在 ComfyUI 中用 Flux 去除图片水印(含工作流)
Stable Diffusion Art 发布教程,介绍在 ComfyUI 中用 Flux.1 Fill 的 OneReward 变体整图重绘去除水印,降噪强度设为 0.4,提示词留空,由周围画面内容补全。
Stable Diffusion Art 发布教程,介绍在 ComfyUI 中用 Flux.1 Fill 的 OneReward 变体整图重绘去除水印,降噪强度设为 0.4,提示词留空,由周围画面内容补全。
Open Film Skills v1.4.0 同步了当前源码与独立下载包,Storyboard Director 更新至 A5.7.2,并纳入场景正反视角与道具结构细节补丁。
Grok Bot 自动给跑的 AI 早报视频定时任务执行了,效果不错的
一位 Runpod 新手在 ChatGPT 指导下,用 Wan 2.2 5B 模型在 ComfyUI 中从文字生成了一段约 2 秒的咖啡馆小熊猫视频。他选用 RTX 4090(24GB VRAM)Pod,按 0.78 美元/小时计费,账户余额从 9.94 美元降至 9.60 美元,差额约 0.34 美元。
ComfyUI 分块放大虽能让 4K 渲染在有限显存上跑通,但每个分块边界都可能变成一次设计改动,出现女儿墙错位、立面开间重复或玻璃反射重启。建议用重叠分块、低 denoise,并按实际分块间距叠加网格,在 100% 视图下沿网格线检查长线条、重复开间、反射与植被的跨界处。若接缝改变了建筑结构,应带足上下文局部重跑该区域,而不是靠锐化掩盖。
主流剪辑工具大多已内置 AI 功能,VideoGen、CapCut、Descript 都在其中,真正值得关注的是自动字幕、口癖与静音去除、TTS 配音、生成 B-roll、图生视频、背景音乐生成、自然语言剪辑和画幅重构。
VideoGen 的 "Clean up transcript" 功能通过词级时间戳转写、语言模型按上下文判断填充词、再连同周边静音一起从时间线剪除三步去除口头禅,单次可处理约三小时语音。其检测按语言逐词判断,葡萄牙语中意为"a"的 "um" 不会被误删,用户还可自建填充词列表补充匹配。填充词与停顿为两个独立开关,所有剪辑点保持可编辑,可随时恢复被删的词。
Recraft 官方博客发布教程,讲解如何在 Recraft Studio 中用原创角色制作四格漫画:先用 V4.1 Flash(每张 0.5 credits)生成 2:1 四格分镜草图,再用 Nano Banana 2.1(每张 7 credits)逐格渲染,并附上角色与环境参考图保持一致性。文字气泡建议用文本工具添加而非图像模型,最后可导出为社交轮播图、竖版长图或网络漫画页。
寻找 AI 音乐视频生成器需先区分两类工具:歌曲生成器从文本提示生成音轨,视觉生成器则围绕已有音轨生成场景、歌词字幕和卡点剪辑,VideoGen 属于后者。VideoGen 支持上传、音乐库选取或文本生成三种方式导入音轨,单条生成片段在 Seedance 2.5 上可长达 4 至 30 秒,图片编辑最多接受 5 张参考图,并可导出 16:9、9:16、1:1 及 SRT、VTT 字幕。
CoAnimator 支持回到可编辑项目,用智能体替换过时画面并做局部修改,再重新导出视频。操作流程为:先对照当前产品找出需改动的画面与时间点,导入新截图或录屏,提交限定场景的修改请求,最后同步检查画面、标注与配音。CoAnimator 0.7.2 不含桌面录屏功能,需用外部工具录制。
HEISS UI 是 ComfyUI 的本地前端,把提示词框和画廊放在已有模型前面,ComfyUI 仍在底层执行任务。它开箱支持 28 个模型族并附带厂商推荐的采样器、调度器、步数和引导值,缺失的文本编码器、VAE 和节点包提供下载按钮,自定义 ComfyUI 工作流可按 API 格式或普通文件导入为控件。
Higgsfield 的 Moodboard 功能只在 Soul 2.0 中提供,用户上传 20 到 30 张风格统一的参考图作为自定义预设,Soul 2.0 会学习其光线、质感、对比度和色彩并应用到每次生成。
Recraft 官方博客发布教程,介绍如何在 Recraft Studio 中用角色主图创建自定义风格,再设计场景并把角色放入其中。
图像转视频 AI 把静态图片变成短片段,核心功能包括起始帧控制、运动提示词或自动运动、时长与画幅设置、原生音频或静音输出、质量档位、批量转换、静态图对口型、参考图一致性和生成后剪辑。
AI 正把建筑可视化的价值从"生成第一张图"转向"指导迭代、识别设计错误并记录图像能支撑什么"。图像生成变快后,瓶颈转移到挑选、修正与举证:一张看似完美的渲染图可能悄悄改掉平面、门窗或反射,因此需要方向、源控制、缺陷检测、证据控制与停止规则。文章认为提示词只是工作中很薄的一层,工艺知识会变成诊断知识,跳过基础会形成"审查赤字"。
作者用豆包工作配合 Remotion 技能,在云端写代码渲染动效视频,全程不装本地 Node.js 环境。三个 case 依次是把《Attention Is All You Need》论文做成 Apple 风格动效视频、读取飞书文档自动产出 120 秒 1080P 30 帧的 OpenAI DevDay 2026 回顾视频,以及把整套流程沉淀为名为「SR动态视频」的技能。
Remotion 模板是可直接复制、修改和渲染的 React 视频项目与场景组件,官方提供 19 个免费起步模板和 3 个付费模板,社区最大的 reactvideoeditor 合集含 81 个 MIT 许可场景组件。
ComfyUI 与 Automatic1111 的对比核心是控制力与易用性的取舍:ComfyUI 采用节点图,速度更快且仍在活跃更新,v0.39.0 于 2026 年 10 月 5 日发布;Automatic1111 更易上手,但自 2025 年 2 月 9 日的 v1.10.1 后已停更,且不支持 Flux。
因官方 Qwen-Image 2.1 提示词改写器是 9B 模型、需约 20 GB 内存,作者通过 HuggingChat 中的 ML Intern 造出 0.8B 版本,可在 CPU 运行,输出有效率 99.7%,token 消耗约为教师模型的四分之一,含 8,797 条标注在内的总算力成本 16 美元。
Higgsfield 用 Soul ID 和 Lipsync Studio 两步把静态角色图变成对口型说话视频:Soul ID 用 20+ 张参考图训练可复用角色身份,Lipsync Studio 支持 8 种模型、18+ 语言,示例用 Wan 2.5 Speak 生成 10 秒 1080p 视频。
Raindance AI 趋势源自 Dave 与 Tems 的《Raindance》MV,创作者用 AI 把码头场景中的两位表演者替换成自己或任意角色。
推荐理由:用两张身份参考图加一张线稿动作参考,在 Seedance 2.5 里复刻 Raindance 双人音乐视频场景,可迁移到其他动作参考类趋势。
Higgsfield 的团队方案 Team、Scale、Enterprise 采用共享工作区与统一积分池,Owner 付费购买席位,成员无需单独订阅。Team 支持 2 至 9 个席位、每席位每月 79 美元并池化 1000 积分,Scale 支持 5 至 15 个席位、每席位每月 215 美元并池化 2500 积分,Enterprise 按需定价。
Filmmakers Academy 发布教程,由 Shane Hurlbut 与 AI 专家 Chris Anthony 演示用 invideo 的 AI 平台生成 4K 写实车载背景板的六步工作流。
用 @claudeai Motion + Runway 让你的创意成真。 使用 Claude Motion 制作图表动画、创建客户演示或制作简短解说,然后将作品导入 Runway 生成视频和图像。 点击下方链接了解更多。
作者在单张 RTX 5090(32GB 显存)上,用 FastVideo 的 FastH3 V2 checkpoint 四步采样跑出 15 秒 448×256 的实时视频,目标是把连续生成成本从每天 6k 降下来。
推荐理由:作者把单张 RTX 5090 上跑实时视频的六项优化逐条拆开,可迁移到自己的出片流程。
一篇攻略介绍如何用 ComfyUI 搭配 MiniMax H3 在本地 PC 免费生成 AI 视频并变现。文中推荐使用蒸馏加速模型 FastH3 的 8-Step V2 工作流,作者在 RTX 2070 Super、16GB 显存、i7 环境下单条视频生成约需 15 分钟,并建议用 I2V 方式先出首帧图再生成视频。作者称仅靠 TikTok 投稿 AI 视频,某月收益曾超过 55 万日元。
黄仁勋指出未来最好的软件用户不是人而是AI代理,因为人类通常只用到Photoshop、Blender、Excel、Unreal等软件10%-15%的功能,而代理掌握每一个按钮、参数和隐藏路径。微软Surface Ultra现场演示中,代理直接操作Blender、Unreal、ComfyUI干活,效果更像换了操作者而非辅助。软件不会消失,消失的是只掌握15%功能的人的竞争力。
在 RTX 3060 Ti 8GB 上用 Qwen Image 2.1 生成原图、再经 MiniMax H3 + Veda Sparse Attention 做 1376×768 约 5.2 秒的 Image to Video,首次耗时 326.54 秒,后续相同参数却恶化到 14 分 15 秒。
一位不擅长电脑的上班族爸爸用 ChatGPT 生成 12 格绿色背景网格图、Claude Code 逐格切分并转成 LINE 规定的 APNG、Google Flow 将每格做成 4 秒视频,完成动态 LINE 贴纸制作到申请上架的全流程。他目前上架 5 套动态贴纸,累计销售额 76 日元,并记录了透明背景、画面裁切和规约报错等 7 类失败的修正方法。
Grok bot 跟折叠屏手机真是绝配,左边跟他聊天,右边直接就发布了
娱乐资本论对10家主流的画布类AI影视工作台做价格横评,统一按Seedance 2.5满血档720p生成240秒计算,10个平台合计需支出4556元,充值金额中位数为399元,最少218元、最多600元。
顺便,Grok Bot 的模型不会已经是 Opus 5.5 了吧,复杂任务效果巨好
在 Agent 云电脑里装 Pi 或 DeepSeek Harness 等编程 Agent,把其他 Code plan 用不完的额度配进去,再让 Grok Bot 调用这些 token 写代码、渲染视频,闲置额度就不浪费了。此前该用户已让 Grok bot 每天定时生成 AI 早报视频,内容收集、写代码和视频渲染全程跑在云端虚拟机,未用本地电脑。
万兴喵影 2027 近期全新升级上线,以 AI 贯穿专业原创工作流,围绕素材、控制、交付三步升级:镜头追踪、颜色蒙版等精细控制回到时间线,AI 素材解析自动打标签、生成摘要与高光建议,批量导出、XML 导入导出衔接 Premiere Pro 与 DaVinci Resolve,并支持视频转 Live 图、字幕智能纠错。产品坚持基础功能始终免费,定位轻量剪辑与专业软件之间的升级过渡带。
Muse、Dots 或者其他有云端电脑的 Agent 都可以用
AI Video Production Editor v3.0.0 发布 macOS Apple Silicon DMG 安装包,已通过 Apple 公证并附公证票据,Windows 端暂无新安装包,仍提供 v2.7.0 EXE。
CapCut 视频编辑器适合快速组接、测试节奏、添加字幕和制作社交媒体版本,但它无法作为权威记录,追踪镜头的生成历史、审批范围和替换说明。文章建议为每个故事镜头分配贯穿所有渲染版本的稳定 ID(如 SC03_SH07),并将身份、源素材授权、审批范围与连续性限制保存在不受时间线限制的镜头记录中。替换前应先判断问题类型,由指定负责人确认新的当前源素材后,再在 CapCut 中执行替换。
Kandinsky 6 Lite Distill 现已支持自动 PiFlow 检测、10 steps/CFG 1 以及 MagCache 绕过,并补充了下载链接与使用说明。已用 Lite Distill、Pro Distill 和非蒸馏版 Lite 验证了完整的视频与音频生成。
作者在 RTX 5090 上实测 MiniMax H3 的 PDMD 4 步 LoRA 与 NVIDIA SoL Refiner:PDMD 把 6.6 秒片段出到 2520×1440 平均耗时 101 秒,而 20 步 Quality 路径为 753 秒。
推荐理由:作者在 RTX 5090 上实测 PDMD 4 步 LoRA 与 NVIDIA SoL Refiner,给出逐项耗时与画质差异,可作选型参考。
作者在 ComfyUI 的 Stubelius Ultimate LTX 2.5 工作流中梳理了 LTX 2.5 除文生视频外的八种模式,并说明每种模式提示词该写什么。