ComfyUI 新闻与开源模型动态

Comfy Cloud为用户提供便捷的ComfyUI云端访问，配备高性能GPU、主流模型和自定义节点。欢迎加入私测，免费体验云端ComfyUI。

腾讯混元团队发布Voyager技术，能够从单张图片和用户定义的相机路径生成世界一致的3D点云序列视频，支持无限世界探索和直接3D重建

Open-Weights

字节跳动推出USO模型，能够自由组合任何主体与任何风格，在保持主体一致性的同时实现高质量的风格迁移效果

Open-Weights

Wan-S2V是一款AI视频生成模型，能够将静态图像和音频转换为视频，支持对话、歌唱、表演等内容创作需求。

Open-Weights

参加首次ComfyUI每周挑战赛，赢取100美元奖金！使用提供的深度图创建一个视频，将猫人角色转过来。

MeiGen-AI团队开源InfiniteTalk模型，实现精准唇形同步和无限长度视频生成，支持图像到视频和视频到视频的转换，为数字人技术带来新突破。

MIT

ComfyUI 正式推出子图（Subgraph）功能，允许用户将复杂的节点组合打包成单个可重用的子图节点，大幅提升工作流的模块化和可管理性。

Qwen-Image 是 20B 参数 MMDiT 图像生成模型，主打复杂文本渲染与精细编辑，现已可在 ComfyUI 使用。本文概览其核心能力、许可与资源链接。

Open-Weights

腾讯混元团队发布开源 MixGRPO 框架，首个集成滑动窗口混合 ODE-SDE 采样的 GRPO 框架，可将训练速度提升71%，适用于扩散模型和流模型的人类偏好对齐任务。

Open-Weights

Black Forest Labs 与 Krea 合作开发的 FLUX.1 Krea [dev] 模型正式开源发布，这是目前最好的开源权重 FLUX 模型。ComfyUI 已实现原生支持，用户可直接体验最新文本生成图像技术。

FLUX-1-dev-non-commercial

阿里云通义万相团队正式发布Wan2.2开源版本，采用创新的MoE架构，为视频生成带来显著质量提升。ComfyUI已实现原生支持，用户可直接体验最新视频生成技术。

Open-Weights

字节跳动开源了专为翻译任务设计的Seed-X 7B模型，支持28种语言互译，方便AI图像生成等多场景集成。

Open-Weights

PUSA V1.0 通过创新的 VTA 技术，仅用极少的数据和成本，实现了高质量多任务视频生成，支持图像到视频、首尾帧生成、视频扩展、文生视频等功能。

Open-Weights

AMAP 团队发布 FLUX-Text，一种基于扩散模型的场景文本编辑新方法，支持多语言、风格一致性与高保真文本编辑。

Open-Weights

OmniAvatar模型正式开源，支持音频驱动的全身虚拟人视频生成，具备自然动作与丰富表情，适用于播客、互动、动态场景等多种应用。

Open-Weights

通义实验室开源 ThinkSound，首个支持链式推理的 Any2Audio 统一音频生成与编辑框架，支持视频、文本、音频等多模态输入，具备高保真、强同步、可交互编辑能力。

Open-Weights

字节跳动开源XVerse模型，实现多主体身份与语义属性（如姿态、风格、光照等）的高精度独立控制，提升AI图像生成的个性化与复杂场景表现力。

Open-Weights

Black Forest Labs 发布 Flux.1 Kontext Dev 开源版本，这是一个拥有 120 亿参数的开源扩散变压器模型，ComfyUI 已在第一时间提供原生支持

Open-Weights

VectorSpaceLab发布OmniGen2，这是一个强大的多模态生成模型，支持通过自然语言指令实现精准的局部图像编辑，包括对象删除替换、风格转绘、背景处理等多种编辑任务

Open-Weights

NVIDIA 研究团队推出 UniRelight，这是一项基于扩散模型的通用重照明技术，能够仅通过单个图像或视频实现高质量的重照明效果

Open-Weights