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25日周日
  1. note · aicreatorpathnet · 图像视频创作分享58

    用 MiniMax H3 制作 18 分钟 4K 历史电影《岛津的退口》的幕后流程

    创作者 Naoya 公开了用 MiniMax H3 等工具制作 18 分 24 秒、4K、共 129 个镜头的关原题材历史电影《岛津的退口》的流程。片中武将台词改用日语配音,作者把台词写成不带汉字的平假名、用专用标签包裹并加上说完闭嘴的指令,以减少误读和画面出现文字。全片 129 个镜头逐一看过后重拍,修正了头盔消失、两人同时说话、称呼颠倒和背景像现代公园等问题,结尾改为主题曲 34 秒淡出。

  2. Reddit comfyui · 创作与工作流分享15

    求推荐保留说话人音色特征的语音到语音翻译 SOTA 模型

    有用户在 Reddit 的 comfyui 社区发帖,寻找当前能实现语音到语音翻译(如西班牙语转英语或德语)并保留说话人音色特征的 SOTA 模型,最好开源。其用途是把西班牙语电视剧翻译成其他语言分享给家人朋友,因为并非总有专业配音版本。他提到已找到的一些工具会大幅改变语速、音调等个人音色特征,希望翻译过程中能保持原有音色,即使带一点口音也可以接受。

  3. Reddit StableDiffusion · 创作者与工作流分享22

    用 ComfyUI 与 Krea 2 打造印度赛博朋克故事《Neo-Mumbai》

    创作者用 ComfyUI 和 Krea 2 制作了印度赛博朋克题材故事《Neo-Mumbai》,融合印度文化、赛博朋克、复古未来主义与电影化叙事。故事围绕两名青梅竹马展开:一个能说会道的浪子与一个身经百战的 fixer,两人意外卷入涉及城市权贵的阴谋。作者称接触 AI 图像生成仅一周多,仍在学习实验并欢迎批评建议。

  4. Reddit comfyui · 创作与工作流分享70

    作者在 ComfyUI 中用 MiniMax H3 在 6GB 显存下生成 4K 视频

    作者在 ComfyUI 中搭建了一套 MiniMax H3 工作流,把 SelfLift 渐进分辨率采样与 DLSS 5 超分节点结合,在 6GB 显存的 RTX 3060 上输出 2K 或 4K 视频。其 6GB 显存环境生成并超分到 4K 约耗时 35 分钟,参数为 8 步、0.6 百万像素,全程无需额外训练模型,工作流与 DLSS5 DLL 均已放出下载链接。

    推荐理由:作者在 6GB 显存显卡上实测了从低分辨率渐进采样到 4K 超分的完整流程,并给出耗时与参数,可供低配设备用户参考。

  5. note · fordtaurus116 · 图像视频创作分享40

    用 Pollo AI「Recast」把真人舞蹈转成和装动画:480p 与 720p 对比

    Pollo AI 的 Recast 功能可参考原视频动作与运镜,替换人物和背景,作者用它将真人双人舞转为原创和装动画角色。同一素材分别以 480p 和 720p 生成,480p 消耗 235 credits、720p 消耗 505 credits,相差 270 credits;720p 细节略清晰,但 480p 效果已超出预期,作者建议先试 480p。

  6. note · sozaixx · 图像视频创作分享40

    AI情报收集家盘点今日生成AI动态:ComfyUI 新增 Branch 节点、MOSS-Image 内存优化、Open WebUI 0.12.4

    ComfyUI 本体 master 合并了可按名称选择通路的 Branch 节点(PR #16383),需前端 1.56 起支持,尚未进入编号发行版。同日合并的 #17338 降低了 MOSS-Image 推理峰值内存,未公布具体降幅。Open WebUI 发布 0.12.4,新增按需加载技能的 ENABLE_SKILL_LAZY_LOADING 开关(默认关闭)及长对话压缩位置显示。

  7. IT之家38

    微软 Teams 将允许第三方工具扫描会议内容,识别深度伪造

    微软 Teams 将允许组织接入已认证的第三方工具,扫描会议视频和音频以检测深度伪造,功能于 11 月中旬在桌面版、Mac 版和网页版逐步推出。检测由外部提供商完成,Teams 仅展示警告弹窗并提供操作选项;检测机器人需管理员授予 Calls.ReportSyntheticMedia.All 权限,输出 0.0 到 1.0 的置信度评分及低中高三级判断。

  8. 钛媒体72

    红果短剧下线金币功能,短剧平台竞争转向内容分账

    红果短剧宣布分阶段下线金币功能,预计11月1日起不再向新用户提供金币,年底前面向所有用户全面下线,并上线休息提醒和睡眠提醒机制。腾讯绿泡泡短剧小程序以最高100%综合激励和人均播放时长分账入场,红果则通过调整漫剧分账系数和现金奖励优质单本剧引导精品化。文章指出制作方仍面临精品试错成本高、分账单价不公开等不确定因素。

    推荐理由:从红果下线金币与腾讯绿泡泡入场切入,梳理短剧平台分账规则变化对制作方算账方式的影响。

  9. 钛媒体20

    MiniMax港股破发、DeepSeek开源推理框架DeepInfer并披露收入账本、美国国土安全部下令禁采DeepSeek

    DeepSeek开源推理框架DeepInfer,其技术报告披露DeepSeek V4.1 Flash单集群日吞吐达155万亿tokens,收入为每卡每小时38美元。美国国土安全部正式下令联邦民事机构停采并移除DeepSeek产品,禁令还覆盖采用DeepSeek技术的第三方产品。同期MiniMax港股首次破发,盘中跌5.6%至162.2港元,跌破165港元发行价。

  10. note · lef_works · 图像视频创作分享8

    赤猫的 AI 插画「イケオジ?」

    赤猫发布了一组 AI 生成插画,主题为「イケオジ?」,场景包括咖啡馆、街头、骑摩托、单膝跪地射击反器材步枪、飞跃楼宇和巷弄。作者表示自己始终画不好「イケオジ」,缺乏明确形象概念。

  11. Reddit StableDiffusion · 创作者与工作流分享22

    如何在 Mage.space 上用 MOSS-Image 获得更锐利、细节更丰富的效果?

    有用户反馈在 Mage.space 上使用 MOSS-Image 生成的图像偏软、模糊、缺乏细节,整体画质让他联想到 Lustify SDXL 等较老模型。他询问是否需要特定的提示词结构、设置或工作流,以及社区中更锐利真实的效果是直接来自 MOSS-Image 还是借助了额外工具或后期处理。

  12. note · tsugiito_design · 图像视频创作分享38

    用 ComfyUI 生成握麦高歌的摇滚歌手:前倾姿势、表情与舞台灯光的标签和 JSON

    作者用 Animagine XL 4.0 Opt 在 ComfyUI 中生成握麦前倾高歌的摇滚女歌手作例,分辨率 1248×832、Seed 2026101857,Steps 28、CFG 5、euler_ancestral。配布 JSON 仅用 7 个标准节点,无需输入图像、LoRA、ControlNet 或自定义节点,另附去掉前倾与去掉歌唱表情的两份对比 JSON。

  13. Reddit comfyui · 创作与工作流分享18

    在 ComfyUI 中用 One Piece LoRA 时如何精确控制面部表情

    有用户在 ComfyUI 社区求助:使用 One Piece LoRA 生成图像时面部表情总是不对,想要下眼睑抬起的简单微笑,结果嘴部过大且张开、眼睑不受控。该用户询问是否有特定提示词或其他方法能更精确地控制面部表情。

  14. cnBeta71

    国产 AI 院线电影《三星堆:未来往事》上映首日票房 30 万

    国产 AI 院线电影《三星堆:未来往事》上映,首日票房 30 万出头,灯塔预测总票房 216.9 万,而制片人称为千万元级成本。影片用 AI 还原青铜大立人、纵目面具、青铜神树等三星堆文物,观众吐槽人物表情僵硬、动作不自然。博纳行政总裁蒋德富回应称并非一键生成,团队近百人按电影工业流程逐帧修了两年多,废掉 120 万张底图。

    推荐理由:以首部国产超写实数字人长片的票房失利为切口,串起博纳、芒果TV、爱奇艺、字节的 AI 影视布局与海外同档期项目。

  15. ArchiGen AI · 图像生成与ComfyUI实战20

    比较 AI 渲染工具前,先看它接受什么输入

    建筑 AI 渲染工具应按输入方式而非出图效果来比较:实时 BIM 几何、视口截图、成品渲染图、草图或文本提示,各自决定了工具掌握相机、几何与材质信息的程度。输入即保真契约,视口图像把建筑压缩为像素,草图缺少材质与深度,提示词则留下大部分空间关系待猜测。采购时应追问产品从什么输入起步,而非只看云彩好不好看。

  16. Reddit comfyui · 创作与工作流分享50

    用 MOSS-Image 4MP 原图跑本地 MiniMax H3 图生视频的 3 秒测试

    在本地 MiniMax H3 图生视频流程中,MOSS-Image(5B)原生 4MP 输出配合 3–4 词简单提示词生成约 3 秒短片,细节保留与时序一致性超出预期。麂皮夹克纹理、皮肤毛孔、链条、粗花呢和细镜框均无纹理滑动,第二段视频还保留了风格化的拉长颈部比例而非强行校正。测试基于 NVIDIA RTX PRO 6000,工作流为 ComfyUI 内置 MOSS 模板。

  17. note · imamirai_editors · 图像视频创作分享38

    ChatGPT 图像生成:爱沢あむ免费发布早中晚深夜 5 场景提示词

    爱沢あむ在 X 发布 10 月 24 日晨至 25 日深夜的 5 张插画,并免费配布对应的 ChatGPT 图像生成提示词,覆盖早晨、白天、傍晚、夜晚、深夜五个场景。提示词要求附上本人有权使用的 21 岁以上成人角色参考图,保持五官、发型、发色与瞳色,输出 1536:1024 横版单场景动画风插画。作者还建议只改一处细节,例如把白天的格子布样本换成水玉图案。

  18. Reddit StableDiffusion · 创作者与工作流分享12

    在 Qwen-image 上用 ai-toolkit 训练 LoRA 效果不佳,如何解决?

    用户在 Colab 的 80GB A100 上用 ai-toolkit 为 Qwen-image 训练风格 LoRA,但输出背景过于简单、出现随机人物与角色重复,且风格漂移。其配置为 rank 16、1024px、bf16、adamw8bit,学习率 1e-4 跑 500 步无效果后改为 3e-4 训练至 2k 步,12 张图的数据集仍未改善,计划扩至 30-40 张。

  19. note · promptdesign · 图像视频创作分享22

    新AI美女图像提示词集㉒:100 种可直接复制到 ChatGPT、Gemini 的 JSON 提示词

    面向 ChatGPT、Gemini 等工具的 100 种 AI 美女图像生成提示词集发布,全部为可直接复制的 JSON 格式。每套提示词含 prompt、negative_prompt 与 aspect_ratio 字段,并提供 1:1、9:16、1280×670 三种尺寸及背景、氛围改编版本。题材以世界各地绝景与日常场景中的美女为主,如阿根廷盐湖、京都川床。

  20. note · palealloy · 图像视频创作分享40

    ComfyUI 自定义节点:用 350 组调色板随机替换提示词颜色

    作者为 ComfyUI 做了一个调色板自定义节点,内置约 350 组从设计、时尚和动植物图鉴网站收集的配色,点击即可选取。节点通过 `__color1__` 至 `__color5__` 占位符替换提示词中的颜色词,实测用 3 色指定生成真红与蔷薇、海色与薄荷等主题插画。定义文件为 json 格式,可继续扩充配色方案。

  21. note · dandan_arigato19 · 图像视频创作分享15

    ChatGPT 生成翻车现场:万圣节主题原创角色图像生成展示

    作者用 ChatGPT 为原创角色 Popo、Bobo、シュカ 生成万圣节主题图像,结果角色形象频繁走样:Bobo 被加上手脚、シュカ 被戴上歪帽、还出现"枫之谷站"等莫名元素。作者同时展示了成功案例,采用水彩画风格提示词,将水彩晕染效果融入小物与地面,使非人类角色的白色连衣裙设定得以成立。作者还建议修正失败图像时从原始参考图重新生成,成功率高于反复局部修改。

  22. Oimi · 中文图像视频教程58

    Kimi K3.1 Pro 上线 Oimi Agent,支持识图对话与分镜整理

    Kimi K3.1 Pro 已上线 Oimi Agent,支持文本生成与图片理解,且不设会员门槛,是该 Agent 中首个非会员可用的识图对话模型。用户可在画布中选中文字或图片节点,让模型分析素材、讨论方案、整理分镜并准备生图提示词,一次请求最多支持 10 张图片,每次请求最多生成 3 张图片。

  23. note · dreammii · 图像视频创作分享23

    AI 音乐不知道做什么?用 ChatGPT 决定「1 首歌的故事」的 3 步法

    面向 AI 音乐初学者的 3 步法:先定一个曲的主题,再把主人公、场景、情感连成开头—中段—结尾的叙事,最后把内容交给 ChatGPT 生成制作笔记。制作笔记包含 3 行故事、5 个原创曲名、主歌与副歌要点、80 字以内的氛围描述,以及公开前的自查项;ChatGPT 只负责整理叙事与制作笔记,完成音频还需另外的音乐生成工具,公开或商用前须核对服务条款。