MOSS Image 的 Kodachrome LoRA:34 MB 的 4x5 胶片色彩迁移
创作者为 MOSS Image 发布了一个 16 倍压缩的 LoKR(仅 34 MB),用于迁移 4x5 Kodachrome 胶片的色彩响应与锐度,基于 551 张 4x5 页片扫描训练。
创作者为 MOSS Image 发布了一个 16 倍压缩的 LoKR(仅 34 MB),用于迁移 4x5 Kodachrome 胶片的色彩响应与锐度,基于 551 张 4x5 页片扫描训练。
作者在 ComfyUI 中试用了面向 Anima 的 ControlNet-LLLite,可用 3D 姿态指定人物动作、用区域控制指定生成范围。
AI Canvas v0.10.17 为图片节点新增「无损压缩」,PNG/JPEG 保持原格式和像素尺寸,仅在实际减重时创建独立素材副本,原图保留且支持撤销。该版本同时修复 Mac 大图预览的 WebKit 兼容问题、引用胶囊后输入光标难以放置的问题,并完善存储健康清理与短剧人物、场景、道具提取。手动无损压缩仅支持桌面端,单图上限 32 MiB、2400 万像素、单边 16384 像素。
ComfyUI Comic Creator v1.63.0 更新 OCR 标签页,新增 Shift 多选 bbox、Ollama VRAM 调整、决策模型去除空 bbox、灰度预处理选项及 VLM 整体提示词生成等功能。自定义全指定模式耗时 139.2 秒,字体差异会显著影响文字识别精度。
作者用 Animagine XL 4.0 Opt 在 ComfyUI 中生成了一位银发红瞳、黑色短角、穿黑橙配色服装并仰视镜头的万圣节小恶魔,成图 1280×1024。
创作者用 ComfyUI 和 Krea 2 制作了印度赛博朋克题材故事《Neo-Mumbai》,融合印度文化、赛博朋克、复古未来主义与电影化叙事。故事围绕两名青梅竹马展开:一个能说会道的浪子与一个身经百战的 fixer,两人意外卷入涉及城市权贵的阴谋。作者称接触 AI 图像生成仅一周多,仍在学习实验并欢迎批评建议。
Meta 的個人向け AI エージェント「Muse」于 10 月 23 日在日本上线,是北美以外首个提供地区,用户可通过 iOS、Android 和 muse.ai 使用。
基于官方 moss-image-prompt-enhancer skill 封装的 Ollama 本地模型,可将简短图像想法扩写为 MOSS-Image 文生图模型的详细提示词,离线运行、无需 agent 和系统提示词。
赤猫发布了一组 AI 生成插画,主题为「イケオジ?」,场景包括咖啡馆、街头、骑摩托、单膝跪地射击反器材步枪、飞跃楼宇和巷弄。作者表示自己始终画不好「イケオジ」,缺乏明确形象概念。
多家 AI 公司正聘请人类设计师打造品牌形象:How&How 为 Ideogram 重塑品牌,Lazarev 为 AI 视频应用 Elva 设计视觉识别,Together 为 AI 审计公司 Clusia 设计四瓣标志,Meta 则请字体艺术家 Jessica Hische 为其 AI 平台 Muse 绘制新 logo。
Claude 在 M1/16GB Mac 上搭建 ComfyUI 工作流,调整启动选项后把单步生成从 10 分钟压到约 10 秒,并组合水彩 LoRA、黑白漫画切换、局部重绘与超分等流程。
作者用 Animagine XL 4.0 Opt 在 ComfyUI 中生成握麦前倾高歌的摇滚女歌手作例,分辨率 1248×832、Seed 2026101857,Steps 28、CFG 5、euler_ancestral。配布 JSON 仅用 7 个标准节点,无需输入图像、LoRA、ControlNet 或自定义节点,另附去掉前倾与去掉歌唱表情的两份对比 JSON。
有用户发现 piapi、wiro 等第三方平台在售 "seedream 5.0 Pro - uncensored" 版本,可生成情色内容,而通过字节跳动官方 API 提交相同请求会被拒绝。该用户希望直接从字节跳动获得同样的无限制版本。
有用户用约 1.3k tokens 的提示词在 MOSS SFT 上测试高 token 上限,配合 4-steps turbo LoRA、4MP 分辨率与 Euler/simple 采样,生成一张含 12 个不同人物的照片。各角色的外貌、服装和道具均保持一致,未出现串色或重复。
作者分享在 MOSS Image 上训练角色 LoRA 的实测结果,称用 Automagic3 搭配 Sigmoid 与 High 档、学习率从 0.0005 起步并设置最低学习率、不排除 block 22,每次都能得到不错效果。
爱沢あむ在 X 发布 10 月 24 日晨至 25 日深夜的 5 张插画,并免费配布对应的 ChatGPT 图像生成提示词,覆盖早晨、白天、傍晚、夜晚、深夜五个场景。提示词要求附上本人有权使用的 21 岁以上成人角色参考图,保持五官、发型、发色与瞳色,输出 1536:1024 横版单场景动画风插画。作者还建议只改一处细节,例如把白天的格子布样本换成水玉图案。
用户在 Colab 的 80GB A100 上用 ai-toolkit 为 Qwen-image 训练风格 LoRA,但输出背景过于简单、出现随机人物与角色重复,且风格漂移。其配置为 rank 16、1024px、bf16、adamw8bit,学习率 1e-4 跑 500 步无效果后改为 3e-4 训练至 2k 步,12 张图的数据集仍未改善,计划扩至 30-40 张。
用 Animagine XL 4.0 Opt 配合 Control-LoRA Canny rank128 轮廓引导,在 ComfyUI 中生成 1248×832、Seed 2026101813 的拉弓精灵横构图,并公开轮廓 PNG 与含节点配置的 JSON。
Canva 于10月22日发布首个自研图像生成模型 Canva Craft,支持最大2K分辨率和30多种画面比例,在图像对比榜单中暂列第4。同日 KDDI 的 povo2.0 在 povo AI 中接入 Nano Banana 2,图像生成每日限3次免费。
面向 ChatGPT、Gemini 等工具的 100 种 AI 美女图像生成提示词集发布,全部为可直接复制的 JSON 格式。每套提示词含 prompt、negative_prompt 与 aspect_ratio 字段,并提供 1:1、9:16、1280×670 三种尺寸及背景、氛围改编版本。题材以世界各地绝景与日常场景中的美女为主,如阿根廷盐湖、京都川床。
作者为 ComfyUI 做了一个调色板自定义节点,内置约 350 组从设计、时尚和动植物图鉴网站收集的配色,点击即可选取。节点通过 `__color1__` 至 `__color5__` 占位符替换提示词中的颜色词,实测用 3 色指定生成真红与蔷薇、海色与薄荷等主题插画。定义文件为 json 格式,可继续扩充配色方案。
作者用 ChatGPT 为原创角色 Popo、Bobo、シュカ 生成万圣节主题图像,结果角色形象频繁走样:Bobo 被加上手脚、シュカ 被戴上歪帽、还出现"枫之谷站"等莫名元素。作者同时展示了成功案例,采用水彩画风格提示词,将水彩晕染效果融入小物与地面,使非人类角色的白色连衣裙设定得以成立。作者还建议修正失败图像时从原始参考图重新生成,成功率高于反复局部修改。
用户 newsock999 为 Krea2 训练了 George Barbier 风格 LoRA,现已在 Civitai 发布。该 LoRA 以这位 20 世纪初法国插画师的高级定制时装插画为风格来源,作者复用了 Qwen 生成的描述文本作为提示词,并在 Civitai 帖子中提供对应 prompt 及一个简易示例工作流(pastebin)。
Google 已关停 Gemini API 和 Vertex AI 中的全部三款 Imagen 4 模型,原价分别为 Fast $0.02、Standard $0.04、Ultra $0.06 每张。
Civitai 下载量前三的 Krea 2 Checkpoint——Moody Krea 2 Mix、RedCraft、Muse By Stable Yogi Krea2——均合并了标注"禁止衍生·需署名"的 LoRA。发帖者透露,其本人的 Krea 2 Checkpoint 在合并中使用的 LoRA 数量属于最多之列。
作者在 ComfyUI 中用 MOSS-Image 的 JSON bbox 指定逐人排布,测试 3 人、6 人、10 人三组画面,10 人时人数、排列顺序与各自发色衣装基本符合指定,仅 LoRA 关闭时一人未画出眼睛。
作者公开了一套用于 AI 图像生成的单眼皮(一重まぶた)提示词,要求双眼均为自然单眼皮、无上睑褶皱,并附上生成出双眼皮时的修正提示词。实测中 ChatGPT 普通 Chat 能隐约呈现单眼皮,ChatGPT Work 6Astra 反而生成双眼皮,作者称上位模型成功率体感更高但无法保证。
ComfyUI-Moss-Image-Edit-Native 节点更新,新增对 akhaliq/MOSS-Image-Edit-HQ LoRA 的支持,可通过 edit_format 与 chinoll 的 LoRA 切换,各自沿用训练时的布局。
Reddit 用户讨论对未来图像与视频模型的期待,涵盖 T2I、I2I 和视频生成。发帖者称对 Krea 2 表现满意,只希望有更好的 VAE 和稍大的 DiT,并好奇是否会出现采用全新架构(如 GPT-2.5 所用架构)的开源模型。
Visage-Image 是一个面向人脸生成的小型文生图模型,作者自建数据集并用 Qwen3.5-4B 等模型打标,还自训了窄域自编码器,在其数据集上 iFID 优于 FLUX.2。
MOSS-Image 在原生 4MP 下用 Krea 2 提示词实测,单图约 25 秒,RTX PRO 6000 上占用 16~24GB VRAM,基于 ComfyUI 官方内置模板工作流,全部为首跑未挑选结果。模型对随手闪光灯质感、皮肤微纹理和风格化比例响应良好,但种子方差极大,每个种子都会显著改变构图,需要特定构图时须筛种子。
有用户在 ComfyUI 中制作海报与信息图时,希望借助多个模型原生的 Bounding Box 能力完成布局与局部重绘(inpainting),因选择过多陷入分析瘫痪,向社区征集实际用过多种模型或节点的经验与技巧。
用 AI 插画营造雨天空气感,关键在于用透视管理光线方向,并加入雨粒等粒子杂质作为适度噪点。作者以车灯逆光照射雨幕为例,指出光带与方向性越清晰越好,但实际效果只是光从后方微微透入。他还强调表情与情绪应先于天气设定,雨天配笑脸会显得诡异。
有用户在 ComfyUI 社区求助漫画风格重绘方案,遇到两个核心问题:漫画含文字,直接重绘会导致文字变形;单张图可能包含多个角色,难以控制其表情与原图基本一致。其尝试过一些方法,但最多只能改颜色、无法改动原有线稿,因此寻求工作流或模型建议。
Higgsfield 采用月订阅积分制,Starter 每月 $15 含 200 积分,Plus $49 含 1,000 积分,Ultra $129 含 3,000 积分,团队版每席位 $79 起含 1,000 积分。
在启动新一轮风格 LoRA 训练前,应选取早期与后期检查点,用相同提示词、种子、底模、分辨率和采样设置,分别在常用与较低 LoRA 强度下对比,并加入关闭 LoRA 的版本。再用数据集中缺失主体的提示词测试,检查是否只学到风格而未复制训练图中的物体或构图,最后用多个种子验证最佳检查点与强度,并按检查点、优化器步数和 LoRA 强度标注记录风格匹配、提示词遵循与伪影。
本地开源应用 ZPix 新增套索局部重绘(inpainting)及多项熟悉的选区工具,并支持 Photoshop 式快捷键完成全屏、恢复选区等操作。该版本还为 Krea 2 提供图生图功能。演示在 RTX 3070M 8GB 上录制,生成时间经过剪辑。
有用户在 ComfyUI 中遇到双角色同框场景生成难题:两个角色面部可见时往往表情呆板、缺乏可信互动,且不愿采用分别生成再拼接的工作流。该用户生成的是静态动漫风格图像而非视频,正寻求在单次渲染中实现有表现力、可互动双角色场景的技巧。
Claude 已开始为 ComfyUI 搭建水彩漫画生成工作流,用户原本只想让它整理水彩画、漫画、画材三个关键词的学习入口,结果它直接动手组装流程。作者随后让 GPT 汇总一份实现指示书,把人物特征、纸的留白、颜色叠加与晕染,以及生成后的检查修正步骤写成可交给 Claude 的形式。目前指示书已完成,工作流能否跑通和水彩漫画成品质量仍待验证。
在 ComfyUI 中加载 MOSS-Image 的 color-depth-control LoRA,可用 depth 与 color map 图像控制生成结果。