ComfyUI-MOSS-QwenVL-Layout 更新:一句话提示词自动生成 bbox 引导
Maximus989989 · reddit · 2026-10-29
ComfyUI-MOSS-QwenVL-Layout 发布 v1.1.0:新增 prompt only 模式,把一段简单提示词自动扩写成完整的 bbox 引导提示词,并将图像缩放逻辑内置到节点中。该项目用 Qwen3-VL / Qwen3.5-VL 检测图中物体与文字,生成 MOSS-Image 布局 JSON 提示词,并通过 change-request 框支持换色、换装、添加物体等修改请求。代码与模型包已分别发布在 GitHub 和 Civitai。
「多模态」频道最新
- Will Smith 吃意面 AI 视频再翻红，仍是生成视频试金石 — Busy_Connection_8027 · 2026-10-29
- 清华团队发布 Falcon:轻量流式音视频目标说话人提取 — thu-ml · 2026-10-29
- 热传导方程与高斯模糊同源：傅里叶 19 世纪数学撑起计算机视觉 — techNmak · 2026-10-29
- Suno 员工预告重大产品发布，称入职以来最好玩的项目 — enggirlfriend · 2026-10-29
- op7418 用即梦短剧工作室开源性转马尔福桌面陪伴应用 — op7418 · 2026-10-29
- Sunra 发布聚合 API:一个 key 调主流图像视频模型,按官方原价计费 — EXM7777 · 2026-10-29