289 帧),生成耗时约 28 分钟。结果得到连续动作序列,无慢动作或剪辑,但动作仍不真实,地面交互尤其困难;作者未单独测试各组件,因此不是对比结论。
推荐理由:作者公开了在 RTX 3060 12GB 上用首帧、18 帧分镜和 3 个 LoRA 生成连续打斗的完整参数,可迁移到类似动作场景。
首部AI院线电影《三星堆:未来往事》上映一周票房不足150万,上座率约1%,红果免费AI短剧将AI内容价格锚定为零,观众不愿付费。对比之下,芒果TV免费播出的AI剧《后西游记》带动芒果超媒股价几天涨五成,而《三星堆》需付费观影,片方分账仅几十万。红果日活1.68亿,一季度微短剧十二万多部,九成五以上是AI短剧,AI短剧万播收益已跌至个位数。
推荐理由:红果免费AI短剧将AI内容价格锚定为零,AI电影票房惨败,行业需重新评估AI内容付费模式。
作者发布 Phane,一个 100% 开放权重的本地创作工具,8GB 显卡即可运行,支持文本到 3D 运动再到任意角度。它集成 45 个引擎,覆盖图像、编辑、视频、重铸、语音等能力,一键安装,无需云端或积分。
推荐理由:这个开源工具让 8GB 显存显卡也能本地运行 45 个引擎的文本到 3D 与视频创作流程,创作者可评估是否用它替代云端付费方案。
巴西成为海外短剧下载第三大市场,中巴开始合拍。2026年上半年巴西位居海外微短剧应用下载量第三,2025年月活跃用户约2400万;拉美短剧应用下载3.50亿次,同比增长71.7%,葡语口型匹配是面向巴西市场的关键环节。
国家广播电视总局发布《中国—东盟微短剧国际传播发展报告》,指出中国微短剧正成为继美国电影、日本动画、韩国电视剧之后的第四大全球性视听产品形态。报告显示,2026年1至9月上线微短剧达49万部,是2025年全年的13倍;海外市场规模将超60亿美元,同比增长67%。出海微短剧中AI剧占比超六成,本土剧占比由5%升至11%。
推荐理由:报告给出微短剧出海的结构性数据,AI剧占比超六成与本土剧占比回升,为从业者判断出海内容形态提供参考。
Kling 4.0 通过 Omni Reference 支持最多 15 个参考资产,帮助用户无需完整分镜清单即可规划镜头。提示词上限 8000 tokens,可用 10 张关键帧图片,生成 3-30 秒预览。分镜清单仍是规划工具,但 AI 时代不再是创作前提。
Animatic 是将分镜画面按时间排列成的动态预览,用于在制作前判断节奏与剪辑点。Kling AI 的 Kling 4.0 视频生成与编辑模型支持 3–30 秒视频生成,配合 Omni Reference 可组合最多 15 个参考素材(10 张图片、5 段共 30 秒视频、7 个主体参考),帮助创作者从分镜快速生成动态草稿并调整动作、运镜与场景节奏。
Lee Veo 发布教程,用 ChatGPT Images 和结构化 prompt 创建一致的 3D 卡通角色,无需 3D 建模经验。教程涵盖角色表、表情、姿势、场景和图像到视频动画的完整流程,并给出可复用的 prompt。
推荐理由:这套用 ChatGPT Images 生成角色表并保持跨图一致性的流程,可直接迁移到 AI 短剧或系列动画制作中。
SpecSlot 是一种像素空间整流流 Transformer,通过角色耦合分词将输出细节与全局注意力序列长度解耦。在 ImageNet-512 上,SpecSlot 将 FID 较对照提升 2.84,同时减少 3.9% FLOPs;在文本到图像生成中,DPG-Bench 分数超过 JiT-B/8 1.06,前向成本降低 40.6%。
Reddit 用户尝试在 ComfyUI Desktop 上使用 LTX 2.3 时无法工作,重新安装后仍无效。Image Z Turbo 可正常加载,但其他模型几乎都无法加载。
红果短剧广告报价曝光:每千次曝光25元,每天最低投放10万次,对应最低消耗2500元。据DataEye报告,2026年2月红果免费短剧App月人均单日使用时长达到125分钟,AI漫剧核心用户偏向年轻男性,与真人短剧女性用户形成互补。
drama-skills 发布 v0.10.0,更新打戏按回合拆镜、群戏台词压反应说完、缺参考图照常交付视频提示词,以及英文台词按词估时。打戏单拍短于最短生成时长时提出“起手→打击特写→余波”多镜容器;英文台词需在 format.pacing 声明 spoken_words_per_second,不声明时不计入估算秒数。
Genspark Media Studio正式发布,接入20多家厂商的70多个模型版本,覆盖视频、图像、音频和3D生成。实测中可用Seedance 2.5、Kling、Veo生成视频,ElevenLabs生成音频,并通过“故事圣经”功能自动生成短剧。Plus和Pro会员在10月27日至11月4日期间积分消耗五折。
推荐理由:Genspark将20多家厂商的70多个模型整合进一个工作台,零基础用户也能完成从剧本到成片的完整流程。
2xLabs凭AI短片《合龙》获抖音AI创作大赛金奖,并受邀参加中宣部电影局主办的第九届中国电影新力量论坛。该团队有多年传统影视制作经验,17分钟短片AI影像制作仅用约一周,算力成本不到10万元,12人参与创作,配乐为原创音乐、配音全部由AI生成。团队目标是成为头部AI影视内容生产机构,承接商业项目、承制外部IP并开发原创剧集。
Lemo-Opuscar 是一个用 Claude Code 写代码生成短片的开源项目,完全不依赖视频生成模型,通过 canvas/WebGL 逐帧渲染、headless Chrome 截屏和 ffmpeg 合成,已积累 59 种风格,一个月获 8274 个 star。
推荐理由:作者从 Lemo-Opuscar 提炼出盲导演模式三步法,把作品变纯函数、感官换断言、品味写文档,可迁移到其他 AI 创作任务。
文章拆解海外六大短剧平台对AI仿真人短剧的分账政策与题材偏好:PineDrama月结最透明、DramaBox AI专项保底最激进、DramaWave超90%上新为AI生成、FlickReels对原创团队最友好。
推荐理由:横向比较六大海外短剧平台对AI仿真人短剧的分账政策与题材偏好,为创作者选择平台和签约提供可操作的参考。
一位创作者用 ComfyUI 制作了 3 集动画迷你剧的第一集,讲述小女巫被诅咒吞噬、遇见巨型猫的故事。技术流程包括用 ChatGPT 生成姿势与构图、Qwen Image 工作流去除 ChatGPT 风格、MinimaxH3 完成动画,并用 ElevenLabs 处理音乐与音效。作者正寻求角色一致性与多镜头动画方面的反馈。
NoobGamerZaid 发布 Phaino,一个基于 ComfyUI 的开源 AI 图像与视频工作室。它支持 FLUX、Wan 2.1/2.2、HunyuanVideo 等开源模型,提供一键相机运动、角色替换、视频工具和内置时间线编辑器,每个结果都是可编辑的 ComfyUI 工作流,可连接 Comfy Cloud 或本地 ComfyUI。
推荐理由:开源工作室把 ComfyUI 工作流封装成可编辑的完整流程,创作者可据此评估本地化 AI 影视制作与出片效率,并复用其模型接入方式。
作者在 1200 次 H3 渲染后构建了 ComfyUI 开源镜头管理工具 Picky,用于管理镜头、比较渲染结果并生成结构化提示。该工具支持镜头归档、提示版本保留、角色设置和 H3 常见误读检查,可本地运行,GPL-3.0 开源。
推荐理由:作者在 1200 次渲染后构建了开源镜头管理工具,可迁移到其他视频模型的工作流,解决输出文件夹混乱问题。
数英招聘频道发布AI搭建岗位,负责多平台AI图片视频生成、分镜脚本与工作流搭建。岗位要求熟悉libtv、mj、tapnow、ComfyUI工作流及LoRA训练,有1-2年相关经验,懂镜头与分镜台本,英语能力强优先。
最新版《关于进一步加强演员片酬管理的通知》发布,网络剧、网络电影和微短剧首次被纳入片酬管理,单片最高片酬由5000万元降至3000万元,总片酬占比上限由40%调至30%。新规影响下,横店短剧演员日薪从巅峰10万元腰斩至4万元,一季度开机量同比暴跌75%,超六成基层演员零收入。薪酬保证金账户、集体合同正从行业自律走向机制安排,由制作方向专用账户缴存保证金,演员薪酬优先从该账户支付。
推荐理由:新规将微短剧纳入片酬管理;单片上限压至3000万元并让短剧赛道接受与长视频同等的财务纪律。
成都青羊区与麦芽传媒、北京跳跃视界签约,建设成都首个AIGC数字内容集聚区,落地OPC一人即一剧组生产模式。麦芽传媒将组建AI后期制作团队,跳跃视界平台为生产底座,两年目标集聚OPC创作者千人以上、带动营收超10亿元;青羊区提供6000万元算力支持,并与NetShort合作建设全球发行体系。
10月短剧平台密集升级激励政策,抖音、腾讯、快手将现实主义、乡村民生、年代传奇列入重点扶持清单,霸总甜宠题材退居二线。抖音首发真人短剧分层激励最高60万元,红果将现实主义、悬疑推理、年代怀旧列为扶持重点。AI漫剧须显著标注生成标识、总时长不低于70分钟,侵权或未备案作品扣除收益。
推荐理由:三大平台激励政策转向现实主义题材,AI漫剧标注与时长要求成为硬指标,创作者可据此调整内容方向。
字节将短剧 feed 嵌入 TikTok 主站内测,旗下 PineDrama 进入美、巴、泰 iPhone 免费榜前十,用免费+主站流量重写出海短剧的获客与变现方式。
推荐理由:字节将短剧 feed 嵌入 TikTok 主站并免费分发,对依赖买量和付费墙的出海短剧玩家构成结构性压力。
CoAnimator 官方对比 Claude Code 与 Cursor 在动画与动态图形项目中的工作流:Claude Code 适合在舞台旁直接指导,Cursor 适合在现有代码编辑器中与产品代码一起工作。
赵露思监制短剧《Sonder·我不是npc》完结,预计全集播放量约5000万,按分账模式大概率亏损。该剧采用无底薪分账模式,导演和演员无基础工资,靠项目利润分成,剧组通过直播带货回笼资金。分析认为该模式主要依赖赵露思个人IP,脱离头部IP加持同类玩法风险较高。
抖音集团李亮近日发布长文,与知名媒体人秦朔论战,并分享对短剧赛道与行业自媒体生态的看法。他认为短剧与传统影视剧无本质差异,评判核心是内容本身,同时看好AI为视频创作带来增量空间。他还指出,专家类自媒体定价更高有合理性,但专业发声应守住伦理底线。
HIX AI的Seedance 2.5模型被用于制作约18秒的竖屏万圣节短剧《不给糖就递名片》,主角异世界勇者武在万圣节夜向孩子们递名片而非糖果。制作中发现,删减故事比增加提示词更能提升短剧效果,最终只保留万圣节夜递名片的核心场景。HIX AI作为集成多种AI功能的平台,还提供图像生成、AI聊天和幻灯片制作等功能。
Higgsfield 向 ComfyUI 发出停止侵权函,要求 48 小时内撤下 Open Source Higgsfield 挑战,理由是使用其名称与 CEO 肖像构成侵权。ComfyUI 拒绝撤下,称已咨询法律并获充分支持,挑战将继续。ComfyUI 表示该挑战由社区组织、与 Higgsfield 无关,旨在复刻其未兑现的开源承诺。
ComfyUI 于 2026 年 10 月 28 日合并两个核心 PR,将 MiniMax H3 的高分辨率路径移入核心,新增潜在空间放大节点和 Sol-H3-VAE 解码器支持。
推荐理由:ComfyUI 将 MiniMax H3 的高分辨率路径移入核心,创作者可仅用核心节点完成 2K 生成,无需额外节点包。
Reddit 用户 MustBeSomethingThere 分享了一种生成更长 AI 视频的技巧,旨在通过先生成开头、再用开头作参考生成结尾、然后从结尾反向向中间生成,减少长视频分段生成中的质量漂移。对于六段视频,生成顺序为 1→6→5→4→3→2,但播放顺序仍为 1→2→3→4→5→6。
MOSS-Image int8 在 ComfyUI 上生成 1024x1024px 图像,默认设置(prompt enhancer 开启)耗时 426 秒;关闭 prompt enhancer 后降至 122 秒,调整年龄参数(15-19岁)后约 117-121 秒。生成图像真实感较高,与 Krea2 相比风格更硬朗。
作者对比无 LoRA 与角色 LoRA 的生成效果:无 LoRA 时每次运行得到不同女孩,角色 LoRA 在不同场景保持同一张脸、卷发和身体。作者建议把 20 张缩略图放在手机大小的网格中整体判断一致性,并指出头发和身体同样会暴露不一致。