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。

11月11日周三
  1. Reddit comfyui · 创作与工作流分享70

    MiniMax H3 Image 在 ComfyUI 中 day-0 原生支持

    MiniMax H3 Image 在 ComfyUI 中 day-0 原生支持,一个 checkpoint 同时支持文生图和参考图编辑。模型为 CFG-distilled,6 步采样且无需负向提示词,原生输出 4096×4096(1:1)等分辨率,支持多参考图编辑和 4096 token 长提示词。

    推荐理由:MiniMax H3 Image 在 ComfyUI 中 day-0 原生支持,一个模型兼顾文生图与参考图编辑,6 步采样且原生高分辨率输出,创作者可据此评估是否替换现有图像生成流程。

11月10日周二
  1. Reddit StableDiffusion · 创作者与工作流分享58

    MiniMax H3 Image 提供提示词编写 skill

    MiniMax H3 Image 提供提示词编写 skill,可从官方 GitHub 下载。该 skill 与视频模型已有的同类 skill 类似,帮助结构化提示词、提升生成一致性,下载地址为 https://github.com/MiniMax-AI/MiniMax-H3-Image/tree/main/skills/h3-image-prompt-writing。

  2. AI-Canvas-tauri · 公开创作工具发布31

    AI Canvas v0.11.1:型号参数与万象视频适配

    AI Canvas v0.11.1 统一同型号图片和视频基础参数,并适配万象视频时长与参考素材。万象 H3 仅支持 15、20、25、30 秒,默认 15 秒;C2/C3 仅支持 5、10、15 秒,C3 禁止音频参考。同时改善 Muse 上传与发送确认,新增素材节点“复制文件路径”,旧项目不自动迁移。

  3. Ciaro · 中文AI电影制作教程56

    如何评估AI生成图像能否作为电影镜头构想

    Ciaro发布教程,讲解如何评估AI生成图像能否作为电影镜头构想,从构图、光线与空间关系判断画面是否传达预期戏剧意图。文章以假设性拍摄简报为例,说明单幅图像可提示机位高度、视觉距离和透视关系,但无法可靠确定精确焦距、摄影机运动或画框外空间布局。评估时应先看构图再看细节,区分光线构想与氛围光晕,并记录工具、模型版本等测试条件。

  4. lilting channel (English) · 创作分享61

    SnapRef v2a 与 v1b 单角色参考对比评测:M1 Max 实测

    SnapRef v2a 在 M1 Max 上与 v1b 的对比测试显示,v2a 的参考姿态跟随明显增强,Base 跑步场景 5 个种子中 4 个转为正面,但定量指标与 v1a 基本持平,且 Turbo 上仍有腿部服装漂移、MPS 并排参考图仍输出纯黑。v2a 节点自动映射 2.9B 权重,无需手动改键,Base 生成速度略快于 v1b。

  5. note · cocoredo_2509 · 图像视频创作分享55

    AI图像局部修正时,为什么其他部分也会变化?

    AI图像局部编辑常出现修改一处却连带改变脸部、服装或背景的问题,本文给出前后对比与固定对象检查的实操方法。作者提出将变更对象与固定对象分开、保留修正前基准图、按相同条件对比等步骤,并强调判断成功需同时满足变更部分改善、固定条件维持、整体无新破绽。

  6. Creative Bloq63

    迪士尼与 Adobe 达成 AI 合作引发关注

    Adobe 成为迪士尼官方 AI 创新合作伙伴,将合作开发基于迪士尼自有 IP 的定制 AI 模型,用于迪士尼和 ESPN 制作及主题公园。这些模型将支持 StudioLAB 和 ESPN Edge,并用于迪士尼乐园和邮轮,部分开发流程可从数月压缩至数天甚至数小时。迪士尼此前与 OpenAI 的合作在 OpenAI 叫停 Sora 后破裂,距开始仅三个月。

11月9日周一
  1. Reddit StableDiffusion · 创作者与工作流分享18

    Krea 2 为何缺少角色 LoRA?

    Krea 2 用户发现新角色几乎无现成 LoRA,而 Anima 与 Illustrious 社区仍在大量训练新角色 LoRA。发帖者尝试先用 Illustrious 或 Anima 训练角色 LoRA,再迁移到 Krea 2,但结果参差不齐。发帖者询问 Krea 2 是否因训练难度过高,或存在某种工作流使角色 LoRA 不再必要。

  2. 字节 Seed 官方博客63

    Seedream 5.5 发布:支持 100 轮稳定编辑与原生 RGBA 输出

    字节跳动发布新一代图像生成模型 Seedream 5.5,支持 100 轮多轮编辑、原生 RGBA 透明背景输出,并提升图像真实感与文字渲染。相比 Seedream 5.0 Pro,六个生产场景的可用率均有提升,影视和办公场景可用率超过上一版两倍;文本严重损坏率降至 0.4%。

    推荐理由:Seedream 5.5 主打 100 轮稳定编辑与原生 RGBA 输出,评测显示文本严重损坏率降至 0.4%,为专业视觉生产提供更可靠的图像资产。

  3. InvokeAI 官方发布75

    InvokeAI 7.0.0 beta 1 发布

    InvokeAI 7.0.0 进入 beta 1,这是其最大版本更新。新增项目、单工作台、视频面板支持 MiniMax H3、LTX-2.5 和 Wan 2.2。官方警告 v7 数据库迁移不可逆,升级前需备份。

    推荐理由:InvokeAI 7.0.0 进入 beta,新增项目、视频面板与多模型支持,创作者可据此评估升级。

  4. note · quirky_hippo6791 · 图像视频创作分享41

    AI漫画制作|从「线是不是太短了?」开始,用ChatGPT与Gemini打磨AI野外漫画

    一位创作者用ChatGPT与Gemini制作AI野外漫画,从发现AI生成图中钓鱼线过短的问题出发,逐步构建出涵盖道具、服装、角色判断与4页起承转合结构的制作流程。该流程以ChatGPT负责设计与整合、Gemini负责矛盾与因果深挖、人类编辑负责最终判断的方式,在6个真实地点完成6篇短篇实验。

  5. note · rosy_dog6649 · 图像视频创作分享38

    同样的提示词为何AI图像会变?Midjourney与PixAI的seed作用与设置保存方法

    Midjourney与PixAI的seed决定生成起点随机噪声,不指定时每次生成都会变化;相同seed下若提示词、模型或设置不同,结果也会不同。Midjourney用--seed 12345指定,PixAI的Tsubaki.2、Tsubaki.1、Haruka v2支持seed输入而Reference Pro不支持。比较时应只改变一个变量,并保存完整设置备忘录。

  6. Reddit StableDiffusion · 创作者与工作流分享45

    slopfab:用 Claude Code、Codex 等智能体在本地生成视频、图像和音乐

    开发者 BittiAI 构建了 slopfab,一个让编码智能体直接生成媒体文件的原生命令行工具,支持 MiniMax H3、Krea 2、MOSS、Fibo 2.0、YuE2 和 MiniMax Music3 等模型,涵盖视频、图像与音乐生成。工具可在本地 Windows/Linux 上运行,支持 CUDA/Vulkan,无需云或账户,并可通过 SSH 远程执行。

11月8日周日
  1. Luma News19

    HeyGen 的局限:它无法做到什么

    HeyGen 无法制作电影级场景、产品镜头或环境内容,仅支持预设手势,无自定义动画或全身动作控制。渲染高峰期延迟可达 60 分钟,口型同步在声调语言和地区口音下精度下降,且不提供 HDR 或 EXR 专业调色输出。Luma 的 Ray 3.2 支持 16-bit EXR 导出,Layers 支持元素级编辑,Luma Agents 可维护项目上下文。

11月7日周六
  1. あいきみ · 图像编辑与LoRA实测53

    Aikimi Forge Neo v6.0.0 支持 P-H3 Image 图像生成与编辑

    Aikimi Forge Neo 更新,新增支持基于 MiniMax H3 的 P-H3 Image 图像生成与编辑模型,从 v6.0.0 起可用,支持文生图、图像编辑及多图参考生成。标准模型约 29.8 GB,需 Windows、NVIDIA GPU、Git 与网络连接;P-H3 Image 及生成物适用 MiniMax H3 使用条件,EU、英国、韩国、美国除外。

  2. Reddit StableDiffusion · 创作者与工作流分享41

    LoRA 训练问题或许不在 LoRA、训练参数或数据集,而在基础模型

    LoRA 训练效果差未必是 LoRA、训练参数或数据集的问题,基础模型才是关键。Reddit 用户 Inevitable_Pen9043 自 Stable Diffusion XL 时期发现,同一数据集训练 100、200 或 300 个 epoch 后,基础模型仍学不会风格;但同一 LoRA 在某个基础模型上看似欠训练,换到另一个微调模型上却表现完美。

11月6日周五
  1. TelosCompass · note AI视频创作实践60

    AI 插图广告视频:先确定一个人物再让它动起来

    制作 AI 插图广告视频时,先确定一张人物插画,再让它在各场景中动起来,可避免人物形象随场景变化。作者以 15-30 秒竖版咖啡店广告为例,用 ChatGPT 或 Midjourney 生成人物插画,Kling AI 让插画动起来,Hedra 对口型,Fish Audio 配音,并检查脸型、发型、服装、画风、背景五个要素,场景并排对比后只重做不一致的场景。

  2. note · kazu_fuwa · 图像视频创作分享59

    实测 ChatGPT Images 2.6:日语海报、编辑与动态 GIF 的能力

    实测 ChatGPT Images 2.6:指定日语的咖啡店海报文字与价格均按提示生成,约 3 秒的猫 GIF 可下载,但背景编辑连带改变了文字与构图,GIF 为 4fps 且循环处有跳变。官方称生成速度提升 50%,API 提供 Flare 与 Sunburst;作者提醒这是少数试行的结果,未做旧模型同条件比较。

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

    MOSS-image 标签提示词

    MOSS-image 模型用标签提示词能更准确实现创作者意图,尤其在描述流行角色时效果更好。用户建议先用标签定义场景内容,再用自然语言细化。

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

    Charles Dana Gibson Krea2 风格 LoRA

    Reddit用户newsock999用Charles Dana Gibson的三本书共209张图片训练了一个Krea2风格LoRA。这三本书为《Drawings》(1896)、《London as seen by Charles Dana Gibson》(1897)和《Americans》(1900)。

  5. z-ab · 开源短剧与创作项目分享25

    11月6日AI科技日报|20条精选

    11月6日AI科技日报精选20条动态。谷歌发布Gemini Omni 1.2 Flash,支持原生15秒视频生成与编辑,价格降低30%;一个训练成本约2万美元的文生图模型以Apache 2.0协议开源。此外,Claude Code被曝将用户邮箱发送至外部网站,微软2028年起取消教育版100TB云存储额度。

  6. Reddit StableDiffusion · 创作者与工作流分享42

    Qwen-Image-2.1 Uncensored Omni 发布:约100万张图像训练,提供9种本地格式

    Qwen-Image-2.1 Uncensored Omni 发布,其 rank-128 adapter 在约100万张图像上训练,以强度1.0合并进基础 transformer,并提供9种本地格式。该模型同时支持文生图与自然语言图像编辑,侧重灵活姿势和复杂构图。模型已在 Hugging Face 开放下载,代码与文档见 GitHub,在线体验在 chatrlabs.com/playground。

11月5日周四
  1. Reddit StableDiffusion · 创作者与工作流分享15

    小型创意机构如何选择 AI 图像与视频工具?

    意大利一家 7 人小型创意机构正在寻找 AI 图像与视频工具,预算约 €100/月,用于商业客户项目。该机构正考虑 Stable Diffusion、Magnific/Freepik、Runway 和 Krea,并询问 Automatic1111 与 ComfyUI 界面、图像编辑一致性、视频动画及商用许可问题。团队偏好简单设置,而非耗时管理本地安装。

  2. Ciaro · 中文AI电影制作教程40

    AI 扩图能否经受动态镜头的考验?

    AI 扩图在动态镜头下需经受视差、遮挡关系等考验,不能因参考帧正确就免于检验。Kling、BeFunky、Picsart 等工具的产品描述仅涉及静态图像任务,无法证明其在跟踪镜头中的表现。测试不能证明 AI 扩图或绘制的 matte 天生更快、更便宜或更好,只能说明每种方法为特定镜头提供的素材及待解决问题。