-
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
-
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
-
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
-
GPT Image 2 全量开放！100+案例，跟 Nano Banana 2 正面PK（附提示词）
GPT Image 2 正式全量开放，打开 ChatGPT 就能用我第一时间冲进去测评，把能想到的场景全试了一遍一口气整理了这篇可能是全网最全的 Image 2 提示词案例合集（此时手已麻...）合集分为写实摄影、游戏与娱乐场景、UI设计、海报设计与商业视觉、角色设计、知识可视化与信息图表、创意玩法、网页摘要与知识图谱生成等多个大类为了让大家更直观地感受 Image 2 的实力 每个案例我都同时丢…- 71.1k
- 71.1k
-
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
-
阿里通义重磅更新Qwen-Image-2512：AI图像生成技术突破,真实感飞跃!
刚刚，阿里通义千问团队开源Qwen-Image-2512。 2025年最后一天，通义千问正式开源新一代图像生成模型Qwen-Image-2512，实现人物肌肤质感、自然纹理还原与复杂文字渲染的大幅提升。仅需输入文字指令，新模型即可生成高质量图片，人物发丝清晰可见。同时，千问新模型支持流畅生成漫画风格PPT、数据信息图等复杂图像，可满足专业设计场景下的多样化需求。 Qwen-Image-2512 是…- 135.2k
- 135.2k
-
美团开源LongCat-Image图像生成模型，中文文本渲染性能超过20B的Qwen-Image
一、LongCat-Image介绍 LongCat-Image是一个开创性的开源双语（中英）基础模型，旨在解决当前领先模型中存在的多语言文本渲染、照片级真实感、部署效率和开发者可访问性等核心挑战。仅6B参数，中文文本渲染性能超过20B的Qwen-Image，支持中英文。 LongCat-Image-Edit，这是 Longcat-Image 的图像编辑版本。LongCat-Image-Edit 支…- 30.7k
- 30.7k
-
保姆级教程！全面掌握ComfyUI插件的下载和安装
在「全面掌握 ComfyUI 工作界面」这节课中，虽然我们没有接触插件，但是有几个界面元素却是通过安装插件的方式来呈现的，如果你使用的是秋叶整合包或者云端 ComfyUI，基本上都会预装「管理器」、「汉化」、「机器指标监控」这三个插件，也就是说这是三个功能不是 ComfyUI 原生功能，是通过安装插件补充的功能。今天我们通过 ComfyUI 原生整合包，来安装这三个插件，熟悉插件如何下载、安装、使…- 118.3k
- 118.3k
-
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
-
阿里通义实验室开源Z-Image：全球最强开源图像生成模型
Z-Image是什么 Z-Image 是阿里通义推出的图像生成模型，具有6B参数。模型包含三个变体：Z-Image-Turbo、Z-Image-Base 和 Z-Image-Edit，分别擅长快速推理、基础开发和图像编辑。模型采用单流DiT架构，支持双语文本渲染，能根据自然语言指令生成或编辑高质量图像。通过解耦DMD和DMDR技术，Z-Image在性能和生成质量上表现出色，适合多种创意应用。 目前…- 257.1k
- 257.1k
-
FLUX.2 – Black Forest Labs开源的AI图像生成与编辑模型
一、FLUX.2是什么 FLUX.2 是 Black Forest Labs 推出的AI图像模型，专为实际创意工作流程设计。模型支持最多 10 张图片的多图参考，生成高达 4MP 分辨率的高质量图像，具备极强的细节表现力和文本渲染能力。FLUX.2 提供多种版本，包括高性能的FLUX.2 [pro]版、可自定义参数的FLUX.2 [flex]版、开源的FLUX.2 [dev]版和即将推出的FLUX…- 40.7k
- 40.7k
-
[Comfyui]字节跳动推出 Sa2VA：结合 LLaVA 与 SAM-2 实现多模态智能分割
一、Sa2VA模型是什么 Sa2VA 是首个统一的图像和视频密集型语言理解模型。与现有多模态大型语言模型通常局限于特定模态和任务不同，Sa2VA 支持广泛的图像和视频任务，包括指称分割和对话，且只需极少的单次指令调优。Sa2VA 模型通过结合基础视频分割模型 SAM-2 和高级视觉语言模型 LLaVA，将文本、图像和视频统一到共享的 LLM 标记空间中。这种架构设计使得 Sa2VA 能够在最少指令…- 18.2k
- 18.2k
-
[商用API]LTX-2 – Lightricks推出的电影级AI视频生成模型
一、LTX-2是什么 LTX-2 是 Lightricks 开发的先进 AI 视频生成模型，专为高质量视频创作设计。能以原生 4K 分辨率和 50fps 的帧率生成电影级视频，支持多模态输入，包括文字、图片和草图，同时提供精细控制功能，可调节镜头角度、物体动作、时间节奏等。LTX-2 采用混合架构，结合扩散模型和 Transformer，具备多 GPU 推理能力，生成速度极快。支持 LoRA 微调…- 34k
- 34k
-
字节跳动开源视频生成模型Lynx：输入单张人物图像，即可输出高保真动态视频！
一、概述 Lynx 是字节跳动推出的高保真个性化视频生成模型，Lynx 基于开源 Diffusion Transformer （DiT） 基础模型构建，引入了两个轻量级适配器来确保身份保真度。ID 适配器采用 Perceiver Resampler 将 ArcFace 衍生的面部嵌入转换为紧凑的身份标记进行调节，而 Ref 适配器则集成了来自冻结参考路径的密集 VAE 特征，通过交叉注意力在所有 …- 82k
- 82k
-
第七集：comfyui节点如何连接—【Comfyui教程从零基础到精通】
ComfyUI作为一款基于Stable Diffusion的节点式操作界面，为用户提供了一个更加灵活和高效的文生图（文本生成图像）创作环境。本篇博客将详细介绍如何使用ComfyUI进行文生图操作，无论你是初学者还是有一定基础的用户，都能够通过本指南快速上手。 【CLIP文本编码器】就是一个我们最常见最常用的条件节点，告诉采样过程，我要什么，我不要什么。K采样器就会按照我们的要求进行采样工作，最终生…- 14.7k
- 14.7k
-
Comfyui模型目录迁移工具及教程
导言： 你是否也遇到了这样的困扰？主力ComfyUI环境积累了庞大的模型库（几十GB甚至上百GB），但同时又需要使用轻便的便携版ComfyUI。重复下载模型耗时耗力，而默认必须放在软件目录下又限制了存储灵活性。别担心！这里有一个极其简单、安全、零空间占用的终极方案，不仅能让便携版共享已有模型库，更能将模型文件存放在你指定的任意位置！操作只需几步，释放你的存储自由。 方法一、模型迁移官方原版教程： …- 97.5k
- 97.5k
-
第五集：ComfyUI从裁剪到重绘图生图完整搭建—【Comfyui教程从零基础到精通】
今天我们继续更新 ComfyUI 的基础内容，这篇内容主要会包含 图生图的裁剪、缩放、重绘 以及 提示词反推 的玩法 本期是 ComfyUI 的入门级局部重新绘制的讲解，如果大家喜欢，我后面会再写一些高级的局部重绘的教程， 但是，我们先从简单的讲起，简单的原理搞明白了，复杂的东西也就一通百通了，本质都差不多。- 21.1k
- 21.1k
-
第二集：ComfyUI基础概念讲解新手轻松搭建工作流—【Comfyui教程从零基础到精通】
1.更适合零基础学员：0基础从你适不适合开始讲起。 本视频讲解了从零开始搭建ComfyUI工作流的过程，重点介绍了最基础的纹身图工作流的搭建步骤。首先通过添加采样器节点作为核心，连接大模型加载器、Clip文本编码器和VAE解码器等节点，完成输入与输出端的配置。接着设置参数，如CFG、采样器调度器，并输入正负提示词。最后通过执行生成预览图像，展示了工作流的运行效果。视频还强调了一个输出端可连接多个输…- 70.7k
- 70.7k
-
Qwen位置偏移Comfyui-QwenEditUtils：轻松搞定位置偏移与一致性编辑难题
一、Qwen-Image-edit简介 在之前文章已经多次介绍过最新阿里团队开源的一致性图像编辑框架：Qwen-Image-edit框架（阿里Qwen图像编辑：一致性显著提升修复方案！20B国产图像编辑模型经典案例集锦）。但由于在图像编辑中存在位置偏移很大程度的影响一致性图像编辑质量，因此在开源社区一直生态未迅速发展起来。今天的文章将介绍来自社区的大佬小志Jason开源了个人研究实践心得，并封装为…- 38.7k
- 38.7k
-
第一集：Comfyui新手入门到实践【Comfyui教程从零基础到精通】
本文为初学者提供ComfyUI的全方位入门指南，包括ComfyUI简介、安装步骤、文生图与图生图工作流程、模型选择与下载、以及多个实践操作案例。通过本文，读者可以全面了解ComfyUI并上手操作。 ComfyUI入门到实践全攻略 在探索AI图像生成的广阔世界中，ComfyUI以其直观、灵活的用户界面脱颖而出，为Stable Diffusion提供了一个强大的操作和管理平台。本指南将带领初学者从Co…- 408.3k
- 408.3k
-
【Comfyui】Wan 2.1 图片转360°视频-360度产品动画旋转展示
通过可控旋转变换（建议5°步长），可将静态图像转化为多视角数据序列。该技术利用插值算法生成连续帧，系统化采集人物0°-360°的标准角度图像。经测试，仅需采集8个基准视角（0°/45°/90°/...）即可满足LoRA模型的训练需求，显著降低3D建模的数据采集成本。首先通过图生视频工作流生成360度旋转视频，提取关键帧图片，再利用在线工具统一尺寸。基于Wan2.1生成，其功能是使生成的图片实现36…- 42.3k
- 42.3k
-
ComfyUI 局部重绘的3种工作流搭建方法和原理讲解
今天给大家带来的是 ComfyUI 的局部重绘的工作流，跟之前一样，我会通过一些理论知识来帮助大家对 ComfyUI 的工作流和节点有更深的认知，还是那句话，知其然，还要知其所以然。 为什么要写局部重绘，是因为我发现虽然市面上有很多 ComfyUI 的基础局部重绘的教程，我也看了很多，但老有一种隔靴搔痒的感觉，让我似懂非懂。 抱着“假设-验证-结果-总结”的探索精神，我看了大量相关的视频，教程和官…- 23k
- 23k
-
YOLO(目标检测、图像分割、姿态估计)：更快更准的高效目标检测模型
一、YOLO模型介绍 YOLO 是一种高效的物体检测模型，能够通过单一网络进行快速的物体检测。结合预训练模型，YOLO 可以在许多视觉任务中加速开发过程，提高性能。预训练模型的优势在于能够节省训练时间、提高模型性能，并且适用于迁移学习任务。对于物体检测，使用预训练的 YOLO 模型是一种非常高效的做法，尤其是在没有大量标注数据时。YOLO 模型的核心特点是采用一个单独的神经网络对图像进行处理，进行…- 15k
- 15k
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：×