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。

11月5日周四
  1. lilting channel (English) · 创作分享47

    HaDeS MOSS Suite 在 M1 Max 上测试:MOSS-Image 合并与 int8 保存在 ComfyUI 中可用

    HaDeS MOSS Suite 在 M1 Max 上通过 22 项测试,MOSS-Image 模型合并与 int8 保存功能可用。MOSS KSampler 与原生节点输出图像像素差为 0,1024×1024、25 步生成一张 SFT 图像耗时 591.52 秒,比 RTX 5090 慢约 36-39 倍。该节点包无需额外 Python 包,克隆到 custom_nodes 即可使用。

  2. Oimi · 中文图像视频教程75

    GPT-Image-2.6 发布:新功能、Flare 与 Sunburst 对比、API 价格全解

    OpenAI 于 2026 年 11 月 4 日发布 GPT-Image-2.6,生成速度提升约 50%,Flare 最快 6 秒出图。新功能包括 GIF 生成、可复用参考角色、透明 PNG 标记编辑和 SVG 导出。API 定价与 2.5 持平,但 low/medium 档输出 token 用量可能上升,迁移前需实测。

    推荐理由:GPT-Image-2.6 新增 GIF 生成与参考角色,API 定价与 2.5 持平,但输出 token 用量可能上升,迁移前需实测。

  3. Reddit StableDiffusion · 创作者与工作流分享63

    MiniMax H3 图像编辑工作流优化方案

    作者分享了一个 MiniMax H3 图像编辑工作流,利用参考图条件与分块潜变量放大实现 4K 输出。该工作流依赖 MiniMax H3 的 identity-aware inpaint 功能,每个去噪步骤都被参考图像约束,从而保持角色身份。作者指出只有 Wan2.2 和 MiniMax H3 这类视频模型能保持角色身份,其他图像编辑模型均失败;工作流链接已提供。

11月4日周三
  1. note · synth_brain · 图像视频创作分享63

    Antigravity 接入 ComfyUI:用聊天生成图像的最简单方法

    将 Google 的 Antigravity 智能体接入 ComfyUI,通过聊天对话即可完成图像生成与调整。具体做法是将 ComfyUI 工作流导出为 API 格式 JSON,把 ComfyUI URL 和 JSON 路径粘贴给 Antigravity,即可用自然语言指令驱动生成、修改姿势和切换 LoRA。目前 Antigravity 处于期限未定的免费促销期。

11月3日周二
  1. Behind the Verticals · 竖屏剧制作简报33

    竖屏短剧涉足政治

    政治竖屏短剧正式成为一类内容,THE COUNT 成为首批选举题材竖屏剧。该剧已在 ALZA Festival 首映,现于 Taye Diggs 创办的 Microhouse Films 上线。剧情讲述退役陆军上士在选举办公室做志愿者时发现破坏选举信任的阴谋,与记者联手揭露真相。

  2. MiniMax · 音视频模型66

    MiniMax 发布 H3-Image 开源图像生成与编辑模型

    MiniMax 发布开源图像生成与编辑模型 MiniMax-H3-Image,将文本到图像与图像编辑统一在一个 checkpoint。模型为 33.1B 参数 DiT,蒸馏至 6 步采样,直接生成约 16 兆像素图像(4096×4096 至 6272×2688),无需超分。

    推荐理由:新模型将文本生成与图像编辑统一在一个 checkpoint,16 兆像素直接输出且仅需 6 步采样,可评估其是否适合现有出图流程。

  3. Reddit StableDiffusion · 创作者与工作流分享43

    Moss-Image 布局编辑器

    Moss-Image 布局编辑器打造完成,支持从 JSON 提示词生成像素级精准布局,适用于漫画、参考表、构图、杂志封面和海报等。编辑器可处理多角色和文本,超过 10 个角色时会出现概念融合;提供独立 HTML 页面,支持从零开始或粘贴 JSON 优化,并可根据图像分辨率自动调整框大小。提供仓库和在线试用。

  4. lilting channel (English) · 创作分享73

    Anima-RGBA 在 M1 Max 上的测试:直接输出透明 PNG 与 Alpha 限制

    Anima-RGBA 在 M1 Max 上实测可直接输出透明 PNG 并干净抠图,但玻璃、蒸汽、翅膀、幽灵等半透明元素仍保持不透明。背景清除效果良好,但中间 alpha 值几乎不存在;触发词权重提升到 1.3 也无法产生半透明效果。叠加 Turbo LoRA 后 8 步生成时间缩短至 41 秒,适合日常抠图工作流。

    推荐理由:实测显示 Anima-RGBA 可直接输出透明 PNG 并干净抠图,但玻璃、蒸汽等半透明元素仍保持不透明,创作者需按用途取舍。

11月2日周一
  1. Reddit StableDiffusion · 创作者与工作流分享50

    ComfyUI-skkut-utils 插件更新:1400+ Krea 2 视觉风格、WebP 工作流嵌入与持久化提示词存储

    ComfyUI-skkut-utils 插件更新发布,新增 1400+ Krea 2 视觉风格选择器、WebP 工作流嵌入与持久化提示词存储功能。提示词保存功能将增强提示词写入工作流 JSON,支持拖放重建;WebP 输出在节省空间的同时保留元数据。

11月1日周日
  1. Reddit StableDiffusion · 创作者与工作流分享26

    Krea 2 微调实验:效果惊人地好,却牺牲了通用性

    作者对 Krea 2 进行七次连续微调,用约1万张自摄照片训练,得到高度逼真的摄影 checkpoint,但牺牲了其他风格与 LoRA 兼容性。训练集规模约300至2,500张,每次最多4,000步,最终在 checkpoint 12500 时摄影效果极佳,模型出现灾难性遗忘。作者分享这一实验,提醒连续全量微调可能导致模型过度专业化。

  2. Reddit StableDiffusion · 创作者与工作流分享77

    作者用 MacBook M5 Max 全本地制作 46 秒科幻预告片并公开完整管线

    作者在 MacBook Pro M5 Max 128GB 上全本地完成 46 秒科幻预告片《THE LAST SIGNAL》,全程无云端渲染、无 API 调用,耗时约 14.5 小时(含约 2 小时等待)。

    推荐理由:作者公开了从分镜到成片的完整本地管线与真实耗时,创作者可据此评估 MacBook 上复刻同类流程的可行性。

  3. Reddit StableDiffusion · 创作者与工作流分享63

    Krea 2 LoKr 训练实测:1536px 下测试 10 个演唱会时代的服装与角色一致性,并分享 LoKr 与 LoRA 对比、训练步数和触发词技巧

    作者训练了 1536px 的 Krea 2 LoKr,用于测试 10 个演唱会时代的服装与角色一致性,并对比 LoRA 后发现 LoKr 效果更好。最佳训练步数为 1,500 步(37.5 个 epoch),使用真实姓名作为触发词比合成触发词效果更好。作者还分享了 ComfyUI 工作流、LoKr 权重和 40 张展示图。

  4. Reddit comfyui · 创作与工作流分享45

    LTX 2.5 与 ComfyUI 制作人声叠加 AI 音视频的完整音乐视频

    作者用 LTX 2.5 和 ComfyUI 制作了一首关于 GPU 的说唱音乐视频,52 个片段全部本地生成。13 张 Gemini 静态图各生成 4 个 LTX 2.5 图生视频片段,在 5090 上以 832x480 分辨率批量处理,每 4 秒片段约 25 秒。节拍同步将剪辑对齐鼓点,人声切入处硬切,全程约 4 小时完成。

  5. Reddit StableDiffusion · 创作者与工作流分享42

    Morgana 1.2:面向摄影的 FLUX.2 Klein 4B 微调,真实人脸、自然光与细腻纹理(免费权重 + GGUF)

    Morgana 1.2 发布,是 Kitani 基于 FLUX.2 Klein 4B 的摄影微调模型,主打真实人脸、自然光与细腻纹理。在 1x H100 上 15 步生成仅需 4.6 秒,无需 LoRA。免费提供 safetensors 与 GGUF(含 BF16、Q8_0 等量化),另有付费 API。

10月31日周六
  1. Generative AI · 创作教程与项目分享44

    AI 动漫生成器限制更少?ChatGPT、Grok 和 PixAI 实测对比

    PixAI 在动漫图像生成上比 ChatGPT 和 Grok 更可控,作者实测同一提示词后认为其风格更接近动漫场景。PixAI 拥有超过 1.8 百万社区模型和 LoRA,其 Tsubaki.3 模型支持上传三张参考图保持角色一致,并可生成动画、贴纸或卡牌。ChatGPT Images 2.0 和 Grok Imagine 2.0 虽擅长文字密集图像和速度,但风格控制依赖提示词。

  2. Curious Refuge 创作教程69

    如何使用 AI 为视频重新打光(分步教程)

    Curious Refuge 发布教程,演示如何用 AI 为视频重新打光,并测试了该工作流在实拍素材和灰盒工作室场景上的效果。工作流先导出静帧并用图像模型(Nano Banana 2.1 或 GPT Image 2.5)重打光,再以重打光图为参考应用到原视频。测试发现结果存在曝光变化、条带、分辨率损失等限制,输出分辨率低于 4K 源。

    推荐理由:这个工作流用静态图重打光作为视频模型的参考,创作者可据此评估 AI 重新打光在后期中的适用边界与限制。

10月30日周五
  1. note · nobinlog · 图像视频创作分享50

    Anima Reference Adapter for ComfyUI 测试:上传素材能改变到什么程度

    Anima Reference Adapter for ComfyUI 测试显示,该工具可在保持参考图像角色脸型、发型、眼睛和服装的同时,通过提示词改变姿势、背景与相机角度。画风仅能部分继承,加入日向雏田等角色提示词时会出现特征融合。原创角色再现、独自服装继承和同一角色连续生成是其主要用途。

  2. Reddit comfyui · 创作与工作流分享68

    Phane:提交 #OPENSOURCEHIGGSFIELD 的开源创作工具

    作者发布 Phane,一个 100% 开放权重的本地创作工具,8GB 显卡即可运行,支持文本到 3D 运动再到任意角度。它集成 45 个引擎,覆盖图像、编辑、视频、重铸、语音等能力,一键安装,无需云端或积分。

    推荐理由:这个开源工具让 8GB 显存显卡也能本地运行 45 个引擎的文本到 3D 与视频创作流程,创作者可评估是否用它替代云端付费方案。

  3. Leeveo AI Tutorials · 创作教程与项目分享65

    如何用 ChatGPT Images 创建一致的 3D 卡通角色

    Lee Veo 发布教程,用 ChatGPT Images 和结构化 prompt 创建一致的 3D 卡通角色,无需 3D 建模经验。教程涵盖角色表、表情、姿势、场景和图像到视频动画的完整流程,并给出可复用的 prompt。

    推荐理由:这套用 ChatGPT Images 生成角色表并保持跨图一致性的流程,可直接迁移到 AI 短剧或系列动画制作中。