ComfyUI 新闻与开源模型动态

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团队推出基于双Transformer架构的对话语音模型CSM，通过端到端学习实现拟真对话交互，开源核心架构并提供在线演示

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

研究人员提出了一种新的视频重照明方法 Light-A-Video，通过一致光注意力(CLA)和渐进式光融合(PLF)实现了时间上平滑的视频重照明效果

Open-Weights

StepFun发布开源文生视频模型Step-Video-T2V，拥有300亿参数，支持生成长达204帧的高质量视频，并提供在线体验平台

Open-Weights

快手正式发布CineMaster文本到视频生成框架,通过3D感知技术实现高品质视频内容创作

Open-Weights

阿里巴巴最新开源项目 InspireMusic 是一个基于 FunAudioLLM 的综合音频生成框架，支持音乐制作、歌曲生成等多种音频合成任务。

Open-Weights

阿里巴巴研究院开源图像生成工具ACE++，通过上下文感知内容填充技术，支持单图输入生成角色一致的新图像，提供在线体验与三类专用模型。

Open-Weights

字节跳动研究团队发布 OmniHuman-1 人体动画生成框架，通过单张图片和动作信号即可生成高质量人体视频动画。

Open-Weights