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。

9月18日周五
  1. fal 官方博客62

    fal 详解 H3 Max:基于 fal 推理与训练平台构建

    fal 官方博客介绍 H3 Max 如何在其 Compute、Serverless 和 Model API 三层平台上完成从后训练到分发。H3 Max 生成 5 秒视频用时不到 3 秒,在 fal 的人类偏好评测中于质量、提示理解和美学三项排名第一,Artificial Analysis 与 Design Arena 的独立基准也将其列为第一。

    推荐理由:fal 官方拆解 H3 Max 从训练到上线的三层平台,可看到低延迟视频生成背后的推理与扩容机制。

  2. Descript · 官方产品更新22

    Descript 9 月更新:字幕预设与动画、AI 生成音乐音效、多币种支付

    Descript 发布 9 月更新,字幕新增 18 个预设与 10 个文字动画,并支持搜索过滤;AI 可按描述生成背景音乐与音效,需升级至 145.0.15 或更新版本。结账新增 Apple Pay、Google Pay、Cash App 等支付方式并显示本地货币,语音库改用 ElevenLabs,跳剪平滑改为按秒计费(音频 0.5 AI 积分/秒、视频 1.0/秒)。

9月17日周四
  1. ArchiGen AI · 图像生成与ComfyUI实战28

    可复用的 ComfyUI 工作流应经得起四类不同建筑输入的考验

    一个能生成单张建筑效果图的 ComfyUI 工作流可能只是对某张截图调参调出来的,ArchiGen 建议用四张差异明显的输入做可移植性测试:干净黏土外观、玻璃幕墙室内、低对比黄昏视图和杂乱城市环境,分别暴露立面细节臆造、深度错误、假开口和噪声混入结构控制等问题。

  2. ArchiGen AI · 图像生成与ComfyUI实战22

    选 AI 渲染器别只看首图:ArchGen 提出修订、归档与交接的出场测试

    ArchGen AI 提出,AI 渲染器采购测试不应止于画质、速度、价格和集成,而应延伸到首图之后的修订、交接与归档。其五部分出场包要求可追溯来源、生成配方、结果规格、评审记录和限定的修订能力,并让第二位操作者仅凭该包完成一次小改动,记录耗时与改动波及范围。归档测试则由第三人在项目冷却后重新打开包,确认交付图能对应到源版本、产品、引擎、日期与设置。

9月16日周三
  1. StabilityMatrix · 开源创作项目发布15

    StabilityMatrix v2.16.4 发布:修复导入 ComfyUI 文件夹被误删与工作流链接死循环

    StabilityMatrix v2.16.4 发布,重点修复导入包时静默删除已有文件的问题,现在会显示文件夹大小与文件数并要求确认。关闭共享模型文件夹时只删除 Stability Matrix 创建的链接,不再触碰真实目录;工作流库链接自嵌套导致页面卡死的问题也已修复。

9月15日周二
9月10日周四
9月3日周四
8月25日周二
  1. Hugging Face Blog62

    Gradio 推出 gr.Workflow:把 AI 管线做成可拖拽画布并自动生成 API

    Gradio 内置的 gr.Workflow 把 AI 管线描述为带类型节点的图,提供可拖拽画布,每个节点可运行、中间结果可见,同一张图同时是 REST API 并可一键部署到 Hugging Face Spaces。

    推荐理由:Gradio 把多步 AI 管线做成可视化图并自动暴露 REST 接口,可对照现有出片流程评估迁移成本。

7月23日周四
6月9日周二
1月29日周四
  1. Hugging Face Blog40

    Gradio 团队推出 Daggr:用 Python 代码串联 AI 工作流并自动生成可视化画布

    Gradio 团队开源 Python 库 Daggr,可用代码串联 Gradio 应用、ML 模型与自定义函数,并自动生成可视化画布。它支持检查任意节点输出、单独重跑某一步骤、配置备用节点,并自动保存工作流状态与缓存结果。Daggr 要求 Python 3.10 以上,可通过 pip 安装,工作流可部署到 Hugging Face Spaces 分享。

10月21日周二
  1. Hugging Face Blog40

    Hugging Face AI Sheets 新增视觉能力:在表格里用开源模型处理图像

    Hugging Face AI Sheets 发布重大更新,新增视觉支持,可在表格中直接查看、分析、提取图像信息并生成和编辑图片,无需写代码。该工具由 Inference Providers 驱动,可调用数千个开源模型,支持从收据、文档、图表中提取结构化数据,也能按提示词生成配图并批量产出变体,结果可导出为 CSV 或 Parquet。

9月15日周一
  1. Hugging Face Blog22

    Hugging Face 用 Gradio 实现可见水印:一行命令为 AI 生成图像、视频和文本加水印

    Hugging Face 在 Gradio 中新增 watermark 参数,开发者只需一行命令即可为 AI 生成的图像、视频和文本添加可见水印。图像和视频通过 gr.Image、gr.Video 的 watermark 参数指定水印文件,支持图片或 numpy 数组,还可使用 QR 水印;文本则通过 gr.Chatbot 的 watermark 参数在用户复制 AI 回复时自动附加署名。

9月2日周二
7月31日周四
7月23日周三
6月19日周四
  1. Hugging Face Blog62

    Hugging Face 教程:在消费级硬件上用 QLoRA 微调 FLUX.1-dev

    Hugging Face 发布教程,演示用 QLoRA 与 diffusers 在单卡上微调 FLUX.1-dev,峰值显存约 9GB。在 RTX 4090 上以 512x768 分辨率、LoRA rank 4 训练 700 步约耗时 41 分钟,而标准 BF16 LoRA 需 26GB 显存。

    推荐理由:Hugging Face 官方给出在单卡消费级硬件上微调 FLUX.1-dev 的完整流程与显存实测数据,可迁移到自有风格训练。

2月24日周一
2月12日周三
1月27日周一
  1. Hugging Face Blog60

    Diffusers 团队梳理开源视频生成模型现状与优化方案

    Hugging Face Diffusers 团队发布文章,梳理开源视频生成模型现状,并介绍 Diffusers 对这类模型的支持方式。文中列出 CogVideoX、Mochi-1、HunyuanVideo、Allegro、LTX-Video 等开源模型,指出高资源需求、泛化能力和延迟是主要限制。

    推荐理由:Diffusers 团队系统梳理开源视频模型现状,并给出把 HunyuanVideo 显存压到约 6.5GB 的优化组合。

9月16日周一
  1. Hugging Face Blog38

    HuggingChat 推出 Community Tools:可将 Hugging Face Space 变成模型工具

    HuggingChat 上线 Community Tools,用户可把 Hugging Face 上任意公开 Space 转为模型可直接调用的工具,并借此扩展图像理解、视频生成和文本转语音等多模态能力。用户也能用 Gradio 自建自定义工具,并在助手中最多添加 3 个工具。该功能仍处于实验阶段。

2月19日周一
1月14日周日
1月2日周二
12月5日周二
10月2日周一
7月17日周一
3月24日周五
3月3日周五
1月26日周四
9月12日周一