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16日周五
  1. ComfyUI Wiki · 工作流与开源创作分享73

    阿里 TaoLive AIGC 发布 TaoMate-H3-FL2VA 首尾帧控制 LoRA

    阿里 TaoLive AIGC 团队于 10 月 15 日发布 TaoMate-H3-FL2VA,这是一个 3 步 LoRA,为 MiniMax H3 的流式 TaoMate-H3 运行时加入首帧与尾帧控制,团队称其为已知首个实时流式首尾帧到音视频(FL2VA)模型。

    推荐理由:TaoMate-H3-FL2VA 把首尾帧控制接入流式音视频生成,并已有 ComfyUI 转换版本可本地跑,方便创作者评估是否纳入现有出片流程。

  2. Higgsfield 官方博客38

    7 款最佳 Veo 替代方案:如何在生成中保持一致性

    Higgsfield 官方博客对比了 7 款 Veo 替代工具,重点考察角色、服装与场景细节在多镜头间的一致性。Cinema Studio 4.0 支持最多 50 个参考素材、30 秒片段和 1080p 输出,10 秒 720p 含音频消耗 70 credits;Seedance 2.5 支持 30 秒原生立体声与 50 个参考,Kling 3.0 单次可生成最多 6 个镜头。

  3. Reddit StableDiffusion · 创作者与工作流分享65

    作者训练 H3-Anti-Burn LoRA,缓解 H3 片段串联后的过锐发焦

    作者发布 H3-Anti-Burn LoRA,用于缓解 H3 片段串联成长视频后画面逐段过锐、发焦的问题。该 LoRA 只加载在续接片段上,起始权重 0.5,在约 37 秒的串联测试中,lightx2v 8-step 的面部纹理变化从 +44% 降到 0%,HyperFlow 从 +25% 降到 −1%,Larry Turbo 从 +261% 降到 −5%。

    推荐理由:针对 H3 片段串联后画面过锐发焦的问题,作者给出可加载的 LoRA 与具体权重建议,并附多组前后对比数据。

  4. Reddit comfyui · 创作与工作流分享60

    Ome Omy CUT 原 Filmmaker 版本转为免费,Fast H3 Omni 集成在即

    Ome Omy Productions 将此前属于 5 美元 Filmmaker 档的 CUT 版本改为免费版,作者称它是本地 MiniMax H3 / ComfyUI 的时间线编辑器,可生成镜头、保留不同 take、剪辑与修剪素材、延长场景、修补断点并在时间线上排列结果,还能保存项目、对比 take 并导出成片。

  5. Reddit comfyui · 创作与工作流分享62

    ComfyUI 教程:用 RefMod 加 MiniMax H3 免 LoRA 训练保持角色一致性,6GB 显存实测

    作者发布了一套 ComfyUI 工作流,把 RefMod 与 MiniMax H3 结合,无需训练传统角色 LoRA 即可生成同一角色的新图像。流程为准备 8 张角色照片,用 RefMod 自定义节点生成 RefMod 文件,再载入 MiniMax H3 工作流并输入场景、服装、姿势或环境提示词。

  6. Monster社区 · 中文ComfyUI实测与工作流62

    图图打标器 1.3.0 发布:视频提示词反推、翻译与批量导出

    图图打标器 V1.3.0 把参考视频的提示词反推、双语修改、批量导出和长视频分片串成一套操作流程,本期以 Seedance 等目标模型的提示词配置为重点。使用时先建项目并导入在线或本地视频,再按实际生成用途选择模型系列与 T2V、I2V、全模态、视频延长、视频编辑等条件模式,反推完成后可英译中或中译英对照修改并保存。

  7. What’s New in Generative Media22

    生成式媒体今日动态:AI 将 8000 万美元电影成本压至 150 万,亚马逊洽谈 70 亿美元收购 Decart

    《圣诞女巫梅里》导演估算该片传统制作成本约 8000 万美元,借助 AI 仅以 150 万美元完成。亚马逊正洽谈以约 70 亿美元收购 AI 初创公司 Decart。MiniMax-H3-Turbo 发布固定步数检查点,支持带音频的文生视频与首帧生视频。

10月15日周四
  1. Reddit StableDiffusion · 创作者与工作流分享12

    Minimax H3 视频超分工作流推荐:如何在 24GB VRAM 内完成生成与放大

    一位用户在 Reddit 询问 Minimax H3(MH3)的最佳超分工作流,希望在 AMD RX 7900xtx(24GB VRAM)、48GB 内存、Linux ROCm + ComfyUI 环境下,同时完成视频生成与超分。该用户目前使用量化 GGUF 变体避免 OOM,常规生成规格为 0.2MP、约 10 秒时长。

  2. Reddit comfyui · 创作与工作流分享12

    求推荐配合 KREA 2 使用的最简一致角色工作流

    有用户在 Reddit 的 ComfyUI 板块求助,希望找到一种无需先训练 LoRA 的简单一致角色工作流。该用户表示曾尝试 Minimax H3 的 refmod 并取得一定效果,但更倾向于先用 KREA 2 生成角色,再仅用 Minimax H3 做动画。

  3. note · toshia_fuji · 图像视频创作分享22

    生成AI新闻汇总:DigUp、Fish Audio Drama 3、Mirelo SFX 2.0、OmniHuman 2.0 等新工具发布

    Fish Audio 发布语音 AI「Drama 3」,支持最多 16 名说话人、情感表演与语音编辑,模型数据和代码已开源。Mirelo SFX 2.0 可为视频自动生成同步音效并去除多余音乐,单次处理约 10 分钟片段。BytePlus 的 OmniHuman 2.0 支持单图加音频生成最长 300 秒说话歌唱视频,并可通过 API 调用。

  4. 机器之心SOTA模型 · 公开公众号 RSS22

    阶跃星辰开放 Step 5 Preview 权重,蚂蚁百灵开源 Ling-3.1-flash

    阶跃星辰开放 Step 5 Preview 官方权重,总参数 600B、激活 27B,支持 1M 上下文,可处理文字与图像理解、编程及长程工具调用,提供 BF16、FP8 权重及 vLLM、SGLang 部署路径。蚂蚁百灵同期开源 Ling-3.1-flash,采用 MIT 许可证,总参数 560B、激活 25B,支持 1M 上下文,面向办公、搜索和编程 Agent 场景,提供混合推理开关。

  5. Reddit StableDiffusion · 创作者与工作流分享50

    MiniMax H3 搭配 Fizgig Nodes 实现风格化插画生成:原生 3072x1536 一分钟出图

    MiniMax H3 配合 Fizgig Nodes 可进行风格化插画文生图,在 5060 Ti 16GB 上以 16 步原生生成 3072x1536 图像,耗时约 1 分钟。其提示词理解能力接近 Krea 2,开箱即用限制较少,概念与世界知识表现良好,但需使用静态高分辨率风格图像训练的 LoRA。

  6. note · koheii_miaa · 图像视频创作分享65

    AI 音乐人如何用一台 Mac 制作带歌词同步与对口型的 MV,单曲 17 分钟

    作者公开了一套在 Mac 上本地生成 MV 的流程:输入歌曲与封面图,输出歌词同步显示、封面人物演唱的 30 秒视频,16:9 与竖屏两种比例,单曲约 17 分钟,不使用云端付费生成。

    推荐理由:作者公开了从人声分离到歌词同步的完整本地流程与耗时拆分,可对照评估单机出 MV 的可行性。

  7. note · lumo_ai · 图像视频创作分享70

    MiniMax H3 的 360 度环绕 LoRA 是怎么做到转一圈不崩的

    MiniMax H3 的 360 度环绕 LoRA 让单张照片生成相机绕被摄体一周并回到起点的视频,做法是把同一张图放进首尾关键帧,约 3 秒 73 帧,推荐 768×768、28 步、LoRA 强度 1.0,ComfyUI 可用且无需自定义节点,文件约 148MB。

    推荐理由:梳理 MiniMax H3 360 环绕 LoRA 的用法与训练数据来源,并说明背面推演与适用边界。

  8. Stable Diffusion Art 教程78

    用 ComfyUI 让 MiniMax H3 从单张图生成带声视频(含工作流)

    Stable Diffusion Art 发布教程,介绍如何在 ComfyUI 中用 MiniMax H3(即 Hailuo 3.0)把单张图片生成带同步立体声的 24fps 多镜头视频,画面与音效在同一次采样中生成。

    推荐理由:教程给出 MiniMax H3 在 ComfyUI 中图生视频的完整流程,含首尾帧插值与 8 步 Turbo LoRA 的省时做法。

  9. 钛媒体62

    AI视频价格从元降到分,可灵、Vidu、Seedance 卷向工业化

    国庆前后多家头部AI视频模型密集更新,旗舰模型入门价从元级降到分级的趋势明显。可灵Kling 4.0开启内测,单次原生视频时长拉到30秒、画质到4K,同时上线轻量版Kling 4.0 Flash,API定价尚未公布;生数科技Vidu Q4 Preview支持15张参考图、3段参考音频和4K直出,首发价最低0.09元每秒。

  10. かみもと · 本地AI视频工作流62

    MiniMax H3 的 18 个 LoRA 汇总:按相机、变身、画风等六类整理

    作者按相机视角、变身变形、人物编辑、动作物理、画风动画、辅助仕上六类,整理了 MiniMax H3 可用的 18 个 LoRA,并附上各自的配布链接与作例。文中说明这些 LoRA 对应 T2VA、I2VA、FL2VA、Ref2VA 等不同生成方式,需逐个查看配布页条件,效果会随提示词与输入图像变化。

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

    如何在本地复现 nano banana 2 的生成效果?

    有用户尝试用 krea 2、flux 2 dev、flux 2 klein 9b 和 qwen image edit 2.1 在本地复现 nano banana 2 的付费生成效果,但均无法接近。其需求是输入两张甚至更多人脸参考图来生成场景,再将结果用 h3 minimax 转为视频,目前视频环节正常,但希望起始帧能在本地生成而非付费。

  12. Reddit StableDiffusion · 创作者与工作流分享12

    你会看我全程用 MiniMax + Claude Opus 5.5 从零做一支 AI 视频吗?

    一位创作者在 Reddit 发帖征询:是否有人愿意观看他用 MiniMax 加 Claude Opus 5.5 从零制作 AI 视频的直播全过程。他计划完整展示提示词、实验、失误以及把一个想法落地所需的真实时间,不剪捷径,只呈现真实的创作流程,并在评论区收集意向。

  13. Reddit StableDiffusion · 创作者与工作流分享20

    如何让 AI 视频看起来像随手拍的手机素材,而不是电影感镜头?

    有用户用自托管 MiniMax H3 生成"桌面产品随手拍"视频时,无论怎么提示都会出现电影感变焦和运镜,即使加入 smartphone/handheld 描述、尝试带与不带 realism LoRA 也依然过于精致。他询问这种自然手机素材效果主要取决于模型、提示词、参考图还是设置,并希望看到可用工作流。

  14. Reddit StableDiffusion · 创作者与工作流分享12

    Reddit 讨论:最新开源模型为何迟迟未现,图像/音乐/3D/音频领域是否陷入停滞

    Reddit 用户 ascot_major 发帖质疑开源生成模型是否陷入停滞,称近几个月图像、音乐、3D、音频等主要领域均无大量新模型涌现。帖中列举 H3 MiniMax 为最后一个大型视频模型、Krea 为最后一个热门图像模型、Trellis 2 与 Hunyuan 2.1 为最新免费 3D 生成模型、Yue-2 为最新音乐模型,并称自己仍在使用 Chatterbox-tts 处理音频。

10月14日周三
  1. note · kazu_fuwa · 图像视频创作分享76

    MiniMax H3 本地部署实测:VRAM 16GB 下 7 种配置对比,5 秒视频约 2 分 40 秒

    作者在 VRAM 16GB、内存 32GB 的 PC 上用 ComfyUI 跑 MiniMax H3,对比 7 种配置后,5 秒视频最快约 2 分 40 秒完成,而官方 20 步设置约需 12 分半。

    推荐理由:作者在 VRAM 16GB 的机器上实测 7 种配置,给出可复用的提速组合与踩坑记录。

  2. 壹娱观察 · 搜狐公开专栏28

    AI影视公司恐是空中楼阁:Utopai 的模型、人才与发行难题

    壹娱观察质疑“AI影视公司”概念,以 Utopai 为例指出其视频模型 Utopai X 基于 MiniMax H3 后训练,原创项目《Cortés》《The Most Serious Fart》仍靠奥斯卡提名编剧、皮克斯履历等传统主创背书。文章认为 AI 只进入生产流程,发行与创作判断仍依赖传统影视公司,AI 短剧已替代九成以上真人短剧却未带来更大需求。