ComfyUI-BFSNodes 新增 TARA 节点,为 MiniMax H3 提供原生时间对齐参考
ComfyUI-BFSNodes 于 10 月 23 日在主分支加入 TARA 节点与 Shot Planner 模式,让 MiniMax H3 的驱动视频走原生 Video 参考通道,并对参考注意力施加软性时间偏置,而非通过 Add Guide latents 注入。
ComfyUI-BFSNodes 于 10 月 23 日在主分支加入 TARA 节点与 Shot Planner 模式,让 MiniMax H3 的驱动视频走原生 Video 参考通道,并对参考注意力施加软性时间偏置,而非通过 Add Guide latents 注入。
ComfyUI 用户在 Load Image 节点手动蒙版时帧率仅 1 到 4 fps,配置为 RTX 4090 加 Ryzen 9900X,用户认为并非硬件瓶颈。该用户表示今年早些时候某次大版本更新前操作流畅,目前使用 ComfyUI_frontend v1.53.6、PyTorch 2.9.1+cu130,并已启用 Firefox 硬件加速,同时也在用 SAM 文本选择方式。
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。
创作者 Rehablyte 在 Reddit 分享了一段刚渲染完成的音乐视频片段,附带了完整工作流和提示词。该工作流基于 H3/Turbo LoRA 配置,可替换为使用者自己的 H3/Turbo LoRA 设置,并包含超分模型与补帧模型。
创作者正在开发 Cine con IA 新节点,可在生成视频前准备角色、摆放相机并构建镜头序列,演示短片展示了该工作流及一个生成结果。作者称教程正在制作中,并向社区征询最想细看的部分:相机、3D 角色还是序列构建。
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。
有用户在 AI toolkit 中为 MOSS 训练 LoRA 时结果完全崩坏,由此质疑新模型(Qwen 2.1、LLaMA 2、MOSS)该用 shift 还是 sigmoid 参数。该用户提到 sigmoid 在 Krea 2 和 Qwen 2.1 上可用,并询问是否应先从 shift balanced 开始、在训练后期切换到 shift low noise。
一位用户在 Reddit 求助高质量 refmod 工作流优化方案,希望在保证画质的前提下缩短生成时间。其已在标准 refmod 工作流中加入 sage 和 spectrum 节点但未能提速,且不愿使用 turbo LoRA,认为画质损失过大。该用户通过 runpod 使用 5090 进行生成,同时征集可提速的节点或配置方案。
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。
ComfyUI 发起 Open Source Higgsfield 开源应用大赛,总奖金 25,000 美元,要求用 ComfyUI 构建可运行、可复现的开源特效应用,10 月 30 日 9:00 AM PT 截止,11 月 6 日公布结果。
AI Canvas v0.10.16 发布,新增项目与全局人物、场景、道具的 .aicassets 导入导出和快捷指令 JSON 分享,并内置 LibAPI 厂商入口,默认展示 8 个文本、22 个图片、31 个视频、6 个音频型号。切换视频模型时保留用户已选比例及兼容的分辨率、时长、帧率和音频选择,同时补齐中英日韩界面文案。本版数据库仍为 v23,升级前需导出项目并备份数据。
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。
一位非 ComfyUI 熟练用户在 Reddit 求助,希望调好从 YouTube 视频里找到的工作流,实现从已有照片生成新姿势与新场景。该用户同时征集其他能实现同样效果的工作流建议。
有用户在最新版 ComfyUI 上运行 MOSS Image 时,同一套参数前一天还正常,次日重跑却输出模糊图像,元数据确认设置未变。该用户最终通过新建 Python 环境并从头重装解决了问题。
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。
创作者发布 The Garden Archive 系列第二集,全部视频与音频生成均在本地机器上通过 ComfyUI 和开源模型完成。作品以“档案修复计划第183次会话”为叙事框架,讲述时间流逝中同一走廊与同一群人的变化,标注灵感来自真实事件。
NVAI 更新大视频功能,支持用一张照片生成场景,再据此生成带配音的视频。演示使用 flux3-klein-nvfp4 生成场景、ltx25-distilled-nvfp4 作为视频模型,均为本地 AI 生成方案,配套教程与 Readme 更新即将发布。
有用户在使用 Minimax H3 的基础 fl2va 模型加 turbo LoRA,寻求进一步提升首帧生视频效果的新模型、checkpoint、LoRA 与工作流。其反馈视频质量相对首帧衰减较快,末帧往往差到无法继续延长视频,提示词遵循度一般,细节常被忽略,且用 Grok 生成冗长提示词反而更糟。
创作者用 MOSS 生成参考图,再以歌曲片段配合 H3 的 ref2va 生成视频并剪辑,随后用 LMS 精修至 1920x1088,经 filmnet 从 24fps 插帧到 120fps 后隔帧取用,最终得到 60fps 成片。
创作者用“audio lock”工作流为自制音乐曲目测试对口型:以清理后的纯人声干声驱动口型,再在 Resolve 中把原曲合回视频。
作者用 ComfyUI 搭配 Animagine XL 4.0 Opt 生成持枪女特工插画,采用 1344×768、Seed 2026101806,未使用 LoRA、ControlNet 或输入图像。
作者在 ComfyUI 中用 Qwen Image 2.1 搭建只绘制左右两侧的扩图工作流,原照片按 960 px 高居中放在 2240x960 画布上,两侧先用照片边缘镜像填充,再由模型生成并回贴原图。
导演台 0.5.2 新增官方 Skill 独立更新,可在 AI → 技能中检查并下载新版,更新后保留聊天记录、工程及自定义技能。参考视频与纯文字提示词改为完整对白与切镜说明分开,动作和情绪描述更直接;新项目先确认单条视频时长上限,纯文字分镜默认使用整数秒。提供 Windows 安装版、免安装版与 Linux AppImage、tar.gz。
作者让 Claude Code 在 M1/16GB Mac 上从零安装配置 ComfyUI,自动排查扩展报错并跑通出图,首张 512×768 图片耗时约 4 分半。
Moonshot AI 发布 Kimi K3.1 Pro,采用 2.8 万亿总参数 MoE 结构、每次处理约 1,040 亿参数,支持 100 万 token 上下文,并推出输出速度约 2-3 倍的 Highspeed 版。
作者发布 MacH3 Metal,一个把 antirez 的 h3.c 原生 C+Metal 引擎封装成 ComfyUI 节点的工作流包,可在 Apple 芯片上原生运行 MiniMax H3。
推荐理由:作者把 MiniMax H3 的原生 C+Metal 引擎封装成 ComfyUI 节点,并给出 M5 Pro 上的实测耗时与显存占用,可供 Mac 用户评估本地出片流程。
AIArtEngine 发布 v8.5.4 版本,完整变更记录覆盖 v8.5.3 至 v8.5.4。原文未披露具体功能改动、参数规模或可用性信息。
作者发布开源本地应用 Picteus,指向输出文件夹即可读取图片自带的 prompt、模型、seed 和工作流元数据,集中搜索与筛选,且不上传任何内容。该应用带插件系统,目前处于 beta 阶段,免费招募早期测试者,并计划支持在应用内调用各家 API 和自有 LoRA 直接生成。
有用户在 ComfyUI 中训练了两个 LoRA,希望让它们生成的人物套用网络图片里的拥抱姿势,但用 ControlPose 等方式尝试后结果始终异常。该用户询问是否有办法以外部姿势图为参考,让两个 LoRA 生成的人物摆出同一姿势。
MOSS-Image 社区出现首个概念验证 LoRA,可直接从采样器输出带 alpha 通道的透明 PNG,无需色键或去背模型,玻璃、翅膀等半透明区域也能保留。
一位 ComfyUI 新手在 KREA 2 文生图模板中询问 LoRA 用法:enable_lora 开关是否必须设为 true,以及能否在子图内串联多个 LoRA 节点并从 MODEL 接入 on_true。
有用户用局部重绘工作流横向对比 MOSS-Image、Flux.2 klein 9B 和 Qwen Image Edit(2511),认为 MOSS-Image 表现不及预期,而 Flux.2 Klein 与 Qwen Image Edit 能稳定完成任务。该用户补充 MOSS-Image 在常规文生图(T2I)上表现不错,并承认测试可能存在技巧因素,工作流将发在评论区。
ComfyUI Comic Creator 更新至 v1.62.0,新增 OCR 标签页,并加入基于 PaddleOCR-VL-manga 的重新读取功能,目前后端仅支持 Ollama。用户可通过 `ollama pull hf.co/LunarOilRig/PaddleOCR-VL-manga-GGUF:Q4_K_M` 安装该模型,在 moss-image 标签页中生成图像。
剧流 Studio 发布 v0.1.17,完整更新日志覆盖 v0.1.16 至 v0.1.17 的改动。
Higgsfield 于 10 月 24 日发布一组 Seedance 2.5 原生 4K 测试,其中用 Blender 灰模(blockout)直接驱动生成蜜蜂画面,并对比 4K 直出与超分后的皮肤质感。
ArcReel v0.34.0 发布,Agent 供应商未定价档位可手动选模型,凭证支持设置倍率,订阅制网关填 0 不计费。计费改为按模型目录价目表结算,文本、配音、图片、视频费用分项落档,未定价调用单独计数。模型目录新增搜索接口并随版同步价格与能力,Seedance 2.0 可选 4K、Seedance 2.5 可选 1080p。
AI Video Production Editor v3.1.0 发布桌面安装包,新增 Claude & Codex 一键连接,工作室运行本地 MCP 服务器和含 68 个工具的 REST API,智能体可操作剧本、角色、导演、分镜与生成等环节,改动实时显示在工作室中。