MOSS-Image 加速实测:83 秒缩短到 4 秒,对比蒸馏 LoRA 与缓存节点
作者在 RTX 3060 12GB 上对比 MOSS-Image SFT 的四种加速方案,Kijai 4step LoRA 把原本约 83 秒的 50step 采样缩短到 4.3 至 4.4 秒,约 19 倍。
作者在 RTX 3060 12GB 上对比 MOSS-Image SFT 的四种加速方案,Kijai 4step LoRA 把原本约 83 秒的 50step 采样缩短到 4.3 至 4.4 秒,约 19 倍。
note 的 #ハロウィンアート2026 活动运营成员赤柴在整理投稿杂志时,被主催 KITAcore 发来的图像生成提示词吸引,忍不住动手试做涂鸦。截至写稿时活动已收到 133 本作品投稿,投稿截止到 31 日。
作者用 ChatGPT 生成 AI 插画,要求突出粒子感、不透明度与透视,参考雨天车头灯的光线效果,ChatGPT 同时给出多组方案并解释共通要素。最终选用森林场景:前后景草木自然分布,光线强弱与方向补足层次,暗部纵深增强临场感,叶片低噪融入背景不抢主体。作者认为 AI 插画更适合用 Lighting 与 Writing 的方式描述氛围而非直白说明。
ハロウィンアート2026企划主催者从投稿中挑选18件作品进行介绍,涵盖AI插画、音乐、视频与文章等多种形式。作品包括用Suno制作的乐曲、GIF动效、PVCフィギュア风角色提示词,以及将AI对话融入叙事的创作手法。该企划无评审和排名,完整作品在特设展示网站公开。
一位用户在 Ryzen AI Max 395+ 64GB 内存上装 ComfyUI,用 LTX-2.5 以 720p、24fps 生成 10 秒片段,目标拼出约 5 分钟《捉鬼敢死队》Slimer 视频,但 10 条结果每条都出问题——先长腿、又出人声、再冒出绿色或白色屁股。他计划拼接约 300 段,单次渲染约 10 分钟,正寻求更稳定的模型或提示词方案,后续打算升到 1080p 再超分至 4K。
Krea 发布 Illustrator 插件,可在 Illustrator 文档内生成图像,再用 Image Trace 转为可编辑矢量路径。插件支持把选区或画板送回 Krea 修改并原位放回,Krea Agent 可在文档内绘制形状、排版文字、整理图层与画板。
Krea 发布 After Effects 插件,在面板内生成动态概念、背景板与连贯镜头画面,结果以标准媒体素材进入当前合成。插件支持 After Effects 2025 及以上版本、macOS 12 或 Windows 10 及以上,生成在 Krea 服务器上运行,需登录账号并联网;面板内置 Krea Realtime 实时预览,免费计划每天含 100 compute units。
推荐理由:Krea 把图像生成搬进 After Effects 面板,动效设计师可在合成内出图并直接作为素材使用。
Shri Labs 开源了 Shri Tools(MIT 协议),可在 RTX 3050 4 GB 显存的笔记本上离线制作带对口型的卡通短片与音乐视频。流程用 FLUX.2 Klein 4B 生成统一角色画面、MiniMax H3(GGUF)驱动说话与口型,并由视觉模型和 Whisper 逐项自检重做,支持英语加 11 种印度语言。
Fibo 2.0 Edit 的默认 Edit 节点开箱仅支持 1MP,有用户借助 OpenCode 与免费 LLM MiniMax M3.1 Flash,约 10 分钟一次性生成自定义 ComfyUI 节点,将上限提升至 2MP。该节点在超过 1MP 时部分细节与元素过渡会出现问题,但整体可用。
一位使用 1050ti 的 Easy Diffusion 新手发现生成速度只有 8s/it 和 60s/it 两档,几乎不出现中间值,且与 prompt 长度、LoRA 无明显关联。
有用户反映 MINIMAX H3 被社区称为优秀的编辑模型,但自己尝试后只得到低质量或人体结构变形的不良结果。该用户向社区求助,希望有人分享 H3 的图像编辑工作流,以及图像生成工作流。
用户用 LoRA Dataset Studio 训练出面向 MOSS-Image 的细节与纹理 LoRA「RAW Upscale MOSS」,基于 MOSS-Image-Base 训练 2000 步、rank 16 / alpha 16、1024 分辨率,最终以 FP16 SafeTensors 导出,已在 Civitai 免费开放下载。
一名 ComfyUI 用户从 3.x 版本升级到 4.2 后,原本运行良好的多个工作流出现画面模糊、眼睛嘴唇等细节崩坏、背景与纹理糊成一团的问题,LoRA 和参数均未改动。该用户使用 krea2,发现 LoRA 强度超过 1.0 似乎会引发问题,但调低后仍无法恢复此前的清晰效果,正在询问原因及回退到 3.x 的方法。
DirCast 用单一流式视频语言模型同时完成电竞赛事直播的导播与解说:每秒低分辨率扫描全部选手镜头,由 hold-or-switch 导播模块决定是否切镜,再高分辨率读取所选镜头后开口解说。
ComfyUI 工作流模板发布 v0.11.94,可通过 pip install comfyui-workflow-templates==0.11.94 安装。该版本新增 Mirelo SFX、VEED 和 HeyGen Voice 1.0 Turbo 三套模板。
Higgsfield 的 Prompt Team 按提示词响应、运动稳定性、光照、角色一致性和编辑控制五项标准,对比了 Seedance 2.5、Veo 3.1。
Higgsfield 官方博客对比了 Higgsfield、Midjourney、OpenAI、Google Gemini、Adobe Firefly、Ideogram。
Nastya Yangar 的 AI 讽刺短片《Grow Baby》设想了一个婴儿可像商品一样购买、在家 21 天养成的世界。片中年轻女性对为人父母的期待被广告和社会压力塑造,日常对话、促销口号与平淡的零售交易让这一设定显得寻常,揭示"挑选孩子"与"接纳孩子"之间的张力。
Alexandre Tissier 发布 Absolut Mexico AI 概念广告,以混合 AI 影像串联墨西哥古代文明、殖民相遇、mariachi、Día de los Muertos 与 lucha libre。影片围绕“谁说墨西哥只有一种灵魂?”展开,先铺垫龙舌兰酒预期,结尾反转揭晓伏特加。
Bear Atelier 推出 AI 哥特奇幻短片《The Estate Sale》,讲述已故收藏家的奇珍异品拍卖会上,一件未列入清单的最终拍品揭开了他收留并珍爱的非凡生物。影片由 AI 生成图像、视频与音频,最终画面使用 Higgsfield 完成,以天鹅绒与金色的奢华场景和古怪拍卖师,将阴森设定转为对金钱价值与真正价值之别的温情黑色幽默,致敬吉尔莫·德尔·托罗对怪物的悲悯。
Vathography 作者发布 ComfyUI-Marigold-V2-Tiled-Depth-Vathography 节点,可从高分辨率照片估算深度图,节点免费、输出可商用,并附带示例工作流。作者称该节点在 8 GB GPU 加约 24 GB 系统内存上应可运行,尚待确认,并征集不同显卡的实测反馈。
ComfyUI 上线 FLUX 3 Max,这是 FLUX 3 Video 的延迟优化版本,可生成 10 秒 720/768p 带原生音频的片段,耗时约 12 秒。官方同时给出图生视频与文生视频两条工作流链接,并列出多候选对比、调参时预览运动、批量产出广告变体和关键帧引导分镜等用法。
推荐理由:ComfyUI 接入 FLUX 3 Max,给出 10 秒 720/768p 带原生音频、约 12 秒出片的延迟优化版本,并附图生视频与文生视频工作流入口。
MOSS-Image 社区发布 2GB 离线角色与风格目录,收录 33,937 个角色和 221 种风格,每项可一键复制生成提示词。同期出现去除摆拍感的 LoRA、夜景闪光街拍 LoRA、基于 Qwen 视觉描述实现图生图的变通工作流,以及低显存训练 LoRA 教程和 Apache 许可的 Spectrum 加速器。MOSS 团队的技术报告已在 Arxiv 免费公开。
作者实测 Bria 的 FIBO 2.0 Edit Turbo 在无输入图像时同样可作文生图,4 步、guidance_scale=1.0,一次渲染仅 4 次 transformer 前向,而 Dev 版需 50 步加 CFG。
用户为运行 Moss Image 更新 ComfyUI 后,每次启动、重启或刷新浏览器都要等待很久,启动任务已完成但界面空白,需再次刷新才最终加载出来。
MIPCOM 2026在戛纳举行,聚焦视听行业转型、传统电视与AI融合、微短剧兴起及与YouTube、Meta、TikTok等平台的战略合作,并公布2027年10月18日至21日举办。MIPJUNIOR作为前奏于10月10日至11日举行,迪士尼成为主角,探讨儿童内容策略。展会期间Inter Medya等公司展示微短剧等新项目。
OpenFill beta.2 发布,这是运行在 ComfyUI 上的 GIMP 3 免费本地生成式填充插件,支持生成式填充、物体移除、生成式扩展与文生图,选区即遮罩。
作者发布 ComfyUI-AudioCPP 项目,目标是把 audio.cpp 的 TTS、ASR、声音转换、音乐生成、音频增强与分离等能力统一接入 ComfyUI,覆盖 120+ 音频模型族。
可灵官方账号以 #Kling4 预告新一代视频生成模型,正文未给出具体参数。其引用的 Morphic 发布信息称 Kling 4.0 支持原生 30 秒生成、最多 10 个关键帧、15 个参考、画面文字一致与多语言,并提供 4K 与 10-bit HDR,11 月 20 日前在 Morphic 生成可享 10% 折扣。
推荐理由:可灵官方预告 Kling 4,引用信息显示其支持原生 30 秒生成与 4K 10-bit HDR,可据此判断长镜头出片能力。
上交所对南威软件及时任董秘张媛予以监管警示,因其在互动平台和媒体采访中披露的 AI 短剧、智算中心业务信息不准确、不完整、风险提示不充分。公司曾称 AI 短剧年产超 100 部、未来有望达 300 部以上,并预计 2027 年产生规模化收入,但确认目前该业务尚未产生收入。
可灵宣布 KLING 4.0 API 正式开放,开发者可将 Kling 4.0 集成到自有产品与工作流中。原文未披露具体能力参数、定价或接入细节。
推荐理由:可灵 4.0 开放 API 接入,开发者可据此评估现有产品与工作流的集成方式。
创作者在 ComfyUI 中本地调用 Seedance 2.0/2.5 API 生成片段,与 MiniMax H3 镜头、Suno 音乐及自训 Z-Image LoRA 角色合成一支 1 分 40 秒 AI 音乐视频。该帖为成品展示,未附可复用工作流文件。
AIArtEngine 发布 v8.3.0,完整更新日志覆盖从 v8.2.0 到 v8.3.0 的改动。原文未披露具体功能、参数或可用性细节。
10/21/26 生成式媒体要闻汇总:The Verge 报道名人 AI 换脸泛滥,Variety 称科幻惊悚片《Overstake》获生成式 AI 重建并由 Cappu Films 在釜山市场接手。Deadline 关注亚洲导演如何将 Kling AI 融入工作流,openmoss.ai 发布支持原生布局控制的文生图模型 MOSS-Image。
优酷古装剧《嫁金钗》站内热度破万刷新年度纪录,云合市占率升至26%,灯塔日大盘攀升至2.9亿、较剧播前上涨5000万+。该剧以并蒂黑莲恶女设定和双强CP博弈突围,但君黛人设流于表层、剧本逻辑漏洞等争议并存。文章借此讨论恶女叙事与短剧化红利在暑期档多部同赛道作品遇冷后是否已近消耗殆尽。
AI Canvas v0.10.13 支持双击引用胶囊全屏查看提示词、分镜、角色库等内容,视频生成可按稳定镜头引用读取本镜景别、运镜、对白与实际时长,重排镜头不串镜。
文章提出先用文字写分镜、确认后再生成图像的做法:把企划场次拆成镜头,逐条写明展示顺序与整体/中景/特写景别,再让 ChatGPT 按统一项目输出分镜方案。以虚构伞店 20 秒 4 镜头视频为例,要求 AI 在确认前不生成图像,并从叙事连贯、视觉一致、镜头作用、制作量四点逐行修改。
作者在 ComfyUI 中搭建 MiniMax H3 环境,测试 pablodawson 的 MiniMax-H3-360-Orbit-LoRA,用于让静止图生成环绕旋转效果。
TapNow(Tamar AI)国际 AI 影像黑客松 Arena Peak Asia 于 2026 年 10 月 16 日至 18 日在上海、东京、首尔三城举行,约 3,200 件报名中选出 160 支队伍在 32 小时内完成短片。
Runway 宣布 Kling 4 在其平台开放无限量使用,新开通 Max 或 Team 套餐的用户可获得 3 天无限量额度。所有套餐同时享受 Kling 4 的 25% 折扣。
最多提供 50 页,更早的内容请使用搜索或主题页。