多模态周报:PixText 改字、MOSS Edit 进 ComfyUI 等 7 个开源发布
Vast_Yak_4147 · reddit · 2026-10-30
本期 Last Week In Multimodal AI 汇总 10 月 22-28 日有代码/权重的本地图像视频工作流:
- PixText:框选修复中英文文字,MeanFlow 四步推理,Apache 2.0,附 ComfyUI 工作流,需 NVIDIA CUDA。
- MOSS Edit:指令式图像编辑,已合并进 ComfyUI 0.43.0 原生支持。
- Anima Reference Adapter:免逐角色训练,参考图保持角色/风格并改姿态场景,权重非商用。
- Hy-Nomas ComfyUI 原生移植:分段生成带历史记忆与定时镜头控制,回合制驱动;作者提醒低显存说法基于 RTX 4090,非 12/16GB 卡实测。
- ZPix 1.1.1:选区修复,保留未选像素,可选 patch 级高清精修。
- Zip Ties:MIT 扩展,把工作流连线收纳成可调丝带,不改执行逻辑。
- CozyClay 3.2:块状布景/演员/相机并导出帧给视频模型,新增物理与交互检查,AGPL。
作者声明未复现结果,许可证与硬件要求各不相同。
「多模态」频道最新
- AI 乐队 Stereo Drift 月听众破 2.3 万，新专辑即将上架 Spotify — measure_plan · 2026-10-30
- HyperFrames 搭配 HeyGen：基础提示词 10 分钟出可用视频 — toolstelegraph · 2026-10-30
- Hailuo 接入 MCP 后配合 Claude 生成专业级动态图形 — aziz4ai · 2026-10-30
- AI 短片 Nexus 第7集成本公开：全片仅花 28775 美元 — NightsRadiant · 2026-10-30
- 开源 LayerShop：Photoshop 界面里跑 ComfyUI 本地 AI 修图 — HonestTicket6013 · 2026-10-30
- 拉力赛车驶过整座火山山体崩塌，这条生成 prompt 被疯传 — umesh_ai · 2026-10-30