-
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
-
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
-
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
-
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
-
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
-
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
-
InfiniteTalk官版双人对话工作流
一、InfiniteTalk双人数字人 为解决虚拟人长视频生成的质量退化问题，基础研发平台/计算和智能平台部/视觉智能团队推出 InfiniteTalk 技术，实现无限时长视频生成。该技术口型精准且动作流畅，支持“语音驱动图像”和“语音驱动视频”多种模式，已在 GitHub 开源并获 1.6K Stars, Hugging Face 月下载量 64.8K，受到了很多好评，能够应用到电商直播、教育、…- 56.1k
- 56.1k
-
InfiniteTalk数字人对口型效果炸裂：无限时长、口型精准的图片和视频配音
一、InfiniteTalk介绍 InfiniteTalk是美团视觉智能部推出的新型数字人驱动技术，通过稀疏帧video dubbing范式，仅需少量关键帧能驱动数字人人生成自然流畅的视频，解决传统技术中口型、表情和肢体动作脱节的问题。InfiniteTalk使数字人视频更具沉浸感和自然感，生成效率高、成本低。InfiniteTalk的论文、代码和权重已开源，为数字人技术的发展提供重要参考。 In…- 60k
- 60k
-
qwenEdit2511多视角控制Lora：Qwen-Image-Edit-2511-Multiple-Angles多角度AI图像生成工作流
Qwen-Image-Edit-2511-Multiple-Angles介绍 还在为AI生图的复杂相机角度提示词烦恼吗？Qwen-Image-Edit-2511多角度LoRA模型配合ComfyUI的qwenmultiangle节点，提供了一个直观的解决方案。它将繁琐的提示词编写工作，转化为简单的拖拽操作，用户只需调整手柄，即可在10秒内获得96种预设相机角度之一的图像，极大提升了创作效率和体验。 …- 143.9k
- 143.9k
-
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
-
Qwen-Image-Edit2511+AnyPose免骨架姿态迁移lora：无需OpenPose，一键让你的动漫IP模仿任意姿势！
基于 Qwen-Image-Edit-2511 的 LoRA 技术，AnyPose 能够通过动作参考图来调整特定人物的动作,仅需一句提示词，参考图姿态即可完美“瞬移”给原图人物！4步极速出图。解决 ControlNet 姿势控制无效的痛点，用 AnyPose Lora 轻松实现人物姿势替换， 还分享了复杂姿势避坑、服装细节保留的提示词技巧； 两种放大方案实测对比，按需选择 4K 超清输出或零偏移放…- 104.1k
- 104.1k
-
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
-
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
-
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-Image-i2L：5张图生成Qwen-image专属Lora模型,打破个性化图像创作的极限！
一、Qwen-Image-i2L介绍 最近阿里开源的图像模型家族里，多了个很有意思的新角色——Qwen-Image-i2L。简单说，它干的一件事就是：“给它一张图，它还你一个 LoRA。”对于玩 AIGC、撸大模型工作流的同学来说，这基本属于“生产力暴击”级别的更新。 以前我们想搞一个专属画风 LoRA，基本流程是：找一堆素材图、清洗、标注、调参、训练，一套下来少说也要折腾几小时甚至几天。而 Qw…- 102.3k
- 102.3k
-
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
-
Qwen-image-Edit材质纹理迁移LoRA：上传参考图即可生成材质贴图
一、Qwen材质lora介绍 材质是描述物体外观和光学特性的属性集合，包括漫反射颜色、镜面反射、高光强度、粗糙度、透明度、折射率等参数，决定物体如何与光线交互及最终的视觉效果 。今天分享基于QwenEdit2509训练的一个材质迁移lora，配合使用的话效果会更稳定一些，推荐玩起来。 Qwen-Image-Edit-2509-White_film_to_rendering(白膜图增加材质) app…- 32.2k
- 32.2k
-
NVIDIA推出ChronoEdit：让AI图像编辑拥有物理常识的革命性技术
一、ChronoEdit是什么 ChronoEdit是NVIDIA研发的一款创新图像编辑框架，旨在通过引入时间推理能力，解决传统图像编辑模型在保持物理一致性和连贯性方面的挑战。它将静态图像编辑任务重新构想为视频生成问题，利用大型预训练视频生成模型捕捉对象外观、运动和交互的隐含物理规律，从而生成更加真实、自然的编辑结果。 以前修图，本质是 “原图→改后图” 的直接跳转，难怪总显得生硬。但 Chron…- 20k
- 20k
-
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
-
HoloCine长视频生成模型-端到端电影级多镜头长视频生成
一、HoloCine介绍 HoloCine是香港科技大学与蚂蚁集团联合开发的AI电影生成模型，主要用于生成连贯的多镜头电影场景。该模型通过窗口交叉注意力机制实现文本与镜头的精准对齐，并采用稀疏镜头间自注意力机制降低计算复杂度，支持分钟级视频生成。 核心能力 HoloCine在生成电影场景时，能实现以下突破： 全局叙事连贯性：从首个镜头到最后一个镜头保持一致性，解决现有模型无法生成连贯多镜头…- 37k
- 37k
-
Wan2.2-I2V-A14B-Moe模型：MoE架构重构视频生成，消费级显卡实现电影级效果
一、Wan2.2 Moe加速模型介绍 Wan2.2-I2V-A14B-Moe-Distill-Lightx2v 是在 Wan2.2-I2V-A14B 基础上构建的高级图像到视频生成模型。这种方法允许模型生成推理步骤明显减少的视频（4 步，高噪声 2 步，低噪声 2 步），并且没有无分类器引导，从而大大缩短视频生成时间，同时保持高质量的输出。 Wan2.2 的训练挑战在于高噪声;因此，我们重点介绍了…- 110k
- 110k
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：×