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。

10月7日周三
  1. CGPress67

    ComfyUI 上线 AI 智能体 Comfy Agent

    Comfy 为其开源节点式生成式 AI 平台推出 AI 助手 Comfy Agent,可在画布上规划、搭建并修复 ComfyUI 工作流。用户描述想做的内容后,智能体会连接节点、接好模型并调试出错的部分,目前运行在 Comfy Cloud 上,本地版本即将推出。

    推荐理由:ComfyUI 把智能体接入画布,可自动搭节点、连模型并排错,创作者可据此判断工作流搭建方式是否要变。

  2. X搜索:AI视频开源项目发现22

    Comfy Dev 平台挑战赛开放报名

    模型是开源的,但使用它们的应用不是。 我们对你的请求?通过在公开环境中重建一个付费创意功能来支持开源创意,有机会赢取 1 万美元 请在太平洋时间 10/19(周一)上午 9 点前提交你的作品参加 Open Call:Comfy Dev Platform Challenge! 由 @NVIDIA @Runpod 提供支持 开源生态合作伙伴 @LTX @BFL 1 万美元大奖 3 块 NVIDIA RTX 5090 来自 LTX 和 Flux 的额外奖品 前 100 名报名者免费获得额度

10月6日周二
  1. X搜索:AI视频开源项目发现58

    Node Banana 2.0 发布:支持 ComfyUI 工作流节点与 Claude、Codex 订阅

    Node Banana 2.0 发布,作者称这是该项目最大的一次版本更新,仍保持 100% 免费、开源并支持自带 key。新版可直接下载、无需再折腾 git,内置一个使用 Claude 或 Codex 订阅的 agent,并支持把 ComfyUI 工作流当作节点使用,整体为自底向上的重新设计。

  2. Hedra 官方博客60

    Hedra 发布 Developer API,一个密钥调用 110 多个生成模型

    Hedra 发布 Developer API,用一个 API key 和预付美元钱包调用 110 多个生成模型,覆盖视频、图像、音频和文本,包括 Veo 3.1、Kling V3、Seedance 2.5、MiniMax H3、Nano Banana Pro、ElevenLabs V3 等。

    推荐理由:Hedra 把 110 多个视频、图像、音频和文本模型收进一个 API 与预付钱包,开发者可据此评估多模型流水线的接入成本。

  3. Podcastle36

    2026 年最佳 AI 视频编辑器:10 款工具真实剪辑任务对比

    Podcastle 用同一段 95.9 秒杂乱口播素材实测 5 款 AI 视频编辑器,Async 凭单条提示词完成去填充词、去停顿、删废镜头、清音频、加字幕、生成 B-roll 并转 9:16,成片 62.9 秒,综合表现最佳;Descript 以约 8 分钟完成全流程、删掉 11 个填充词中的 10 个,竖屏重构效果更好。

  4. FastVideo 视频模型 · 模型发布62

    FastVideo 发布 FastH3 Trim 精简模型及 ComfyUI 重打包文件

    FastVideo 发布实验性精简模型 FastH3 Trim,transformer 块从 50 减至 42,采用 rank-16 时间步条件,8 步采样,体积比基础 H3 小 4.2 倍,速度快于 FastH3 V2。

    推荐理由:FastH3 Trim 以 42 层、8 步采样和 4.2 倍体积压缩给出更轻的视频生成方案,并附 ComfyUI 各精度文件与参数。

  5. ArchiGen AI · 图像生成与ComfyUI实战22

    给渲染器一个普通的糟糕输入:AI 渲染器弱输入基准测试方法

    ArchiGen 提出用工作室日常能接受的最弱源图来测试 AI 渲染器,固定相机与关键设计事实,只做一次首轮生成和一次受控修改。该方法要求产出五帧:可接受源图、默认首轮、受控修复、交付导出与差异叠加图,并以改动的不变量数量、首次可用输出与修复耗时来计分。文章援引 Rendero 对 11 款 AI 渲染产品的对比,指出其并未实际执行该测试。

  6. GitHub:AI视频开源项目发现65

    mushigaite 开源 short-video-maker:把 YouTube 长视频自动切成竖屏短视频

    mushigaite 在 GitHub 开源 short-video-maker,可将 YouTube 视频或本地文件自动切成 9:16 竖屏短视频,集成高光检测、字幕、翻译与配音,且无片头署名和水印。

    推荐理由:开源项目把长视频切片、字幕、翻译与配音串成一条本地流程,可作为短剧出海剪辑工具的免费替代方案参考。

  7. 阡陌的小站 · 本地创作实战70

    8GB 显存本地 ComfyUI 部署 Qwen-Image-2.1 与 MiniMax H3 教程

    阡陌发布教程,介绍在约 8GB 显存的 RTX 4070 Laptop 上通过 ComfyUI 本地生成图片与视频,图片用 Qwen-Image-2.1 越狱版 GGUF 工作流,视频用 MiniMax H3 的 04_i2v_fl2v_4step_sla_lowvram 工作流。

    推荐理由:8GB 显存下跑通 Qwen-Image-2.1 与 MiniMax H3 的完整路径,含模型文件、目录结构与参数配置,可对照复现。

10月5日周一
  1. GitHub:AI视频开源项目发现82

    Kandinsky 6.0 开源发布:同步音频视频生成模型,含 Lite 与 Pro 两档

    kandinskylab 发布 Kandinsky 6.0 Video 系列扩散模型,包含 3B 参数的 Lite 和 29B 参数的 Pro,可生成 5 秒带 44 kHz 同步音频(含对口型)的视频,支持文生音视频与图生音视频,并配有超分模型将输出提升至 Full HD(1920×1080)。

    推荐理由:Kandinsky 6.0 开源了带同步音频与对口型的视频生成模型,并给出各档显卡的实测耗时,方便创作者评估本地部署成本。

  2. CoAnimator · 可编辑视频与动画工作流22

    Agentic AI 视频创作的 7 个层级:从手动剪辑到智能体维护项目

    CoAnimator 提出 Agentic AI 视频创作的 7 个层级框架,从手动剪辑、AI 辅助任务、提示生成、预定义工作流,到第 5 级智能体主导剪辑、第 6 级智能体检查并修改、第 7 级智能体维护已保存项目。该框架以决策权、结果检查、可维护性三个维度区分工作流与智能体,并以一个 40 秒产品演示更新为例说明各层级责任差异。

10月4日周日
  1. InvokeAI 官方发布62

    InvokeAI 7.0.0 alpha 1 发布:全新工作台、画布引擎与视频面板

    InvokeAI 发布 7.0.0 alpha 1,称这是其规模最大的一次更新,约 320 个 PR、2600 次提交,需 Python 3.12,且新界面为默认。

    推荐理由:InvokeAI 7 把画布、工作流与视频生成整合进单一工作台,并新增 MiniMax H3、LTX-2.5 等模型支持,可据此判断是否迁移现有出图流程。

  2. note · hideout927 · 图像视频创作分享40

    MiniMax H3 在 ComfyUI 中生成角色设定图:无需专用 LoRA

    MiniMax H3 可借助自身参照图像与提示词理解能力,在 ComfyUI 中无需专用 LoRA 或额外训练即可生成角色设定图,生成使用 Core 节点,自定义节点仅负责生成 JSON 与自然语言提示词。该节点将正面、侧面、背面及面部特写等视图指令与原始图像结合,保持同一人物与服装一致,未拍摄部位由 H3 补全。日文提示词效果较差,英文提示词更易通过;若无需单独生成手脚图像,可关闭该功能。

  3. note · aoao_ai · 图像视频创作分享50

    AI 漫画背景总是不统一?用「背景设定表」固定房间布局的实操方法

    用 AI 画漫画时,同一「自宅」「保育园」每次生成的门窗位置、家具布局和房间大小都会变。作者为此制作了独立于角色设定表的「背景设定表」,记录场所类型、门窗与大型家具位置、房间关系等基本布局,并写入构图与描写规则,如玄关不用正面构图、冰箱位置固定、保育园滑梯等设备固定。小物与当回才出现的物品不写入该表,由剧本侧管理;设定表直接交给图像生成 AI 读取,而非每次改写成提示词。