-
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
-
AI歌词生成歌曲YUE2：AI歌曲高速生成,支持老显卡,音频时长和歌词自动对齐
一、YUE2概述 YuE2-3B 是原始 YuE 歌词到歌曲模型的继任者。团队将其定位为前沿质量的开源音乐生成，最亮眼的特性是带可编辑乐谱的符号化规划。YuE2 不会从文本直接跳到音频，而是先写出包含旋律与和弦（ABC 记谱法）的方案，再据此渲染音频。由于该方案是显式的，你可以： 作曲与编辑：完整旋律加和弦、仅旋律，或不使用乐谱直接生成 自带乐谱：输入已有的 ABC 乐谱，让 YuE2 演唱它 用…- 29.5k
- 29.5k
-
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
-
Minimax H3导演台插件震撼发布：ComfyUI_MiniMaxH3_Director（全能玩法大集结：文生视频、图生视频、首尾帧控制、多参考图生成等）
一、ComfyUI_MiniMaxH3_Director 介绍 ComfyUI_MiniMaxH3_Director 是一个基于 MiniMax H3 视频模型的 ComfyUI 插件及工作流集合，主要用于在本地或云端通过节点方式生成和编辑视频 。它提供了文生视频、图生视频、视频编辑等多种工作流，支持二次采样高清放大及音画同步功能 。MiniMaxH3Director 是面向长视频、多段生…- 161.8k
- 161.8k
-
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
-
Qwen3.8-27B 本地部署实操：从 GGUF 到 vLLM（全网最详细版）
Qwen4.0 架构来了，Qwen3.8-Flash-Next重磅来袭：125B总参却只激活6B，效率碾压大模型 模型体验地址：https://modelscope.cn/models/Qwen/Qwen3.8-Flash-Next/files 一、Qwen3.8-27B介绍 Qwen3.8-27B 这几天之所以被本地模型用户高度关注，不是因为它参数量特别大，恰恰相反，是因为它把相当强的 Codi…- 57.7k
- 57.7k
-
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
-
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
-
阿里开源Wan-Dancer舞蹈生成模型,突破分钟级舞蹈生成瓶颈
一、Wan Dance是什么？ Wan-Dancer是阿里通义万相开源的音乐驱动人像舞蹈视频生成模型，参数量达140亿，可根据输入音乐自动生成与节拍匹配的人物舞蹈视频，支持输入单张人物照片与音频，自动生成15 秒至 3 分钟、节拍精准对齐的高清连贯舞蹈视频 。 音乐驱动舞蹈生成：输入人物照片与音乐，自动生成与节拍精准对齐的舞蹈视频。 分钟级长视频生成：突破传统 20 秒限制，稳定生成 …- 73.7k
- 73.7k
-
Bernini：全能Wan视频编辑与生成模型，AI视频编辑先理解再动手
一、Bernini 介绍 Bernini 是字节跳动商业化技术团队于 2026 年 6 月开源的统一视频生成与编辑框架，该框架核心主打“先理解、再生成”的协同机制，旨在有效解决传统模型由于无法精准理解复杂指令而导致的画面失控、帧间闪烁等行业痛点。 目前，Bernini在字节自建的测试中已稳居行业第一梯队。其推理代码与第二阶段模型Bernini-R的权限已正式放开，包含完整功能的全版本也将在近期迎来…- 97.1k
- 97.1k
-
Netflix开源Void-inpainting视频擦除 ：一键抹掉视频瑕疵，效率革命才刚开始
一、VOID介绍 VOID,全称为视频物体与交互删除模型(Video Object and Interaction Deletion)，由Netflix联合索菲亚大学研究团队开发的前沿AI视频编辑系统，专为影视后期制作设计，核心能力是智能删除视频中的物体并动态重构场景，实现物理一致性与视觉连贯性的自动修复。。它的输入是一段视频和你想抹除的物体掩码，输出是抹除后的完整视频。 核心功能 物体擦…- 43.3k
- 43.3k
-
作品自愿登记证书，22个省市的在线版权登记官方渠道，大部分免费或优惠！
省份是按 A-Z 排序的，内容比较长，大可以在网页内按 Ctrl +F 输入关键词实现快速查找。阅读前有以下三点需要注意： 具体的注册流程官方都有指南，不行就大胆的打官方电话咨询，网上也有很多网友分享的成功经验。 如果遇到要求缴费情况，一定要记得甄别是否官方渠道，避免上当受骗。 随时间推移本文内容可能会部分失效，如果你觉得本文内容有需要补充或修改的地方欢迎留言，我会持续更新。 目录 1. 安徽 登…- 32.6k
- 32.6k
-
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
-
小米开源TTS模型OmniVoice覆盖 600+ 语种零样本语音克隆 TTS：小语种也能轻松复活
一、什么是OmniVoice OmniVoice-TTS 是由小米人工智能实验室下一代 Kaldi 团队（k2-fsa）于 2026 年 4 月开源的大规模多语言零样本文本转语音（TTS）模型，支持超 600 种语言，在语音克隆、声音设计、推理速度等方面表现突出，适用于多语种配音、数字人、有声书、语言保护等场景。 OmniVoice-TTS 工作流采用模块化设计，将语音生成的不同需求划分…- 60k
- 60k
-
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
-
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
-
LTX2.3重磅发布：音视频同步高清工作流，数字人、图生视频、文生视频
一、LTX-2.3介绍 AI视频生成领域迎来了一个里程碑式的突破！Lightricks公司突然放出重磅炸弹—LTX-2.3开源AI视频生成模型正式发布！这可不是一次普通的开源——它能一次性生成20秒4K高清视频，而且实现了音画同步。从最早的文生视频到现在的音画同步。这款新模型由 Lightricks 推出，带来更强大的生成能力与优化体验。 模型亮点 细节更精细：全新隐空间与升级的 VAE，让纹理更…- 206.2k
- 206.2k
-
Adobe Photoshop 2026 v27.5.0.13 中文高级版
软件介绍 Adobe图像处理软件 Photoshop 2026 正式版 (27.0版) 2025年10月发布版.Adobe Photoshop 2026破解版(PS2026)是一款全球流行的专业图像处理软件及照片和设计软件.Photoshop 2026中文破解版是Adobe Creative Cloud 创意云桌面程序中心的图形设计软件热门产品,它是平面设计领域和数字图象处理行业标准. 软件截图 …- 30.5k
- 30.5k
-
Qwen团队推出Qwen3-ASR：一个模型搞定多语言+抗噪+专业词汇识别！
在今天这个语音应用爆发的时代，我们身边越来越多的场景都在和语音识别打交道：网课里的实时字幕、客服热线的自动转写、视频里的多语种字幕……但一直以来，市面上的语音识别系统往往存在几个“老大难”： 多语言支持不够，不同语言需要不同模型； 噪音环境下表现差，车站、商场这种场景几乎无法使用； 专业词汇识别率低，一遇到专有名词或新兴词汇就抓瞎。 阿里云Qwen团队推出的Qwen3-ASR Flash采用统一模…- 32.6k
- 32.6k
-
实时数字人SoulX-FlashTalk：4090显卡实时生成直播视频！
一、SoulX-FlashTalk介绍 SoulX-FlashTalk是由Soul AI Lab团队开发的140亿参数数字人生成框架，专为实时、高保真、长时稳定的音频驱动虚拟形象生成而设计。它在2025年底提出，并于2026年初开源，解决了数字人直播中“无限流”场景下的模型崩溃与高延迟难题。它主打的核心场景就是“高保真”与“实时性”。 不仅要画质好，更要速度快，非常适合用在AI 客服、虚…- 102.4k
- 102.4k
-
开源视频模型新王：LTX-2音画同步生成，多种控制引导实现精确创作
什么是LTX-2? LTX-2是一个基于扩散变换器(DiT)架构构建的开源音视频基础模型。与传统的生成静音视频的视频生成模型不同,LTX-2同时生成动作、对话、音效和音乐,确保视觉和音频元素之间的完美同步。 核心特性 同步音视频生成: LTX-2的独特架构同时生成两种模态,无需单独的音频合成和同步步骤。 多种模型变体: 根据你的硬件和质量要求选择合适的检查点: 模型 描述 使用场景 ltx-2-1…- 121k
- 121k
-
Wan2.2长视频生成方案：SVI 2.0 重磅发布图生视频无限对接，最低12G显存
一、Wan2.2 SVI2pro介绍 Stable Video Infinity（SVI）是洛桑联邦理工学院（EPFL）推出的一种创新视频生成技术，它能生成具有高时序连贯性的无限长视频，解决了传统AI视频生成中常见的“误差累积”问题。 技术亮点 误差循环机制：通过实时修正生成误差，避免画面失真。 场景过渡控制：支持合理场景切换和可控故事情节。 开源支持：代码已开源，方便开发者复现和改进…- 230.9k
- 230.9k
-
AI Toolkit LoRA训练新手保姆级教程 ,附Z-image-lora详细训练教程
一、什么是AI Toolkit？ AI Toolkit 是由 Ostris 开发的一站式扩散模型训练套件，旨在为消费者级硬件提供最新的模型训练支持。该项目设计注重易用性，同时集成了丰富的功能，可通过 GUI（图形界面）或 CLI（命令行）两种方式运行。 核心特点 多模型支持：涵盖多种主流扩散模型，包括 FLUX.1、SDXL、SD 1.5 等，且持续更新以支持最新模型 硬件兼容性：针对消费级硬件优…- 36.9k
- 36.9k
-
Wan2.2-Remixv2图生视频+首尾帧工作流!超丝滑动态，电影感画质，极速渲染，最低8GB显存可运行
Wan2.2-Remix V2 是支持 NSFW 的研究型视频模型，集成 LightX2V 技术，无需 LoRA 即可生成高画质动态视频。通过开源运动 LoRA 数据和精细姿势训练，人体动力学表现显著提升，实测画质优于 Smooth，适合创意内容创作。 一、Wan2.2-Remix介绍 今天给大家再分享一个视频模型Remix，目前出到V2版本了，同样支持NSFW！！！Wan2.2-Remix 是一…- 217.1k
- 217.1k
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：×