-
FLUX 3 Image Klein王炸更新：重磅官宣开源 4K细节 + 像素级精准编辑 10张参考图
一、FLUX 3介绍 FLUX 3 是德国 Black Forest Labs（黑森林实验室）2026年7月发布的多模态基础模型，把图像、视频、音频和动作预测统一到了一个架构里，不再只是画图工具。可在 ComfyUI 里直接运行，既能按提示词生成图像，也能用多张参考图做编辑。它借鉴了家族在图像、视频和音频模型间共享的训练成果，保留了大尺寸 FLUX 3 Image 的控制特性，包括边界框。…- 1.4k
- 1.4k
-
千问Turbo开源：Qwen-Image-2.1-Turbo低显存畅玩国产顶级极速出图
一、Qwen-Image-2.1-Turbo介绍 Qwen-Image-2.1-Turbo 是通义千问团队 2026 年 10 月 9 日发布的官方加速版图像模型，主打 8 步出图，同时把文生图和图像编辑合并到一个模型里，并原生支持透明图和多图参考。 它基于 Qwen-Image-2.1 的 7B 架构，去噪步数从常规几十步压到 8 步，速度提升明显。实测中，生成一张 1K 图片约快 2—…- 1.3k
- 1.3k
-
Qwen Image 2.1 终于有 ControlNet ：Qwen-Image-2.1-Fun-Controlnet-Union
一、Qwen-Image-2.1-Fun-Controlnet-Union介绍 Qwen-Image-2.1-Fun-Controlnet-Union是Qwen-Image 2.1 可搭配使用的 ControlNet Union 模型/节点，主要用于在 ComfyUI 里对 Qwen-Image 2.1 图像生成进行结构控制（Canny、深度、灰度、HED、线稿、MLSD、姿态、涂鸦）和图像修…- 14.6k
- 14.6k
-
ComfyUI多人姿势编辑器：Gaoshang Pose漫剧角色空间站位方案
一、Gaoshang Pose是什么 在 ComfyUI 中摆好人物动作、转身和站位，再将姿势参考图接入 Qwen Image 2.1 图像编辑工作流。 支持 1–9 个人偶独立编辑、9 张人物参考图、彩色编号选人，适合编排多人构图与剧情站位。 功能 最多 9 人：添加人物后，使用不同颜色的编号按钮切换角色，分别调整动作、站位和体型。 9 张人物图：输入 1–9 按编号对应编辑器中的人物，自动生成…- 19.1k
- 19.1k
-
Qwen-Image-2.1已开源支持文生图、图像条件编辑：能力实测，画质能接近 GPT-image 2.5
一、Qwen-Image 2.1介绍 本周日，阿里千问正式开源图片生成模型 Qwen-Image-2.1，以小模型的体量解决了大部分生产力难题：它实现了文生图与图像编辑一体化，原生支持透明图生成，最高可以接收 10 张参考图，还进一步强化了局部编辑、人像与商品保真。 Qwen-Image-2.1，千问图像系列当前兼顾生成效果、推理效率与使用成本的开源图像模型。Qwen-Image-2.1 将文生…- 99.4k
- 99.4k
-
Qwen Image 2.1效果抢先预览！文字/影视/电商/编辑全拉满，即将开源！
今天，Qwen团队推出Qwen-Image-2.0，新一代图像生成基础模型，首次将图像生成和图像编辑统一到一个模型中，以更小体量，实现复杂文字渲染和极致真实质感。图文排版、专业书法、多格漫画、写实摄影……更多玩法等你探索！Qwen-Image-2.1 将高质量图像生成与灵活编辑融于一体，兼顾出色表现与推理效率。通过灵活的输出形式和精细的创作控制，从生成全新画面到调整复杂构图，为多样化的视觉创作提供…- 13k
- 13k
-
2026年10月秋叶大佬最新Comfyui整合包：ComfyUI-aki-V3.2（v3.7+）和V1.1（Intel Arc版）-史诗级更新
本文持续更新秋叶大神最新发布的ComfyUI整合包。ComfyUI是一个非常便利的AI绘画工具，拥有节点式和工作流式的AI绘画界面，并支持多种节点的使用。秋叶大神发布ComfyUI整合包主要是为了改善国内ComfyUI的入门生态，使新手更轻松入门。尽管ComfyUI以其高度可定制和自定义的编辑方式而受到广泛使用，但对于新手来说却具有一定的难度。此外，快速的更新速度、不兼容的更新、以及社区化松散等问…- 15m
- 15m
-
AI漫剧从0到1全流程SOP:爆款AI漫剧教学手册-北京航空航天大学（附PDF下载）
想做 AI 漫剧却怕门槛高、没人带？❌别再自己瞎摸索了！ 由北航何静副教授团队+清华新媒沈阳团队联合打造,带你拆解百万播放量AI漫剧创作全流程，面向新手小白。该手册是一份关于利用AI工具进行漫画与短剧创作的系统性教学指南，内容主要围绕AI漫剧的全流程制作展开，涵盖工具介绍、角色设计与生成、一致性控制、动态视频生成、剧情创意设计、转场技巧以及创作思路总结等方面。 手册首先列举多款AI视频生成工具，并…- 72.1k
- 72.1k
-
MiniMax H3满血版开源！8G显存可玩，全模态支持及Flux3预览版，Seedanc2.0大量对比实测
一、MiniMax H3介绍 MiniMax H3是一个通用型全模态生成系统，可统一理解文本、图像、视频和音频组成的多模态上下文，生成最长15秒、最高2K分辨率并带有原生立体声音频的视频。 MiniMax 正式发布新一代通用全模态生成模型 MiniMax H3，作为品牌首款计划开源的多模态视听生成模型，H3 将文本模型成熟的推理、上下文技术迁移至视频生成领域，面向开发者与商业场景提供一体化音视频生…- 265.2k
- 265.2k
-
微软开源轻量级多模态图像生成模型Mage-Flow：四步完成专业级编辑的秘密
2026年7月23日，微软宣布开源轻量级多模态图像生成模型系列 Mage-Flow，将最新的原生分辨率文生图与图像编辑能力以约 40 亿参数的紧凑规模完整开放给开发者和研究社区[1][2][3]。这一模型族以“高质量输出 +低算力门槛”为目标，可在单卡消费级 GPU 上高效运行，被视为对当前动辄数十亿乃至上百亿参数的闭源图像模型的一次有力补充。 Mage-Flow 由微软研究团队牵头，在学术论文、…- 40k
- 40k
-
实测Flux3即将开源,新王登基是否超越Seedance：稳定扩散之父新赌注，一眼看懂世界
7月23日下午，Black Forest Labs（BFL）在社交媒体上扔下一枚重磅炸弹：正式发布多模态模型FLUX 3，覆盖图像、视频、音频与动作预测四大模态。这条推文在短时间内获得57.6万次浏览、238条回复与676次转发。官方明确将枪口对准Seedance 2.0、Gemini Omni和Grok Imagine，声称FLUX 3的输出“在每一种风格上都更加真实”。 与多数实验室分别训练不…- 36.5k
- 36.5k
-
3步出图！最新图片编辑模型BooGu：Boogu-Image-0.1生图模型硬刚Qwen
一、Boogu-Image 0.1 系列概览 Boogu-Image 是 Boogu 团队开源的一体化图像生成与编辑大模型系列，参数量为 10B。该系列包含 Base、Turbo、Edit 三个核心变体。Base 版本作为基础模型，支持文生图功能；Turbo 版本专注于极速推理，通过蒸馏技术将生成速度提升数倍；Edit 版本则侧重于图像编辑能力，支持局部修改、物体增删等操作。三者共享相同的参数量架…- 65.9k
- 65.9k
-
Krea2 Turbo模型：多风格生成工作流，人像效果足以撼动Z-Image人像王座的最新模型
一、Krea 2 是什么？ Krea 2 是 Krea AI 于 2026 年 6 月发布的开源文生图模型，参数规模达 120 亿，采用扩散 Transformer（DiT）架构。一个面向"创意探索"的基础图像生成模型系列。Krea 2 在 Artificial Analysis 文生图榜单上位列全球前十、独立实验室第二。模型采用 12B 稠密 DiT 骨干、Qwen3-VL …- 99.8k
- 99.8k
-
最强开源生图AI模型：Ideogram 4.0登场，已超越Nano Banana Pro精准定位文生图
一、Ideogram介绍 Ideogram公司宣布推出其最新的4.0版本开放权重文生图模型（简称 Ideogram4），目前在设计类图像生成领域处于领先地位，被称为“设计前沿的开源图像模型”。在设计专属评测（Design Arena）、排版测试、通用图像排行榜上，都是开源模型里的第一，整体接近甚至在某些设计任务上超越一些闭源大模型。 Ideogram4.0的核心规模为9.3B参数，采用单流架构，使…- 114.1k
- 114.1k
-
微软开源高质量生图模型Lens，秒级出图对标Z-image-turbo
一、Lens介绍 Lens是一个38 亿参数的基础文本到图像模型，旨在实现高效训练和快速高分辨率生成。它结合了密集描述预训练、混合分辨率学习、GPT-OSS 多层文本特征和 FLUX.2 语义 VAE，以远低于大型 T2I 模型的训练计算量达到具有竞争力的质量。 该存储库提供了从 Lens DiT 检查点生成图像所需的最小推理代码。 高效基础模型——基于Lens-800M进行训练，Lens-800…- 53.8k
- 53.8k
-
Qwen3.6 系列首个开源模型 Agent :270亿参数的稠密多模态模型
一、Qwen3.6介绍 Qwen3.6 是一个拥有270亿参数的稠密多模态模型，也是社区呼声最高的模型规格。Qwen3.6-27B 依然支持多模态思考与非思考模式，在智能体编程方面达到了旗舰级表现，全面超越前代开源旗舰 Qwen3.5-397B-A17B（总参数397B / 激活参数17B的MoE模型）。作为稠密架构，它无需MoE路由即可部署，是开发者在实用、可广泛部署规模上获取顶尖编程能力的理想…- 85.3k
- 85.3k
-
SAM3.1实时视频与图像实现万物分割
一、SAM3.1介绍： SAM 3（Segment Anything with Concepts，即基于概念的任意分割）是 Meta 公司推出的统一基础模型，用于图像和视频中的可提示分割。它利用文本或视觉提示（例如点、框和掩码）来检测、分割和跟踪对象。SAM 3 引入了穷举分割由简短文本短语指定的开放词汇表概念所有实例的功能，其处理的独特概念数量是现有基准测试的 50 倍以上。SAM 3.1 在此…- 37k
- 37k
-
百度文心开源文生图模型ERNIE-Image：实现顶级文生图与精准文字渲染
一、ERNIE-Image介绍 ERNIE-Image 是由百度文心大模型团队开发的一款开源文生图模型。它基于单流 Diffusion Transformer（DiT）架构，并配有一个轻量级 Prompt Enhancer，用于将简短输入扩展为更丰富、更结构化的描述。在仅有 8B DiT 参数规模的前提下，达到了开源文生图模型中的领先水平。 整体来看，它在复杂指令跟随、文字渲染和结构化图像生成方面…- 59k
- 59k
-
ComfyUI使用Gemma4实现图片反推,开源最强小模型？本地跑 31B 媲美百亿大模型实战测评
一、Gemma4是什么？ 2026年4月2日，谷歌DeepMind正式推出Gemma 4系列多模态开源模型，时隔一年接力Gemma 3，凭借全场景覆盖、端侧深度优化与商业友好开源协议，成为谷歌迄今最强、最亲民的开源AI模型家族。最具颠覆性的是，它专为手机打造超小参数版本，普通千元机就能本地离线运行，真正实现“把AI装进口袋”。 模型规格：包含高效 20 亿（E2B）、高效 40 亿（E4B）、2…- 87.1k
- 87.1k
-
京东开源图像模型JoyAI-Image-Edit，空间编辑与理解能力达到世界一流水平
一、JoyAI-Image-Edit介绍 JoyAI-Image 是一个统一的多模态基础模型，用于图像理解、文本到图像的生成以及指令引导的图像编辑。它结合了 8 亿像素的多模态大型语言模型 (MLLM) 和 16 亿像素的多模态扩散变换器 (MMDiT)。JoyAI-Image 的核心原则是理解、生成和编辑之间的闭环协作。更强大的空间理解能力通过更优的场景解析、关系基础和指令分解来提升基于场景的生…- 80.8k
- 80.8k
-
ComfyUI国内怎么稳定使用Nano Banana2 ：Comfui-banana 插件集成gemini-3.1-flash-image-preview生图
一、什么是Nano Banana2 Nano Banana 是 Google 于 2024 年推出的革命性 AI 驱动图像生成与编辑模型，正式名称为 **gemini-3.1-flash-image-preview**。这款模型以其前所未有的角色一致性保持能力、闪电般的处理速度（仅需几秒生成1024×1024高质量图像）和强大的多模态理解能力，在AI图像生成领域掀起了一场技术革命。 2月27日凌晨…- 143.9k
- 143.9k
-
Kijai 大神新作：ComfyUI-VideoColorGrading，通过自动生成 LUT 来进行视频调色
在数字内容创作领域，视频工作流处理的效率与质量直接决定了创作成果的最终呈现效果。ComfyUI-VideoHelperSuite作为一套专为视频工作流设计的节点集合，通过模块化的设计理念，为用户提供了从视频加载、帧处理到格式输出的完整解决方案。本文将从基础认知、场景实践和深度优化三个维度，全面解析如何利用这套工具构建高效、高质量的视频处理流水线，帮助创作者在复杂的视频处理任务中实现效率与质量的双重…- 79.9k
- 79.9k
-
ComfyUI接入Qwen3.5大模型：性能媲美Gemini 3，图片视频智能解析
一、Qwen3.5介绍 近几个月来，Qwen加大了对基础模型开发的投入，力求打造卓越的实用性和性能。Qwen3.5 代表着一次重大飞跃，它融合了多模态学习、架构效率、强化学习规模化和全球可访问性方面的突破性成果，为开发者和企业带来前所未有的能力和效率。 Qwen3.5 具有以下增强功能： 模型选型：Qwen3.5-9B-Q8_0 GGUF版本配置详解，12GB显存流畅运行 图片解析：上传照片自动输…- 124.5k
- 124.5k
-
全新图像编辑模型 FireRed-Image-Edit 1.1功能 比 Qwen Image Edit 更好
一、FireRed-Image-Edit介绍 FireRed Edit（正式名称为 FireRed-Image-Edit）是由小红书基础模型团队于2026年2月开源推出的先进图像编辑模型，在多项权威评测中达到开源领域SOTA（State-of-the-Art）水平 。FireRed-Image-Edit-1.0 是一款通用图像编辑模型，能够在多种场景下实现高保真和一致的编辑效果。Fire…- 80.2k
- 80.2k
扫码打开当前页
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×