ComfyUI Comic Creator v1.62.0 更新:新增 OCR 标签页
ComfyUI Comic Creator 更新至 v1.62.0,新增 OCR 标签页,并加入基于 PaddleOCR-VL-manga 的重新读取功能,目前后端仅支持 Ollama。用户可通过 `ollama pull hf.co/LunarOilRig/PaddleOCR-VL-manga-GGUF:Q4_K_M` 安装该模型,在 moss-image 标签页中生成图像。
ComfyUI Comic Creator 更新至 v1.62.0,新增 OCR 标签页,并加入基于 PaddleOCR-VL-manga 的重新读取功能,目前后端仅支持 Ollama。用户可通过 `ollama pull hf.co/LunarOilRig/PaddleOCR-VL-manga-GGUF:Q4_K_M` 安装该模型,在 moss-image 标签页中生成图像。
剧流 Studio 发布 v0.1.17,完整更新日志覆盖 v0.1.16 至 v0.1.17 的改动。
Higgsfield 于 10 月 24 日发布一组 Seedance 2.5 原生 4K 测试,其中用 Blender 灰模(blockout)直接驱动生成蜜蜂画面,并对比 4K 直出与超分后的皮肤质感。
一位 Reddit 用户用同一段人像提示词对比了 7 个图像模型的出图效果,排名依次为 Nano Banana 2.1、GPT Image 2.5、Muse Image、Qwen image 2.1 turbo、Flux 3 Klein、Krea 2 turbo 和 Moss-image-sft(8 steps LoRA)。
ArcReel v0.34.0 发布,Agent 供应商未定价档位可手动选模型,凭证支持设置倍率,订阅制网关填 0 不计费。计费改为按模型目录价目表结算,文本、配音、图片、视频费用分项落档,未定价调用单独计数。模型目录新增搜索接口并随版同步价格与能力,Seedance 2.0 可选 4K、Seedance 2.5 可选 1080p。
AI Video Production Editor v3.1.0 发布桌面安装包,新增 Claude & Codex 一键连接,工作室运行本地 MCP 服务器和含 68 个工具的 REST API,智能体可操作剧本、角色、导演、分镜与生成等环节,改动实时显示在工作室中。
面向 2026 年从剧本到画面的需求,ScreenWeaver、Saga、Morphic、Autodesk Flow Studio、Higgsfield Popcorn 和 Google Flow 被列为 LTX Studio 的六个替代方案。
用户求助如何用 H3 Minimax 或 LTX 编辑视频以调整光照或添加特效。其常用流程是以原视频为动画源、图 1 为视觉终态交给 Minimax 编辑,中近景有效,但更开阔的镜头即使以 2 mp、30 steps 且不开 turbo 也完全丢失面部动画,尝试多种 sigmas 与 samples 及 face refiner 均无效。
一位 ComfyUI 用户分享其基于 LM Studio 的图片提示词增强工作流,测试了从 4B 到 35B 的 7 个 GGUF 模型,发现部分模型效果不佳。其中某个 GPT 模型即使在系统提示词和 Structured Output 中明确要求不要推理,仍会输出推理内容,而其他模型均正常。该用户表示不愿为云服务付费,并提到 gemma 4 的结果。
同一提示词下对比 Claude Opus 5.5、Kimi K3.1 Pro 与 DeepSeek V4.1 Flash 1017 生成「骑行飞天」画面,Kimi K3.1 Pro 整合最稳,自行车稳骑飞行平台、角色清晰、光影干净,场景完整度明显更高。
作者实测用 Minimax H3 开源模型配合 Atlas Cloud 自托管端点(2.4 美分/秒)生成 30 分钟影片,成本可压到 100 美元以内,而此前用 Seedance 2.5 制作 31 分钟竖屏影片总花费约 600 美元。
ArchiGen 提出用"准备账本"比较 AI 渲染器:计时从打开源项目开始,而非 AI 任务启动,需记录模型清理、相机设置、源图渲染、控制通道导出、遮罩与参考图筛选等人工分钟数。可复用设置与逐视图工作应分开统计,例如 45 分钟一次性设置加每视图 5 分钟,在第四个视图后优于 2 分钟设置加每视图 15 分钟。失败的导出同样计入工时,参考图的查找与授权核查也属于输入劳动。
Chaos 于 10 月 19 日发布 Veras 5.3 NODES,把节点图做成受管产品:节点目录、云端执行与 Revit、Rhino、SketchUp 输出均由厂商负责,设置可固定到 CONTROLS 视图、对操作者隐藏画布。
MiniMax H3 光锥版 VBVR 测评显示,其在提示词遵从、空间关系与物理逻辑三方面均有增强。测评围绕该版本的实际生成表现展开,重点验证上述能力的提升情况。
英伟达将 RTX Remix 升级至 1.6 版本(GitHub 显示 1.6.1),实验性支持 Java 1.21.1 版《我的世界》路径追踪,并引入 DLSS 5 的 3D 引导神经渲染与最高 6 倍多帧生成。
一位从 WebUI 迁移到 ComfyUI 的用户发现,KSampler 节点无论 denoise 设置如何都会跑完全部步数,而手动把步数设为「原始步数 × denoise」才符合预期效果。他询问这是否是节点行为变更,以及这种乘法计算是否正确、还是需要更复杂的换算,并考虑用简单节点自动按 denoise 计算步数。
一位 ComfyUI 用户用 Anima 搭配 Anisee V2 Asthetic 生成 NSFW 图片,发帖询问是否有平台可上传作品并公开生成方式,以便互相复用工作流、提升出图质量。帖中有人推荐了 Civitai red,作者随后确认并致谢。
哈哈哈 牛逼 小人有点可爱
作者用 Hermes Agent 搭配 Qwen3.8 Flash Next 125B IQ3_S 与 ComfyUI 上的 MOSS-Image,在本地完成日文信息图与漫画风格图像生成。
作者为 MOSS-Image 训练了一个 LoRA,配合 trmz/flux2-klein-alpha 的 RGBA VAE,在提示词末尾加上 isolated on a transparent background 即可从采样器直接得到透明 PNG,无需抠像或色键。
一位摄影师为 ComfyUI 自制了自定义节点 "load image recursive",让内置 Load Image 节点可以递归列出 input/ 下任意深度的图片,并新增文件夹下拉筛选,把 1200 条目的滚动列表缩到 40 条。
那还有Dario什么事儿…… 如果DeepSeek是一家美国公司,事情就真的会很疯狂
作者用 GPTimage 做了一套自用角色设计 Skill,把画风固定成 GPTimage 主流风格并压低头身比,让角色更偏动画比例。实测中仅用提示词、常规画风与头身调整生成犬耳女仆三组对比,无记忆的 GPT 版本仍出现不被认可的犬耳。作者称该 Skill 可复用,也能只做调整而不重新生成。
VideoGen 于 10 月 20 日发布首个自研视频生成模型 Model 1,可凭单条指令生成最长 10 分钟、跨场景人物一致的多镜头视频,最多参考 16 张图像,目前向部分合作方开放。
一位创作者把 Midjourney 提示词整理成合集在 note、Gumroad、PromptBase 上出售,实现月稳定收入 5 万日元以上。其中 note 上的「动漫角色生成提示词集」定价 1000 日元、月均售出 150 套,Gumroad 英文版月售约 100 套、单价 15 美元,PromptBase 月售约 150 套、单价 5 美元。
用户用 ai-toolkit 和 DiffSynth 为 Moss Image 训练了多个角色 LoRA,但生成图片时图中每个人物都会出现该 LoRA 同一张脸的变体。其尝试了边界框和多种提示词方法均无效,作为 LoRA 新手求助问题所在。
红色献礼微短剧《我见过你的征途》于10月22日登陆红果短剧、抖音、Z视介等平台,后续将在浙江卫视播出,是首个浙江卫视“苔花标”微短剧项目。该剧为国家广播电视总局“长征:我们的故事”主题微短剧首批入选作品,聚焦1934年北上抗日先遣队孤军远征、策应中央红军战略转移的史实,由容量短剧等联合出品制作。
字节跳动 Goku 视频模型训练在 2024 年中频繁崩溃,工程师最终追查到深度学习框架中被篡改的指令会按时间重排输入,使失败无法复现,访问日志指向北大实习生田柯宇。公司在其账户中发现隐藏目录及疑似匹配数据管线破坏的程序,8 月初启动正式调查。
这份提示词合集提供约 100 种可直接复制到 ChatGPT、Gemini 等工具使用的 JSON 格式图像生成提示词,围绕海岸、旧书店、车站、机场、街角等日常场景,通过视角、反射、透明材质、光线与尺度感营造“把日常变成非日常”的画面。
国家广播电视总局印发《广播电视和网络视听“十五五”规划》,提出到2030年广电媒体全面挺进互联网主战场。中央广播电视总台启动“多语种短剧漫剧AI制作发布平台”,依托AI大模型与多语种语料资源探索AI赋能视听创作,同步发布AI漫剧企划《莉雅・与群星相遇》。快手可灵AI全量发布Kling4.0视频生成模型,支持4K与1080p的10-bit HDR输出,单次生成最长30秒。
博纳影业出品的100分钟AI超写实长片《三星堆:未来往事》已拿到国家电影局公映许可证,成为国内首部走上院线的AI长片。影片由七八十人团队耗时两年多完成,总投资在千万元以上,团队全程不借助实拍、直接生成纯数字人形象。此前同题材AI短剧《三星堆:未来启示录》在抖音获得超2亿点击量,为长片方向提供测试;博纳第二部AI电影《计划外·广寒行动》已开机。
推荐理由:博纳用两年、千万级投入跑通首部AI院线长片的制作与审查流程,为中小团队评估AI长片成本结构提供参照。
作者用 Animagine XL 4.0 Opt 在 ComfyUI 中生成「反向坐椅子」角色,仅靠标签指定反向坐姿、身前靠背、双臂搭靠背与前倾姿势,未使用 LoRA、ControlNet 或输入图像。
故事驱动的AI正在如何塑造电影制作与娱乐产业的未来?在今年的釜山亚洲内容与电影市场(ACFM)上,可灵AI与来自亚洲各地的顶尖电影人和行业领袖一同深入探讨了这一问题。来看看吧!
一名 ComfyUI 用户在 Documents 和 ComfyUI-Shared\models 中搜索后仍未找到 custom_nodes 文件夹,导致无法安装 ComfyUI Manager。该用户表示正按某教程操作,需要该文件夹才能继续。
作者因不想使用 ComfyUI 的节点工作流,用 ChatGPT 搭建了浏览器前端 MOSS Image Studio,后端仍运行 ComfyUI。该前端支持 MOSS-Image 文生图、实验性图生图、MOSS Base/SFT 与 INT8/BF16 变体选择,以及分辨率、步数、采样器等参数设置和生成队列、项目保存、工作流导出。
DataEye L!NK 2026短剧出海全球增长大会上,麦芽、万兴科技、通力律师事务所、创想数维、Airwallex空中云汇等行业大咖拆解短剧出海全链路。嘉宾指出,强情绪钩子可弥补本土化不足,出海需文化与内容双向匹配,并构筑著作权和数据合规防线。数据资产化与支付风控(订阅收银体系、拒付风险管控、本地支付能力)是营收落袋的关键。
作者用单张 RTX 4090 和开源权重模型本地完成 The Flaming Lips 歌曲的 4 分钟非官方粉丝 MV,全程不用云服务、不调付费 API。
推荐理由:作者公开了单卡本地完成 4 分钟 MV 的完整管线与逐环节耗时,可据此估算自建音乐视频流程的算力成本。
一位从 Disco Diffusion、Stable Diffusion 时代回归 AI 视频创作的用户表示,受不了由 AI 生成声音和 AI 生成角色主持的教程,更希望看到真人讲解时偶尔卡壳或跑题。他还厌倦了 YouTube 上夸张表情式的 AI 教程封面图,并称自己在等渲染时随手发了这通牢骚。
VideoGen 推出 Model 1 Creator Program,凡在制作中使用 Model 1 的影片均可参与,署名"Made with VideoGen Model 1"并投稿即可获得百万级邮件推送、社交渠道曝光、额外 credits 和媒体资源对接。
HBO Max 于 7 月 28 日上线「HBO Max Shorts」竖屏短片频道,至此 Netflix、Disney+、Peacock、Prime Video、HBO Max 美国五大主流流媒体全部完成竖屏短剧功能布局。
推荐理由:梳理五大流媒体与 TikTok 的竖屏布局,呈现中国出海短剧团队面临的竞争格局变化。