ComfyUI 新闻与开源模型动态

昆仑万维发布全球首个商用级可控视频生成框架SkyReels-A2，通过双分支架构实现多元素视频生成，为电商、影视创作等领域带来新可能

Open-Weights

阿里巴巴集团旗下通义实验室发布全球首个面向多元视频任务的统一创作与编辑框架VACE，实现从文本生成视频、视频编辑到复杂任务组合的全流程覆盖

Open-Weights

StarVector项目实现了从图像和文本自动生成SVG矢量图形代码，为设计师和开发者提供了新的创作工具

Open-Weights

字节跳动推出 InfiniteYou (InfU)，一种基于扩散变换器的创新框架，能在保持用户身份的同时进行灵活的图像再创作，解决现有方法在身份相似度、文本图像对齐和生成质量方面的不足

MIT

Stability AI推出新型AI模型Stable Virtual Camera，能将普通照片转换为具有真实深度和透视效果的3D视频，为创作者提供直观的相机控制

Open-Weights

清华大学与腾讯AI实验室联合推出StdGEN，一种创新的管道，可从单一图像生成语义分解的高质量3D角色，实现身体、衣物和头发等组件的分离

Open-Weights

腾讯开源混元3D 2.0系统采用两阶段生成架构，实现高质量3D模型创建，支持多模态输入，显著提升几何精度与纹理质量

Open-Weights

快手科技发布ReCamMaster，一项允许用户从单个视频创建新相机视角和运动轨迹的生成式视频技术

Open-Weights

潞晨科技发布Open-Sora 2.0开源视频生成模型，仅用20万美元训练成本实现接近顶级商业模型的性能表现

Open-Weights

阿里通义实验室推出多功能视频创建与编辑模型VACE，将多种视频处理任务整合于单一框架，降低视频创作门槛

Open-Weights

微软研究院推出基于全局文本提示的智能分层生成方案，支持创建包含50+独立图层的透明图像

Open-Weights

腾讯混元团队推出支持单图生成5秒视频的开源模型，提供智能动作生成与特效定制功能

Open-Weights

阿里巴巴推出能同时理解文字和图片的文档分析系统，处理复杂文档效率提升10%以上

Open-Weights

智谱AI团队（THUDM）发布CogView4开源图像生成模型，支持中英双语输入与汉字生成，在多项基准测试中表现领先

Open-Weights

Sesame Research 推出双 Transformer 架构的对话语音模型 CSM，凭借开源核心架构实现接近人类的语音交互

Open-Weights

阿里巴巴正式开源其最新视频生成模型 Wan2.1，该模型仅需 8GB 显存即可运行，支持高清视频生成、动态字幕和多语言配音，在 VBench 榜单上以 86.22% 的总分超越 Sora 等模型

Open-Weights

阿里巴巴国际数字商业集团（AIDC-AI）发布 ComfyUI Copilot 插件，通过自然语言交互和 AI 驱动功能简化 ComfyUI 的使用体验，支持中文交互，提供智能节点推荐等功能

Open-Weights

阿里巴巴宣布其最新视频生成模型 WanX 2.1 将于2025年第二季度开源，该模型支持高清视频生成、动态字幕和多语言配音，在VBench榜单上以84.7%的总分位居榜首

Open-Weights

Google 推出全新的 PaliGemma 2 mix 模型，支持图像描述、OCR、目标检测等多种视觉任务，提供 3B、10B 和 28B 三种规模版本

Open-Weights

昆仑万维发布开源视频生成模型 SkyReels-V1，支持文生视频和图生视频，具备电影级光影效果和自然动作表现，并已开放商用

Open-Weights