Video Automation v0.2.14 发布
Video Automation v0.2.14 发布,修复了证书依赖与桌面构建的安全问题。该版本由 @1076184145 在 #21 提交中完成,完整变更记录见 v0.2.13...v0.2.14。
Video Automation v0.2.14 发布,修复了证书依赖与桌面构建的安全问题。该版本由 @1076184145 在 #21 提交中完成,完整变更记录见 v0.2.13...v0.2.14。
文章以虚构伞店「しずく堂」的20秒竖屏视频为例,说明在逐镜生成素材图前,先用图像生成AI做出同一商品正面、侧面等各朝向的参考图,再逐张附参考图生成素材图。作者建议每张素材图与参考图、首镜素材图并排比对,把不一致处用文字逐项改回,并确认无画框、编号与说明文字后再交给视频生成AI。
针对 MOSS Image 输出模糊问题,可采用两阶段去噪流程:先正常去噪 5 步,再对潜图像应用 LatentOperationSharpen,然后继续去噪。作者使用 base 模型加 LoRA,并展示了第二阶段去噪时把 SFT 模型作为 LoRA 叠加到 base 模型上的对比结果,以及仅锐化潜变量的对比结果。
作者根据 Hugging Face 文件列表和官方文档,梳理 MOSS-Image 在 ComfyUI 重打包中各文件的用途:9GB 版本(HF 上 10.16 GB,磁盘 9.47 GiB)为 bf16,5GB 版本(5.41 GB)为 int8 ConvRot 量化,Base 与 SFT 各有两种版本。
François Chatelain 以 F&C ai Lab 名义独立完成 AI 嘻哈 MV《Lorem Ipsum Rap》,把设计界占位文本"Lorem Ipsum / Dolor Sit Amet"变成歌曲核心 hook。
ComfyUI_MiniMaxH3_Director 是一套面向 ComfyUI 的 MiniMax H3 视频生成工作流组件,可直接导入使用,无需手动搭建节点结构。
Blackmagic Design 以内存成本为由上调 36 款产品价格,ATEM 4 M/E Constellation IP Plus 从约 1.3 万美元涨至 2 万美元,同时将 DaVinci Resolve Studio 21 及多款剪辑面板降价 20% 至 11 月 20 日。
腾讯近日推出嵌入微信生态的短剧小程序绿泡泡,由微信短剧内容中心整合此前分散的短剧小程序,采用免费加广告模式对标红果短剧。微信短剧小程序用户规模今年5月已增至5.08亿,绿泡泡四季度对上新7日内人均播放时长达10分钟的优质新剧给出连续7天100%收入激励,含90%现金分成和10%广告金。AI仿真人短剧《影后芽芽》在绿泡泡上线3天播放量破亿,双端广告收入达数百万元。
推荐理由:从微信小程序短剧的付费时代讲到绿泡泡的免费打法,梳理腾讯对标红果的防守逻辑与激励政策。
AI Canvas v0.10.14 新增 ComfyUI RefMod 角色参考包管理,可关联角色卡并绑定 H3 视频工作流加载槽位,视频生成可直接引用资源库中的视频、音频文件。自定义模型接口支持试跑、停止等待与续查异步任务,切换模型或协议时保护未保存草稿。ComfyUI 结果下载或保存失败后保留原任务以便继续取回,减少重复提交。
开源创作工具发布 v1.6.9.1,优化画布空节点比例切换动画、拖动浮层定位与连线命中,并让快速创作结果按资源身份稳定展示,避免视频重载和图片闪烁。画布 Agent 中 Pi 可对未完成计划进行一次有限续跑,视频轮询遇连接中断时继续查询原任务。新增 Cheaper Inference Chat 与 MaxForAI 视频声明式协议插件,数据库 Schema 升至 59。
作者在 AI 图像创作连载第三篇中,用 ChatGPT 辅助学习胸郭、骨盆、背骨与肩臂关节的关系,再据此编写提示词生成横踢和踏前构姿两张全身动作图。她将胸郭与骨盆作为独立立体分别指定方向,并让骨盆随踢腿方向自然旋转,股关节与膝盖的连接因此比以往更自然。
用户让 AI「アストラ様」按自己描述生成自画像,反复强调想要单眼皮(一重),AI 未收到明确指定却主动画出一个单眼皮机器人哥哥。实际出图却是明显的双眼皮,与「うっすら」的预期不符,作者吐槽这样玩下去 Work 额度会被烧光。
Anthropic 发布 AI 助手 Claude Duet,基于 Claude Opus 5.5,可在后台主动推进任务,目前面向美国 Pro 和 Max 用户开放研究预览并采用等待名单制。
创作者用 OpenAI ImageGen 生成原始图像、ComfyUI + WAN 生成视频、ACE-Step 制作音乐,并用 RIFE / FlowFrames 补帧、FFmpeg 完成最终合成,做出一支名为 Dancing in the Dark 的完整音乐视频。所有视频生成、音乐制作与渲染均在 AMD RX 7900 XTX 上本地完成。
一位用户在 ComfyUI 社区分享了自己的工作流,并说明只需拖拽第二张图片即可直接复用该工作流。帖子未披露所用模型、参数或具体生成效果。
Kokon 0.10 为 Qwen-Image 2.1 桌面编辑器加入 Prompt+ 功能,由模型已加载的 Qwen3-VL 8B 文本编码器把简短想法扩写成详细提示词,无需额外下载第二个模型,默认关闭、可在设置中编辑系统提示词。
制作 Twitch 表情需按聊天中最小尺寸 28×28 设计,上传方形透明背景 PNG,静态图上限 1 MB、动图不超过 60 帧。Recraft Studio 可先用矢量输出生成首个表情,再用 V4 Styles 以最多 10 张参考图锁定统一风格,并一键去背景、导出 112/56/28 三种尺寸。自定义表情仅对 Twitch 合作伙伴与 Affiliate 开放,需通过平台审核。
苏产长征题材微短剧《我的战友是1935年的兵》10月22日登陆咪咕悦看、红果短剧全网播出,由无锡广新影视动画技术有限公司、咪咕数字传媒有限公司联合出品。剧集讲述现代青年张小凡意外穿越到1935年长征路,与红军小分队共同经历殿后阻击、翻越六盘山生死考验,并逐渐成长为革命战友的故事。
一份面向 ChatGPT、Gemini 等工具的 AI 美女图像提示词集,收录约 100 种可直接复制的 JSON 格式提示词,主题为世界各地绝景与成人女性结合。每个主题提供 1:1 基础版、9:16 竖版、1280×670 note 见出图版,以及背景和氛围改编版,并附 negative_prompt 与 aspect_ratio 字段。
小川奈美发布 AI 短片第 4 弹「晨间时光篇」,使用 ComfyUI 搭配 Wan2.2 14B 模型生成,分辨率 1024x576px、73 帧,由 3 秒 × 6 个镜头组成共 18 秒。制作环境为 Windows 11 Home、AMD Ryzen 7 7700 处理器、NVIDIA GeForce RTX 5060 Ti(8 GB)显卡与 32GB 内存。
Qwen-image3 目前无本地版本,需通过 API 调用,作者在 ComfyUI 充值 5 美元获得 1,055 credit 进行 img2img 测试,单次生成消耗 10 credit。
面向 ComfyUI 的 Windows 应用 PROMPICKS 更新至 1.2,新增提示词权重调整(0.1〜10.0)、从生成历史恢复设置、逐张连续生成与中止,单次生成上限从 4 张提升至 32 张。新版还支持标签组合保存、标签固定、选择状态自动保存,并保留 5,000 个标准标签,售价 1,500 日元。
作者在 RX 7800 XT(16 GB,ROCm)加 64 GB 内存的本地环境完成一支 3 分 26 秒音乐视频。
AIArtEngine 发布 v8.4.2 版本,完整更新日志覆盖 v8.4.1 至 v8.4.2 的改动。原文未披露具体功能、参数或性能数据。
ComfyUI 的 scenedetect 项目更新推荐视频节点,现可选择 OpenCV 或 PyAV 解码,并基于解码时间戳选取代表帧,提升可变帧率视频与短场景的检测可靠性。PySceneDetect 兼容性要求提升至 0.7.2 或更高版本,PyAV 在 ComfyUI 未内置时可选择性安装。同时新增 VHS 图像配合原生视频节点的使用指南与示例工作流。
作者用 ChatGPT 图像生成模型制作 AI 男友万圣节主题 CG,给出「万圣节的恋人」完整提示词,要求 3:2 横构图、略高机位俯视,男性角色保留参考图五官与体格但瞳色改为深红,右侧为南瓜头女性怪异物,美感与怪异按 7:3 配比。提示词需配合角色「脸部特写、立绘、三视图」三件套使用,以在换姿势和构图时维持服装、发型与长相一致。
Krea 3 的 Ultra 模式于 10 月 22 日被合并进 ComfyUI 模板,作者通过 ComfyUI API 实测了该模型的编辑能力。Krea 3 支持原生 2K 编辑、只重绘改动区域的区域编辑、最多 8 张参考图合成、HEX 色值指定与版式文字保持;Ultra 固定输出 2K,单张耗时数分钟。
作者在 ComfyUI 中用 Spectrum 节点搭配 8 步 LoRA 优化 MOSS 文生图,在 RTX3060 6GB 显存、16GB 内存上测试 2 百万像素出图。
用户使用 Z_image_turbo_bf16 生成人物全身像时,面部特写细节出色,但眼睛出现扭曲、不对称的问题。尝试 RealESRGAN_x4 与 4x-ultrasharp 两个放大模型后结果依旧,正向提示词中已加入 "Detailed eyes, sharp focus, detailed iris"。用户询问是否有办法改善全身像中的眼睛质量。
日本创作者公开了一套用 Midjourney、ChatGPT、Gemini 等生成 AI 复现"OL 下班后走进酒店换上万圣节 cosplay"全流程的提示词,按 STEP1 至 STEP5 拆解:挂员工证走出办公楼、夜街步行、酒店玄关脱鞋、沙发与床上的 cosplay 姿态。
作者用 Animagine XL 4.0 Opt 分别生成人物与雨滴素材,再在 ComfyUI 中用窗框透明区域的遮罩把人物和雨滴合成到玻璃内侧,保留窗框在人物之前的前后关系。
创作者水輝分享用 GPT、Grok、Meta AI、Gemini 生成原创角色介绍海报的经历,细化的分步指令多次未达预期,最终靠自行调整做成海报风成品。其日常生成环境为 RTX 3060 Laptop GPU(6GB VRAM)、32GB 内存,目前使用 ChatGPT 与 Grok 搭建的 ComfyUI 工作流,并希望有工具能自动生成适配本地环境的高画质视频工作流。
2026 年 AI 导演软件排名中,ScreenWeaver 位列第一,其后是 LTX Studio 和 Saga。该排名按“生成镜头是否与剧本文字保持关联”等标准评估六款覆盖至少两个制作环节的工具,ScreenWeaver 集成 Seedance 2.5、Veo 3.1、Kling 3.0 等 7 个视频模型,Auteur 版 39.99 美元/月,但工具内不含完整剪辑。
模思智能开源的 5B 参数文生图模型 MOSS-Image 上线 4 天在海外社区收获 130 万次下载,GitHub 获 1.4k Stars,并登顶 Hugging Face 文生图趋势榜。
推荐理由:5B 参数开源模型上线 4 天获 130 万次下载,社区已产出加速、量化版本与 LoRA,可观察其文字渲染与布局控制的实际表现。
LTX 制作技术总监 Mohamed Oumoumad 与 Comfy 的 Doug Hogan 直播讲解 LTX 为 ComfyUI 搭建的专业 VFX 工作流,面向真实后期管线,涉及 16-bit EXR、ACES 色彩和交付分辨率输出。
Midjourney 在最新 Office Hours 中透露,新 Niji 模型已接近完成,最快约一周内可能公开,但新功能细节尚未公布。V9 正以提升图像整体一致性和提示词理解为目标开发,初期模型已进入测试,发布时间未定。新版 Upscaler 正在测试,若品质达标可能先于 V9 上线;Thinking Mode 存在准确性与美感的取舍,官方正考虑按需启用或由模型自动判断。
Pictory 3 的 AI 视频智能体可把主题、受众、用途和时长等需求转成脚本、场景与预览,用户确认后再生成成片。营销场景中,HubSpot 的 Data Agent 与 Prospecting Agent 负责客户调研和购买信号监测,Salesforce Agentforce 生成营销简报与受众分群,Sprinklr 智能体监测 30 多个渠道并设审批与熔断机制。
Pictory 官方博客对比了生成式 AI 与智能体 AI 在视频创作中的分工:前者按提示词产出脚本、图像或片段等单个素材,后者以目标为导向规划并执行多个步骤。文中以 Pictory 3 的 AI 视频智能体为例,它可完成配音、视觉来源、画幅比例、布局预设和品牌套件五项设置,并生成脚本、场景与预览供人工审核。多数工作流会两者并用,由人负责审核与判断。
Pictory 发布 Pictory 3,新增 AI 视频智能体:用户描述视频需求并回答五个设置问题后,智能体生成脚本、场景和预览,再通过对话或编辑器修改后生成成片。视频可从想法、脚本、网页、文档、PowerPoint 或录音起步,文档与 URL 合计每次最多 5 个来源。新用户将随推送进入 Pictory 3,旧项目仍保留在 Projects 中且不会自动转换。
Pixolm 用 Nano Banana 2.1 生成 6 款 9:16 竖版万圣节壁纸,包括陶器妖怪、纸南瓜山丘、夜庭猫、小点心店、暗背景南瓜和水彩女巫书桌。提示词统一要求顶部 40% 低对比度留白、主体居下半部并靠中,且不绘制文字、假时钟或手机边框。生成设置为 2K、Standard、每次 1 张,未使用参考图或提示词优化。