AI Canvas v0.10.16 发布,支持素材复用与多厂商模型接入
AI Canvas v0.10.16 发布,新增项目与全局人物、场景、道具的 .aicassets 导入导出和快捷指令 JSON 分享,并内置 LibAPI 厂商入口,默认展示 8 个文本、22 个图片、31 个视频、6 个音频型号。切换视频模型时保留用户已选比例及兼容的分辨率、时长、帧率和音频选择,同时补齐中英日韩界面文案。本版数据库仍为 v23,升级前需导出项目并备份数据。
AI Canvas v0.10.16 发布,新增项目与全局人物、场景、道具的 .aicassets 导入导出和快捷指令 JSON 分享,并内置 LibAPI 厂商入口,默认展示 8 个文本、22 个图片、31 个视频、6 个音频型号。切换视频模型时保留用户已选比例及兼容的分辨率、时长、帧率和音频选择,同时补齐中英日韩界面文案。本版数据库仍为 v23,升级前需导出项目并备份数据。
有用户在 ComfyUI 中遇到双角色同框场景生成难题:两个角色面部可见时往往表情呆板、缺乏可信互动,且不愿采用分别生成再拼接的工作流。该用户生成的是静态动漫风格图像而非视频,正寻求在单次渲染中实现有表现力、可互动双角色场景的技巧。
一位非 ComfyUI 熟练用户在 Reddit 求助,希望调好从 YouTube 视频里找到的工作流,实现从已有照片生成新姿势与新场景。该用户同时征集其他能实现同样效果的工作流建议。
未公开归属的 AI 视频模型 Iron Goddess 本周出现在 Arena 对战模式中,运动幅度大、速度快,但最快片段逐帧看会出现模糊。Seedance 2.5 画面更稳定,动态幅度则较小。目前无人认领该模型,作者猜测可能是阿里,因其 9 月云栖大会曾预告 11 月推出新视频模型。
有用户在最新版 ComfyUI 上运行 MOSS Image 时,同一套参数前一天还正常,次日重跑却输出模糊图像,元数据确认设置未变。该用户最终通过新建 Python 环境并从头重装解决了问题。
Claude 已开始为 ComfyUI 搭建水彩漫画生成工作流,用户原本只想让它整理水彩画、漫画、画材三个关键词的学习入口,结果它直接动手组装流程。作者随后让 GPT 汇总一份实现指示书,把人物特征、纸的留白、颜色叠加与晕染,以及生成后的检查修正步骤写成可交给 Claude 的形式。目前指示书已完成,工作流能否跑通和水彩漫画成品质量仍待验证。
视频配音、BGM、音效不必三种全上,应先选定一种声音角色再决定放入场景。以虚构伞店「しずく堂」20 秒竖屏介绍视频为例,四段镜头中仅第 3 段用自己录的一句旁白,BGM 与音效均不用。录好的音频按镜头号、角色、台词和版本命名,与记录使用与不使用音源的「音素材メモ」一起存入「音素材」文件夹。
在 ComfyUI 中加载 MOSS-Image 的 color-depth-control LoRA,可用 depth 与 color map 图像控制生成结果。
创作者发布 The Garden Archive 系列第二集,全部视频与音频生成均在本地机器上通过 ComfyUI 和开源模型完成。作品以“档案修复计划第183次会话”为叙事框架,讲述时间流逝中同一走廊与同一群人的变化,标注灵感来自真实事件。
NVAI 更新大视频功能,支持用一张照片生成场景,再据此生成带配音的视频。演示使用 flux3-klein-nvfp4 生成场景、ltx25-distilled-nvfp4 作为视频模型,均为本地 AI 生成方案,配套教程与 Readme 更新即将发布。
2026年上半年微短剧在YouTube上的观看量达65亿次,而YouTube Shorts全球日均观看量约2000亿次。麦芽传媒借助AI提升效率、产能与题材覆盖,其NetShort在9月双端内购收入位居海外短剧APP第二位。YouTube推出Shorts系列功能支持竖屏剧集化观看,AI内容制作与平台分发正成为出海竞争新焦点。
Higgsfield 发布 AI 视频编辑完整指南,其创作套件集成 35+ 模型与工具,覆盖视频转换、定向编辑与超分三类操作。Genjutsu 支持 4-30 秒参考视频的动作迁移与对象替换,Seedance 2.5 Edit 可用文本提示或 Draw to Edit 局部修改,FLUX.3 Upscale 可将视频提升至 1080p、2K 或 4K。
有用户在使用 Minimax H3 的基础 fl2va 模型加 turbo LoRA,寻求进一步提升首帧生视频效果的新模型、checkpoint、LoRA 与工作流。其反馈视频质量相对首帧衰减较快,末帧往往差到无法继续延长视频,提示词遵循度一般,细节常被忽略,且用 Grok 生成冗长提示词反而更糟。
创作者用 MOSS 生成参考图,再以歌曲片段配合 H3 的 ref2va 生成视频并剪辑,随后用 LMS 精修至 1920x1088,经 filmnet 从 24fps 插帧到 120fps 后隔帧取用,最终得到 60fps 成片。
创作者用“audio lock”工作流为自制音乐曲目测试对口型:以清理后的纯人声干声驱动口型,再在 Resolve 中把原曲合回视频。
AI 动画短片系列《堕天使》更新第 5 话「追踪者」,为万圣节 2026 主题作品,作者称本话风格偏温馨治愈。作者表示黑天使并未在本话登场,将在第 6 话正式出现,并计划在万圣节前完成后续制作。制作流程调整的相关文章将于次日发布。
作者用 ComfyUI 搭配 Animagine XL 4.0 Opt 生成持枪女特工插画,采用 1344×768、Seed 2026101806,未使用 LoRA、ControlNet 或输入图像。
Kling 4.0 已在 Lovart 上线,单条可生成最长 30 秒片段,并支持 10 个关键帧控制节奏、最多 15 个角色/产品/场景参考素材。官方称其运动更稳定、音频更好、镜头运动幅度更大,Lovart 的 Arti 负责生成分镜清单。
推荐理由:Kling 4.0 在 Lovart 上线,单条可生成 30 秒片段并支持 10 个关键帧与 15 个参考素材,可据此评估长镜头控制能力。
昨天说完,今天 WorkBuddy 就适配了
作者在 ComfyUI 中用 Qwen Image 2.1 搭建只绘制左右两侧的扩图工作流,原照片按 960 px 高居中放在 2240x960 画布上,两侧先用照片边缘镜像填充,再由模型生成并回贴原图。
导演台 0.5.2 新增官方 Skill 独立更新,可在 AI → 技能中检查并下载新版,更新后保留聊天记录、工程及自定义技能。参考视频与纯文字提示词改为完整对白与切镜说明分开,动作和情绪描述更直接;新项目先确认单条视频时长上限,纯文字分镜默认使用整数秒。提供 Windows 安装版、免安装版与 Linux AppImage、tar.gz。
AITuber 盘点了 Mootion 的替代方案:做旁白故事 Shorts 选 AITuber 或 Revid,职场动画讲解选 Vyond 和 Animaker,镜头控制选 LTX Studio,无人出镜频道交给 AutoShorts。
作者让 Claude Code 在 M1/16GB Mac 上从零安装配置 ComfyUI,自动排查扩展报错并跑通出图,首张 512×768 图片耗时约 4 分半。
Moonshot AI 发布 Kimi K3.1 Pro,采用 2.8 万亿总参数 MoE 结构、每次处理约 1,040 亿参数,支持 100 万 token 上下文,并推出输出速度约 2-3 倍的 Highspeed 版。
作者发布 MacH3 Metal,一个把 antirez 的 h3.c 原生 C+Metal 引擎封装成 ComfyUI 节点的工作流包,可在 Apple 芯片上原生运行 MiniMax H3。
推荐理由:作者把 MiniMax H3 的原生 C+Metal 引擎封装成 ComfyUI 节点,并给出 M5 Pro 上的实测耗时与显存占用,可供 Mac 用户评估本地出片流程。
Higgsfield 在 Cinema Studio 4.0 中给出让 AI 视频看起来像实拍的方法:生成前先设定灯光、机位、镜头与色彩,而非留在 Auto。该工具支持最多 50 个参考素材、50+ 调色板、最长 30 秒、最高 1080p,并可一次生成 4 个版本对比。生成后可用 Relight、Edit Color Palette 或 Edit video 修正细节。
AIArtEngine 发布 v8.5.4 版本,完整变更记录覆盖 v8.5.3 至 v8.5.4。原文未披露具体功能改动、参数规模或可用性信息。
作者发布开源本地应用 Picteus,指向输出文件夹即可读取图片自带的 prompt、模型、seed 和工作流元数据,集中搜索与筛选,且不上传任何内容。该应用带插件系统,目前处于 beta 阶段,免费招募早期测试者,并计划支持在应用内调用各家 API 和自有 LoRA 直接生成。
当 AI 开始自动化写作、设计、剪辑、编程等曾被视为专业能力的部分,作者提出一个被忽略的问题:人的价值感不只来自经济收入,更来自“被需要”。影视制作历来高度协作,一人借助 AI 或可完成过去十人、五十人乃至数百人的工作,效率提升的同时也冲击了围绕专业能力建立的身份认同。
有用户在 ComfyUI 中训练了两个 LoRA,希望让它们生成的人物套用网络图片里的拥抱姿势,但用 ControlPose 等方式尝试后结果始终异常。该用户询问是否有办法以外部姿势图为参考,让两个 LoRA 生成的人物摆出同一姿势。
GPT Image 2.5 可用的万圣节头饰模板共 9 种,含南瓜帽、黑猫耳、大女巫帽、小恶魔角、蝙蝠耳、幽灵兜帽、吸血鬼迷你帽、兔耳和假面舞会面具。模板分白黑线稿版与仅头饰上色版两种,编号一致可任选。用法是向 ChatGPT 等图像生成 AI 上传角色图和模板,报出编号即可让角色戴上对应头饰。
MOSS-Image 社区出现首个概念验证 LoRA,可直接从采样器输出带 alpha 通道的透明 PNG,无需色键或去背模型,玻璃、翅膀等半透明区域也能保留。
据 36 氪报道,字节跳动近期完成业务整合,AI 短剧创作平台小云雀并入智能创作平台即梦,产品仍保留独立入口。即梦已接入小云雀的短剧相关能力,小云雀运营改由即梦运营和市场负责人陈欣然负责,产品团队不变。小云雀今年 3 月上线短剧 Agent,支持上传最多 10 万字剧本并一键生成视频成片,搭载字节自研 Seedance 2.0 模型。
国家广播电视总局公布2026年第二季度优秀网络视听节目推选结果,共39部作品入选,其中微短剧14部占比最大,微短剧《去桃花盛开的地方2》在列。同期公示2025年度全国广播电视新闻“百佳”推优结果,分11大类,公示期为2026年10月23日至29日。
作者公开一套换装与换妆提示词模板,只改参考图中人物的服装和妆容,保留脸型、发型、表情、姿势、背景与构图,在 ChatGPT 或 Gemini 中把占位词替换成目标风格即可。
一份面向 ChatGPT 等生成 AI 的提示词教程,分 5 步把地雷系 AI 美女图做成 iPhone 随手拍质感:从露出全脸的地雷系妆容与色调起步,逐步加入遮脸、小物与手抖闪光等情境。每步附英文提示词与日文说明,并给出 10 组可复现作例,覆盖黑发波波头、茶发长卷、姬发式等造型与咖啡馆、电梯厅、旧书店等场景。
一份面向 ChatGPT 和 Gemini 的手绘风日常插画提示词合集,共约 100 种题材,全部以可直接复制的 JSON 格式给出。每个题材除基础版外,还提供 9:16 竖版、1280×670 的 note 封面横版,以及更换背景、光线氛围的改编版,并附 negative_prompt 与 aspect_ratio 字段。
可灵 Kling 4.0 已在 fal 平台公开可用,API 面向所有客户开放。该模型支持最长 30 秒原生视频生成并带音频,最多 15 个图像、视频与元素参考,以及最多 10 个关键帧的精确控制,并改进了运动、角色一致性与电影化叙事。
推荐理由:Kling 4.0 通过 fal 开放 API,原生 30 秒带音频生成与多参考、关键帧控制的变化可供创作者评估接入。
一位 ComfyUI 新手在 KREA 2 文生图模板中询问 LoRA 用法:enable_lora 开关是否必须设为 true,以及能否在子图内串联多个 LoRA 节点并从 MODEL 接入 on_true。
有用户用局部重绘工作流横向对比 MOSS-Image、Flux.2 klein 9B 和 Qwen Image Edit(2511),认为 MOSS-Image 表现不及预期,而 Flux.2 Klein 与 Qwen Image Edit 能稳定完成任务。该用户补充 MOSS-Image 在常规文生图(T2I)上表现不错,并承认测试可能存在技巧因素,工作流将发在评论区。