ComfyUI

HunyuanVideo是腾讯开源的一个参数量超过130亿的大型视频生成模型，ComfyUI官方发布博文宣布原生支持HunyuanVideo，相较于之前介绍的《混元文生视频模型HunyuanVideo...

在抖音上，“苦命小人”Q版表情包因其独特的风格和搞笑效果而备受欢迎。许多人甚至愿意花钱请人绘制这种风格的表情包，但实际上，在AI时代，我们完全可以用更高效、更低成本的方式制作它们。今天，就让我们一起探...

腾讯发布针对腾讯混元文生图开源大模型（混元 DiT）的加速库，号称大幅提升推理效率，生图时间缩短 75%。混元 DiT 模型的使用门槛也大幅降低，用户可以基于 ComfyUI 的图形化界面使用腾讯混元...

为了加速 ComfyUI 中的图片和视频生成速度，开发者推出了 Triton 和 SageAttention 的一键安装程序。Triton 是一种用于高性能计算的编译器，而 SageAttention...

智象未来（HiDream-ai）于2025年4月7日正式开源了HiDream-I1，这是一个拥有170亿参数规模的文生图模型，采用MIT许可证发布，支持个人项目、科学研究以及商用。目前，该模型在多项基...

在使用 Qwen-Image-Edit 进行图像编辑时，不少用户会遇到图像出现意外更改（如莫名放大）的问题。这一现象并非模型本身缺陷，而是节点设置、模型尺寸要求与内部预处理逻辑共同作用的结果。 本文将...

如果你正在使用 ComfyUI 并且拥有多块显卡或多台机器，那么你一定不能错过这个名为 ComfyUI-Distributed 的强大扩展。 GitHub：https://github.com/rob...

阿里巴巴通义千问团队发布的 Qwen-Image，是首个基于 MMDiT 架构的开源图像生成基础模型，参数规模达 20B，采用 Apache 2.0 许可证开放，支持高分辨率、多轮对话式图像生成。 H...

最近，OpenAI对GPT-4o 模型进行了升级，因其强大的图片生成与编辑能力引发了广泛关注，尤其是其将各种图片转换为吉卜力风格的功能，让这一风格转换功能在社交网络上迅速走红。 无论是特朗普的肖像、流...

ComfyUI官方发布博文宣布已内置了多语言支持，取代之前第三方翻译插件，用户将ComfyUI升级到最新版后，可以在 Comfy > Locale > Language 中选择语言，将界面...

英伟达在前段时间推出Cosmos 平台，该平台包含先进的世界基础生成模型、高级分词器、防护栏和加速视频处理管道，旨在推动自动驾驶汽车（AV）和机器人等物理 AI 系统的发展。虽然被称为“世界模型”，但...

生成模型通过将随机噪声转换为图像，在图像生成领域取得了显著进展。然而，这些模型的反演任务（即将图像转换回结构化噪声以进行恢复和编辑）面临着忠实性和可编辑性的挑战。扩散模型（DMs）虽然在图像生成建模中...