-
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
-
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
-
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
-
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
-
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
-
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
-
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
-
阿里改图模型升级！Qwen-Image-Edit-2511发布，为设计师带来更强控制力
前言 对于设计师而言，精准、可控且能保持设计元素一致性的AI图像编辑工具，是提升工作效率和创意实现度的关键。继此前表现出色的Qwen-Image-Edit-2509之后，阿里通义千问团队再次带来重磅升级——「Qwen-Image-Edit-2511」。这款新模型在人物一致性、几何结构理解和内置功能上均有显著提升，旨在更好地服务于真实的设计工作流，让创意落地更高效、更精准。 Qwen-Image-E…- 97.6k
- 97.6k
-
Qwen更新“美图”版模型：Qwen-Image-Edit-MeiTu，实现专业级视觉创作
🌈 Qwen-Image-Edit-MeiTu Qwen-Image-Edit-MeiTu是 Qwen/Qwen-Image-Edit 的改进版本，采用基于 DiT 的架构微调技术，旨在提升复杂编辑中的视觉一致性 、 美学质量和结构对齐 。Valiant Cat AI Lab正式发布Qwen-Image-Edit-MeiTu模型，作为Qwen/Qwen-Image-Edit的进阶版本，该模型通过基…- 28.4k
- 28.4k
-
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
-
ComfuUI-SDMatte最强抠图插件，用于交互式图像抠图
一、介绍 SDMatte 是一种基于 Stable Diffusion 的交互式图像抠图方法，由 vivo 相机研究团队开发，并被 ICCV 2025 接受。该方法利用了预训练扩散模型的强大先验，并支持多个视觉提示（点、框、蒙版）来准确地从自然图像中提取目标对象。 该插件将 SDMatte 集成到 ComfyUI 中，提供简单易用的节点界面，专注于三图引导的抠图功能，并内置 VRAM 优化策略。 …- 16.4k
- 16.4k
-
第六集：SDXL工作流搭建—【Comfyui教程从零基础到精通】
Stable Diffusion XL 模型是在 Stable Diffusion 1.5、Stable Diffusion 2.1 之后推出的更新的图像生成模型，它在之前的基础上有了很多改进。 一个新模型的推出，要在已有的 GUI 系统上进行适配需要一定的开发时间，而 ComfyUI 凭借着自己极为灵活的可配置性，成为了最早支持 Stable Diffusion XL 模型的 GUI 之一。 S…- 19.3k
- 19.3k
-
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]Nunchaku双截棍-V1.0.1正式版上线,速度起飞！仅需10秒生图！
ComfyUI-nunchaku v1.0.1 更新 • 修复 Qwen-Image ControlNet 不生效的问题。 • 新增Qwen-Image 节点参数： * num_block_on_gpus：在启用 cpu_offload 时，增大该值可降低 CPU 内存消耗，但会增加显存消耗。 * use_pin_memory：在启用 cpu_offload 时，打开该选项会增加内存消耗，但能加快…- 273.6k
- 273.6k
-
ComfyUI官方原生支持HiDream-E1，一句话指令玩转风格、换装、改文字
HiDream-E1简介 HiDream 是由中国智象未来团队创业团队 HiDream.ai 开发的开源生成式多模态模型，专注于文本生成图像、视频及 3D 内容。基于 HiDream-I1 构建的图像编辑模型，支持通过简单语言指令修改图片风格、物体属性、场景替换等。当前它迎来了ComfyUI官方的原生支持，并且社区已经有对应的GGUF版本支持。对于17B全精度的文生图模型，在大部分24G的消费显卡…- 46.2k
- 46.2k
-
2025全网最新秋叶SD整合包V5.0-stablediffusion独家保姆级教程
“Stable Diffusion 简称SD， Substance Designer 简称也是SD， 为什么没有一个用程序化图片编辑的思维驱动AI绘图的流程呢？” 一、Stable Diffusion 完成部署后，你会拥有一个配置了秋叶整合包的，WIN系统的，超高性价比的，想用就用不想用就关的云端GPU环境。效果如下： Stable Diffusion界面 二：安装和启动 我们选择了可能用的最多的…- 2.6m
- 2.6m
-
ComfyUI 通义万相Wan2.2-S2V数字人：无限时长对口型唱歌数字人，一键对口型+姿态复刻
一、Wan2.2-S2V介绍 ComfyUI官方宣布，高性能音频驱动视频生成模型Wan2.2-S2V已实现原生适配—无需额外插件，即可直接在ComfyUI中调用该模型，将静态图片与音频结合，生成对话、唱歌、角色表演等动态视频内容。无论是追求电影级画质，还是需要分钟级长视频创作，这个工作流都能满足多场景需求。 Wan2.2-S2V模型的核心优势 在开始操作前，先明确该模型的核心能力，以便根据需求调整…- 66.7k
- 66.7k
-
AMD 携手 ComfyUI：Win11 上加速 AI 文生图，释放 **ROCm** 潜力
markdown AMD 中国于 2025 年 8 月 13 日发布博文，详细介绍了如何在 Windows 11 系统中，通过 Windows Subsystem for Linux (WSL)，利用 ROCm平台运行 ComfyUI，从而实现复杂 AI 文生图任务。 这一举措不仅为 Windows 用户提供了在本地环境中充分利用 AMD Radeon 显卡进行 AI 图像生成的可能性，也预示着 …- 22.7k
- 22.7k
-
阿里通义千问：推出图像编辑模型Qwen-Image-Edit
使用Qwen-Image文生图模型，生成的图全是噪点图:使用“秋葉”绘世整合包的同学，请去掉“激进提速策略”就可以解决问题 https://www.comfyorg.cn/ask/2804.html 8月19日，通义千问宣布，推出 Qwen-Image-Edit，Qwen-Image的图像编辑版本。Qwen-Image-Edit基于20B的Qwen-Image模型进一步训练，将Qwen-Image…- 368.6k
- 368.6k
-
FantasyPortrait：表情复刻+对口型工作流comfyui工作流
一、FantasyPortrait介绍 FantasyPortrait项目基于表情增强扩散变换器（Expression-augmented DiT）技术，专注于数字人动画的生成与控制。AIbase从社交媒体获悉，该项目能够高效处理单人及多人场景，支持跨身份的表情迁移，并实现复杂情感的精准表达。无论是细腻的微笑还是激烈的愤怒，FantasyPortrait都能以高保真度还原，极大提升了数字人动画的真…- 14.3k
- 14.3k
-
阿里开源通义万相Wan2.2：官方模型+KJ加速模型版
通义万相2.2最令人瞩目的，当属其生成电影级高清视频的能力。目前，该模型单次便可生成5秒的高清视频。这5秒视频绝非普通水准。在光影、色彩、构图以及人物微表情等细节处理上，通义万相2.2达到了专业电影制作的水平。 一、Wan2.2简介 通义万相 2.2（Wan 2.2）是阿里云推出的新一代多模态生成模型。该模型采用创新的 MoE（Mixture of Experts）架构，由高噪专家模型和低噪专家模…- 60.8k
- 60.8k
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：×