Tagtelier v0.6.0 更新:点击标签组装提示词,ComfyUI 联动生成与管理
Tagtelier v0.6.0 更新,这款桌面应用通过点击日文分类标签即可生成按生效顺序排列的提示词,并联动 ComfyUI 完成图像生成、视频生成与视频编辑。
Tagtelier v0.6.0 更新,这款桌面应用通过点击日文分类标签即可生成按生效顺序排列的提示词,并联动 ComfyUI 完成图像生成、视频生成与视频编辑。
MiniMax H3 RefMod 被用于动画制作,实测生成质量已达到可完全作为动画使用的水平,实拍版与动画版均可生成。用 Comfy-Cloud 制作约 55 分钟视频,月费约 $80USD;企业级成本约 $630USD/月,只需培养操作员即可运营。相比 Google Colaboratory 每 30 分钟断连,Comfy-Cloud 或 ComfyUI Desktop 版更省心易用。
作者介绍了 ComfyUI 中 MiniMax H3 的新角色固定技法 RefMod,无需 LoRA 训练,用 8 至 20 张同角色图片即可在数十秒内生成 1 至 2MB 的 .safetensors 角色文件。
推荐理由:RefMod 用 8 到 20 张图编码出 1 至 2MB 的角色文件,为不想跑 LoRA 训练的创作者提供了可对比的替代路径。
ComfyUI 发布 LivePair 创作项目,提供文生图、图像编辑和视频生成三类节点。该版本为首次发布,具体模型、参数与可用性信息尚未披露。
作者用 Hugging Face 上的 Wan 2.2,通过 Claude Code 的 MCP 调用,把 10 个静止画分镜中的大幅动作交给视频生成 AI,小幅动作则用 Python 程序移动部件完成。首尾两帧同时输入后,Wan 2.2 生成的视频背景与线条均未崩坏,未出现此前 Kling 那种画风被覆盖的情况;但角色爬石时仍会站起、舔叶只重复一次,靠文字指令只修好了脚、水壶和眼睛。
用 Claude Code 子代理每日发 note 的作者拆解单篇耗时:从 9/22 到 10/10 共发 19 篇,每篇约 25 分钟,其中 /daily 执行 10 分钟、图像生成 5 分钟、note 粘贴与发布 10 分钟。也就是说 60% 的时间花在 /daily 之外,图像生成需手动把 posts/ 里的提示词贴进 nano banana pro,仍无法完全无人化。
InvokeAI 7.0.0 alpha 2 发布,新增多画板项目、MySQL/MariaDB 高性能数据库后端、krea2/ideogram4/ernie-image 的 GGUF transformers 支持,以及 Atlas Cloud 图像服务商。该版本升级数据库后无法回退 v6,官方建议新建 root 目录试用,并新增 reserve_vram_gb 配置缓解 OOM。
SparkH3 团队发布 Spark-H3,这是面向 MiniMax-H3 的块稀疏注意力推理后端,其 ComfyUI 包 ComfyUI Spark-H3 v0.1.2 提供 RTX 40 与 RTX 50 系列在 Windows 和 Linux 上的预编译安装包。
建筑师在生成 AI 渲染前应先用 PureRef 建立可见的参考板,为每张图指定唯一角色——体量、材质、光线或氛围,并分组、剔除冲突。PureRef 是桌面参考图画布,支持排列、分组、标注与导出,本身不是建筑 AI 产品。在 ComfyUI 中只向 IP-Adapter 或图像条件节点输入所需参考图,并记录裁切与权重,避免整板压平成一张拼贴图。
异形角色Bonnie实测AI视频制作平台SkyProduction,用「智能画布」「分镜」「视频」三个功能完成了一支约40-50秒的8场景短片。视频生成使用Seedance 2.5,图像生成使用Seedream 5.0,单张图像消耗2积分,5秒视频消耗50积分,输出9:16竖屏720P带音频。
制作 Product Hunt 发布视频,需先确定要演示的客户问题,再录制产品解决该问题的过程,并删去无关细节。视频按“问题→产品动作→结果→下一步”组织成约 50 秒故事,动效前先用情绪板统一布局、节奏与声音方向。
Figma Weave(原 Weavy)定价为免费版含 150 积分,Starter 每月 24 美元、Professional 45 美元、Team 每用户 60 美元,分别含 1,500 至 4,500 积分。
ROCm Ninodes 发布 v2.3.14,回退了 h3_tile_size 改动。原因是 512px 的 H3 VAE tile 在实际渲染中会产生可见接缝和过曝,模型默认值 256 保持不变。
Design Direction v1.5 发布,这是一款本地 HTML 工具,解压 ZIP 后用浏览器打开 index.html 即可使用,无需安装,售价 4,980 日元。
AtomicChat 发布 Qwen-Image-2.1-Turbo 的 AD-Q4_K 量化版,体积 4.2GB,相比官方 BF16 版 14.2GB 省约 70%,作者实测 LPIPS 比普通 Q4_K 低 21%。
有开发者自制了一个 ComfyUI 自定义节点,可在节点上直接手绘,再送入 ControlNet 控制构图。作者称用 from side 等提示词难以控制人物朝向和持枪姿势,手绘后能固定构图、减少抽卡随机性,极端偏置构图也能实现。该节点已公开并附带工作流,功能仅需 LineArt 级别的控制能力。
作者安田亮介公开了自己用 Claude 桌面端配合 Claude in Chrome 操作 Seedance 2.5 生成视频的四步流程:先用 ChatGPT 做角色表、准备小物与声音素材,再写清人物、场景、动作、镜头、台词读音、负面提示和竖横比画质秒数,然后交给 Claude 自动操作 Yapper 平台生成,最后逐条反馈修改。
推荐理由:作者公开了自己用 Claude 操作 Seedance 2.5 出片的完整四步流程,含角色表、口型与成本明细,可迁移到自己的生成工作流。
一位作者用 AI 将自己在 note 上关于"卖东西"的文章改编成 1 分 28 秒黏土动画,从 9 月 28 日做到 10 月 9 日,共重做 9 版。
作者用 MiniMax H3 在 ComfyUI 里全本地生成了一支 2 分 33 秒的 Inkubus 介绍视频,从构思到上传 YouTube 约 6 小时,其中 GPU 运行约 2 小时。
Sitor AI 在 GitHub 开源 Frametell(帧言),可将一句话、文档、PDF、幻灯片或图片转成带字幕的 1080p 解说视频。流程由导演智能体先出分镜供确认,再写旁白、用 ElevenLabs(中文用火山引擎 TTS)配音、逐页绘制并自检,内置 warm-story、study、chalkboard、whiteboard、tech-dark 五种风格。
推荐理由:开源本地运行的解说视频生成工具,先出分镜待确认再配音渲染,创作者可据此评估是否纳入出片流程。
作者在 RTX 5060 Laptop(VRAM 8GB)上用 ComfyUI 本地跑 MiniMax H3,576×1024、10 秒带音频、20step 生成一条耗时约 38 分钟,而同任务在 RTX 5080 上为 6 分 18 秒。
awesome-claude-video-skills 收录了 268 个让 coding agent 做视频的开源项目,按框架与工具箱、产品宣传片、知识讲解、剪辑、竖屏短视频等 10 类用途划分,每个项目都标注 SAFE 或 CAUTION 安全分级,由 Agent Skills Hub 审计、清单每 8 小时刷新一次。
SunoMV 编辑器把一支 4 分钟、21 镜的歌拆成五档画面成本:只用文字 PV 和已有分镜图做动效均为 0 额度,AI 动效约 118 cr/镜,AI 视频约 700 cr/13.8 秒镜,全片开拍约 11,500 cr。其「均衡」方案只让 5 镜器乐段和 6 镜副歌开拍,约 5,600 cr,主歌用全屏文字 PV,副歌用视频叠文字 PV。
Depth Anything 3 可从单张平面建筑渲染图估计出可用的相对深度图,为 ComfyUI 提供结构引导,但无法还原精确尺寸或被遮挡的表面。文章给出恢复工作流:保留原图与原始深度图,接入深度兼容的 ControlNet 与图生图路径,从较低的降噪和控制强度起步,并先用假彩色预览检查玻璃、细杆件、重复开间和大面积平面处的深度边界。
制作 GitHub README 演示 GIF 的流程是:录制单个操作及其结果,转成 GIF 后存入仓库或用附件上传,再用  嵌入。
Chaos 在 Veras 4.5 中推出 Smart Selection,支持按对象、材质、类别及自定义提示词一键选中目标,无需蒙版笔刷即可驱动 Modify 和 Replace 操作,并覆盖 Web 端及 Revit、Rhino、SketchUp、Enscape 等集成。
Figma Weave(原 Weavy)与 ComfyUI 的核心差异是托管画布与本地画布之争:前者在浏览器里用积分调用 Google、OpenAI、Kling、Runway 等商业模型,后者是 GPL-3.0 开源软件,跑在自己的 GPU 上。
Higgsfield 的 Cinema Studio 把 AI 视频的运镜、机位与镜头从纯文本提示词改为生成前锁定的显式参数,以减少同一提示词每次生成结果的差异。
LTX Desktop 1.3.0 发布,整个应用换用与 LTX.io 一致的新界面,新增 Home 页、侧边栏与快捷搜索,首次运行合并为一个 Setup 界面。
Krea 2 scanline attention 模型补丁发布,采用 flex_attention block mask、全局文本与行窗口化图像注意力。
在 RTX 3060 Ti(8GB 显存)上运行 MiniMax H3 + Veda Sparse Attention 生成 1376×768 视频时,5.2 秒视频约 5 分钟完成,6.6 秒视频却耗时 31 分 30 秒,7.3 秒视频进一步升至 38 分 34 秒,10.1 秒则因 CUDA 内存分配失败异常终止。
Pixaroma 发布音乐视频《Out of Memory》,整首歌围绕 ComfyUI 展开,画面全部在真实 ComfyUI 中录制,包含真实工作流、实时预览、显存不足报错、缺失节点,以及从日志中修复损坏 VAE 的过程。
我把这个流程直接做成了一个 bot 并发布了。 你现在可以一键安装了:https://x.ai/bot/8mi67EcgDUS2FDtOAIKcJ
sd-webui-infinite-image-browsing 发布 v1.9.1,新增非媒体文件统一预览弹窗,并在模糊搜索中加入视频时长徽章与标签筛选(AND)。该版本还修复了首次启动报错,改进 sidecar 文件防孤立机制并缓存解包流程。
PROMPICKS 是一款 Windows 图像生成辅助应用,收录 4,874 个正向标签和 126 个负向标签共 5,000 个,支持用日语标签组合出英文提示词。它可连接 ComfyUI 直接执行生成并预览,兼容 checkpoint 与扩散模型分割结构,标准分割工作流最多可设 3 个 LoRA。售价 1,500 日元,ZIP 便携版,本体不含 ComfyUI 与生成模型。
Toonflow 2.0.5 发布,修复了画布无法粘贴剪贴板图片的问题,并将素材高度校验错误统一到供应商层。该版本提供 Windows、M 系列与 Intel Mac 及 Android(ARM64,Android 8 及以上)安装包,M 系列 Mac 安装包已完成 Developer ID 签名与 Apple 公证。
liyupi 在 GitHub 开源 ai-promo-video-maker,用户只需一句话说明要宣传的产品,AI 就会完成调研、提问、截图、配乐、配音、剪辑和校验,输出 4K 商业宣传片。
推荐理由:这套开源工作流把宣传片制作拆成可被 AI 执行的规范与脚本,创作者可据此评估能否替代外包流程。
作者推荐两款可免费使用的 AI 视频生成网站 Vheer AI 和 Hunyuan Video。Vheer AI 的 Image to Video 功能在选用 Vheer Quality 模型时,实测生成消耗积分为 0;Hunyuan Video 可设置模型、提示词与画幅比例,适合制作 TikTok、YouTube Shorts 竖屏视频。
Go-Ai-Studio v1.1.2 合入 @happymy 的 PR #5,新增 MiniMax H3 短视频抽帧、H3 多段视频渲染与拼接,并增强 LM Studio 兼容性。
ComfyUI 场景检测项目 scenedetect 修复了 Comfy Registry 的分发问题,通过将仅用于开发的开发文件排除在发布包之外。同时,GitHub Releases 与 Comfy Registry 的发布说明现已保持一致。