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23日周五
  1. Reddit StableDiffusion · 创作者与工作流分享71

    PixText:修复生成图像文字的轻量模型与 ComfyUI 节点

    作者发布 PixText,一个不到 1B 参数(约 0.95B)的模型,用于修复生成图像中错乱的文字和汉字。该模型直接在像素空间训练,不需要文本编码器或 VAE,借助 MeanFlow 仅用 4 步采样完成文字修复。在 ComfyUI 中可框选区域并输入正确文字,或先自动检测文字再调整建议框,对比节点会展示每个区域修复前后的效果。

    推荐理由:针对生成图中小字被 VAE 压缩糊掉的问题,作者给出像素空间修复模型与 ComfyUI 框选改字流程。

  2. IT之家71

    火山引擎发布 Seedance 2.5 4K 模型,面向影视级画面生成

    字节跳动旗下火山引擎发布 Seedance 2.5 4K,称其为 Seedance 2.5 这一代中最强的模型,通过专项训练学习人物表情、细微动作与画面细节。该模型支持 Draft 样片模式,可先用 480P 样片验证分镜、打磨镜头,再生成 4K 正片,并具备 10-bit 色深;目前仅供部分企业客户试用,部分海内外影视制作、后期公司已试用。

    推荐理由:Seedance 2.5 4K 把样片验证与 4K 正片分成两段流程,影视团队可据此判断画质与成本如何取舍。

  3. Reddit comfyui · 创作与工作流分享20

    在 ComfyUI 上生成 NSFW 视频的最佳工作流是什么?

    一位 ComfyUI 用户寻求能生成数分钟长 NSFW 视频的工作流,现有工作流大多最长约 10 秒,或需每 5 秒给一次提示词才能延长。其还遇到物体恒存性问题:画面中角色被短暂遮挡后,衣物等细节会错误复原。该用户使用 Vast.ai 硬件,算力不构成限制。

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

    做客户项目时你会用开源/开放权重模型吗?为什么?

    一位创作者用 Claude Code 接 ComfyUI MCP 的工作流,主要靠 Qwen Image 2.1 做草稿、设计、氛围和故事,再转到 H3,并计划在项目中尝试 Seedance 2.5。他从未用过付费模型,对工作流不确定,因此向社区询问:预算充足时该选什么工具和模型、最佳图像模型是哪个、大家的工作流如何。

  5. ArchiGen AI · 图像生成与ComfyUI实战20

    AI 渲染器采购指南:没有版本化文档的工具只是带订阅的演示

    采购 AI 渲染器前应核查厂商是否公开输入格式、宿主版本、额度消耗、更新与故障恢复等文档,而非只看渲染效果。文章建议用六个问题逐项检验:什么能输入、什么会变、输出什么、如何计费、数据如何存储、更新破坏了什么,并让未参与选型的同事仅凭公开文档跑通一个完整工作流。依赖销售话术、旧视频或私下支持的产品无法成为可复用的工作室标准。

  6. ArchiGen AI · 图像生成与ComfyUI实战20

    免费 AI 渲染方案能否用于客户项目?ArchiGen 拆解“免费”背后的授权与交付边界

    ArchiGen 指出,免费 AI 渲染方案的“免费”只说明价格,不代表账号类型、项目用途和商业输出获得许可。采购方需核对资格条款、商用条款、输出权利、额度重置与导出删除规则,并保存带日期的条款副本。免费额度下的预览、失败任务、变体和超分可能共用同一计量单位,导出文件的分辨率、水印与元数据也需在交付前确认。

  7. Reddit comfyui · 创作与工作流分享12

    如何在 ComfyUI 中把不同人物合成到同一张图并保持面部身份

    一位用户在 ComfyUI 社区求助:如何把不同人物放进同一张图,同时不丢失各自的面部身份,并让他们摆姿势、一起做其他动作。该用户已用 krea 2、flux Klein 9 distilled 模型配合基础图像编辑工作流尝试,硬件为 AMD 6570xt、12GB 显存和 32GB 系统内存,希望有人推荐可行的工作流。

  8. pyvideotrans 官方发布65

    pyvideotrans v4.17 发布

    pyvideotrans v4.17 发布,新增 Audio.cpp 语音识别渠道,并增加基于 audio.cpp 的降噪与人声分离模型。同时修复 nemotronasr 重复下载问题,新增 Opper 翻译渠道,字幕翻译增加“进一步精简”选项。

    推荐理由:新版新增 Audio.cpp 语音识别渠道与降噪模型,并优化字幕翻译精简选项,适合评估视频翻译配音流程升级。

  9. 辽宁省广电局 · 行业动态15

    辽宁省广电局与辽宁广告职业学院座谈 共商微短剧产业高质量发展

    辽宁省广电局与辽宁广告职业学院10月22日座谈,围绕推进辽宁微短剧产业高质量发展、建立政行企校研协同机制达成共识。省广电局提出实施微短剧“四个一储备工程”补齐产业链短板,学院则依托“培训—实训—创作—展播—市场化”全闭环产教融合体系提出合作共建事项。双方将深耕赛事品牌,打造辽宁专属、全国知名的文化视听IP。

  10. AI Marketing for Storytellers18

    Novae 与 Cassie 分享竖屏短剧、视觉小说与 Astra 书影视频制作进展

    Novae 完成了个人首部完整竖屏短剧并已在 IG、FB、YouTube 等平台发布,同时用 Astra 约 15 分钟生成电影感书籍视频。Cassie 正在制作视觉小说并发布新片,其 Kickstarter 进展顺利。两人还在尝试 Blender 到 Minimax H3 的视频流程以降低成本,并将于太平洋时间周五上午 10 点直播分享。

  11. 文娱价值官 · 搜狐公开专栏67

    首部AI院线电影《三星堆:未来往事》票房遇冷,字节、快手仍推进电影级生成能力

    《三星堆:未来往事》10月23日登陆全国院线,作为国内首部获公映许可证的AI超写实电影,上映前猫眼想看不足6000人、淘票票约1.76万人,两平台总预售约14.4万元,灯塔预测首日票房31.1万、总票房216.9万,而影片成本为千万元级。

    推荐理由:以首部AI院线片预售遇冷为切口,对比IP分账与上星路径,梳理模型厂商切入电影制作流程的差异。

  12. 可灵官方博客60

    可灵拆解 KING CARD:如何用 Kling 4.0 制作动态卡片世界

    可灵官方发布 KING CARD 幕后解析,介绍该片在社交平台获得 500 万次播放,并说明如何用 Kling 4.0 完成卡片飞舞、报纸列车穿城与环境变形等镜头。

    推荐理由:可灵官方拆解 KING CARD 的制作过程,展示动态运动、多关键帧与 Omni Reference 在复杂镜头中的配合方式。

  13. note · h_kitamura · 图像视频创作分享22

    画像・動画生成AIニュース 2026年10月23日号:Midjourney 版权风险最高、射水市消防团 AI 广告、Runway 接入外部工具、Helix World 单图生成可漫游场景

    VN.ai 对比约15种图像生成AI后发现,Midjourney 生成侵权风险图像的比例最高,约37%,且在被两家电影公司起诉约一年半后改善有限。日テレHR総合研究所用生成AI为富山县射水市消防团制作了3支风格各异的招募CM,含32秒横版实拍风、37秒竖版动画、35秒横版实拍。

  14. 可灵 Kling72

    可灵 Kling 4.0 上线 idea.ai

    可灵 Kling 4.0 已在 idea.ai 上线。据 idea.ai 介绍,该版本可用单条提示生成 30 秒场景,保持跨镜头角色一致,并支持在实拍、动漫与 3D 风格间切换。

    推荐理由:Kling 4.0 在 idea.ai 上线,支持单提示生成 30 秒场景与跨镜头角色一致,可对照现有出片流程评估。

  15. note · palealloy · 图像视频创作分享30

    ComfyUI 自定义节点:点击选择光照术语,强化插画存在感

    针对 ComfyUI 用户记不住光照提示词效果的问题,作者制作了一个自定义节点,点击即可选择逆光、聚光灯、God Rays、粒子、低调、镜面反射等光照表现词,鼠标悬停还会显示文字说明。示例中为铠甲人物叠加这些词后,画面从平淡变为厚重庄严的氛围。作者同时指出,Krea2 等新世代模型本身质感已较高,但该节点可用于精准命中想要的光照效果。

  16. Hugging Face Daily Papers31

    Verus-Insight:面向 AI 生成视频的可解释伪影检测

    Verus-Insight 将 AI 生成视频的伪影检测拆解为检查规划、证据验证与证据聚合三个环节,并用人工锚定的全流程监督和渐进式能力训练提升细粒度伪影识别与视频级检测。团队同时发布带细粒度人工伪影标注的 Verus-Bench 基准,实验显示该模型在恢复人类可感知伪影方面有明显提升,且不增加虚假伪影断言。

  17. Reddit comfyui · 创作与工作流分享12

    ComfyUI 用户求教:如何用 Trellis 从人物照片生成 Bambu Lab 级雕像

    一位 ComfyUI 新手正寻求工作流建议,希望用 Trellis 从人物 2D 照片生成 3D 模型来制作朋友雕像,效果对标 Bambu Lab 在 MakerWorld 上的 "Make My Statue" 工作室。他目前用 Trellis 的效果远不及 Bambu,但不想每次尝试都付费,希望能在本地完成。

  18. Reddit StableDiffusion · 创作者与工作流分享10

    新手入门视频生成:AMD 6700 XT 12Gb 显存够用吗?

    一位新手询问其 i5-13600K、AMD 6700 XT 12Gb 显存、32Gb DDR5 内存的配置能否用于视频生成练习。他还想知道是否该用视频剪辑软件把短片拼接成长视频,以及是否应直接升级到 24Gb 显存的 AMD 7900 XTX,或该卡在 32Gb 内存下仍不足以让视频生成变快。

  19. 钛媒体38

    被AI改造的内容行业:焦虑、效率和新机会

    MiniMax H3、Seedance等多模态模型正被接入游戏、电商等实际内容工作流,一家大型游戏厂商借此将素材制作从几天缩短到几小时,月费用从几百万元降至几十万元。H3输出视频有768p和2K两种模式,2K的API调用价格约0.8元/秒,本地部署成本更低。MINIMAX-W上半年收入1.17亿美元,开放平台及企业服务收入同比增长703.1%。

  20. Monster社区 · 中文ComfyUI实测与工作流52

    Singularity-V2 整合包演示:4 步视频生成、首尾帧与 ComfyUI 入口

    这篇教程整理了刘悦的技术博客对 Singularity-V2 整合包的短演示,说明该整合包默认采用 4 步迭代,短片实际演示了文生视频、首尾帧和全能参考三种输入方式。作者称演示设备为 RTX 4060 笔记本,单次生成约需 100 秒,该耗时仅对应此次演示条件。需要查看节点连接时,可通过自定义端口 8187 进入 ComfyUI 工作流,端口以本机启动日志为准。

  21. AITNT · AI创作资讯60

    港中文MMLab等提出DuoMatching,改善少步视频生成画质

    香港中文大学MMLab、字节跳动及香港科技大学团队提出DuoMatching,让视频生成器同时接受联合分布监督与帧级边缘分布监督,在训练阶段引入图像先验且不增加推理计算。逐帧2步设置下VBench总分从80.67提升到83.53,相对四个基线的整体偏好率均超过80%,动态程度从94.44小幅变为93.61。论文已在arXiv公开,代码与模型权重同步开放。

  22. Reddit comfyui · 创作与工作流分享58

    作者开源 ComfyUI 节点:耦合初始噪声提升批次多样性且不增加采样步数

    作者发布免费开源的 ComfyUI 节点,通过在多张图像间耦合初始噪声来提升同一批次的多样性,无需额外采样步数或模型,只需替换噪声节点。该节点支持 SD1.5、SDXL 和 FLUX.1-schnell,附带示例工作流,代码在 GitHub 的 coupled initialization 项目,作者称这是其首个 ComfyUI 发布并希望获得反馈。

  23. Hugging Face Daily Papers30

    以视频为透镜:综述用世界建模统一视频理解与生成

    一篇 102 页综述提出以世界建模为统一视角,把视频基础模型与视频世界模型的研究组织为读取、写入、共享、交互四种操作:读取从观测视频推断世界属性,写入按指定或学习到的世界条件合成视频,共享用共通建模机制整合理解与生成,交互在动作与演化观测下预测并更新世界状态。