跳到正文
10月11日周日
  1. prompts.chat · 每日 prompt17

    prompts.chat 新增提示词:调皮小丑风格迷人肖像

    prompts.chat 收录新提示词“Mischievous Joker Glam Portrait”,用于生成受 Jared Leto 版小丑启发的万圣节妆容女性肖像。提示词详细规定了绿眉与“HAHA”手写标记、紫色闪粉烟熏妆、Chelsea smile 式唇线、发色保留基础上的青柠绿挑染、紫色缎面上衣等细节,要求保持参考照片面部特征不变,以 8K 竖版 3:4 比例输出,模拟 iPhone 16 Pro 拍摄效果。

  2. prompts.chat · 每日 prompt25

    prompts.chat 新增提示词:Dark Romance Witch Mirror Selfie

    prompts.chat 收录新提示词「Dark Romance Witch Mirror Selfie」,用于生成暗黑浪漫风格的哥特女巫镜前自拍图像。提示词规定了眼平镜面构图、3:4 竖幅、黑色天鹅绒裙与蜘蛛网纹裤袜等造型细节,要求低调神秘布光并保留参考照片的面部特征,输出 8K 超写实画质、模拟 iPhone 16 Pro 拍摄效果。

  3. prompts.chat · 每日 prompt25

    prompts.chat 新增提示词:Gothic Lace Red Halo Portrait 哥特蕾丝红色光环人像

    prompts.chat 收录一条新的图像生成提示词 "Gothic Lace Red Halo Portrait",用于生成哥特风格人像:白色蕾丝束身裙、深红唇妆,背后强红色逆光形成光环效果。提示词要求低角度拍摄、3:4 竖幅、8K 超写实画质,并保留参考照片中的面部特征不改变脸型。

  4. prompts.chat · 每日 prompt20

    prompts.chat 新增提示词:Seductive Catwoman Leather Portrait

    prompts.chat 每日 prompt 新增一条名为 Seductive Catwoman Leather Portrait 的图像生成提示词。提示词要求生成腰上构图的人像,主体为佩戴黑色皮革猫女眼罩与皮质束身的女性,采用高对比度影棚打光与红色氛围光,背景深色虚化带红色光晕。提示词同时要求保留参考照片的面部特征,输出 8K 画质、竖版 3:4 比例,并标注以 iPhone 16 Pro 拍摄效果呈现。

  5. prompts.chat · 每日 prompt22

    prompts.chat 新增提示词:AI 图像提示词优化专家(AI Image Prompt Engineering Specialist)

    prompts.chat 收录一条新提示词"AI Image Prompt Engineering Specialist",将用户提供的图像提示词改写为清晰、精确、可直接使用的 AI 图像生成或编辑指令。该提示词要求保留用户原始意图与面部、姿势、服装、宽高比等显式约束,不引入未请求的内容;仅在缺少关键信息时提问澄清,且只输出最终优化后的提示词。

  6. prompts.chat · 每日 prompt16

    新增提示词:粉发绿瞳:温馨卧室肖像

    prompts.chat 上新收录一条 Midjourney 提示词,用于生成一位 30 岁亚洲女性的超写实肖像:粉色短发、绿色眼睛,穿红色无袖拉链上衣和粉色裙子,室内卧室场景、高角度拍摄。提示词采用 9:16 画幅、--style raw 模式和 --v 6.1 版本,并附带排除畸形、模糊等问题的负面提示词。

10月10日周六
  1. arXiv · cs.AI38

    基于双层声词画布模型的泰语 Klon Pad 单采样解码生成器

    研究者提出基于 WangchanBERTa 初始化的掩码语言模型,在双层画布(音节层硬约束韵、调、音节数,词层保证词完整)上逐格解码、temperature 0.4 单次采样,从短话题生成泰语 klon pad 诗节。在 78 个留出话题上,70.5% 生成诗节同时通过形式、词汇洁净与主题对齐,人工为 76.9%;洁净度与人工持平(85.9% vs 87.2%),差距在对齐项;预注册目标差 1.4 分。已知唯一公开的 KlonSuphap-LM 无一通过(形式 19.2%、洁净 3.8%)。

  2. Hugging Face · 新模型:uncensored54

    YueFong 发布 Qwen-Image-2.1 Uncensored GGUF 量化版

    YueFong 在 Hugging Face 上发布基于 Qwen/Qwen-Image-2.1 原始权重的 Uncensored GGUF 量化版,用于本地图像生成。该版本移除内置安全检查器,可直接生成成人及敏感图像而不出现提示词拒答或黑图;提供 BF16 到 Q4_0 等多档量化(如 Q4_K_M 为 4.60 GB),并附配套文本编码器 qwen3vl_8b 与 VAE 文件、ComfyUI 及 ComfyUI-GGUF 的部署与低显存配置说明。

    推荐理由:原文列全了各量化档位的文件体积与显存占用,还给出 ComfyUI 的部署步骤和文本编码器卸载方案,照做即可跑通本地生图。

  3. Hugging Face · 新模型:uncensored76

    AtomicChat 发布 Qwen-Image-2.1-Turbo-Uncensored GGUF 文本编码器,拒绝率从 88.9% 降至 1.2%

    AtomicChat 在 Hugging Face 发布去对齐版 Qwen-Image-2.1-Turbo 文本编码器 GGUF,将 Qwen3-VL-8B-Instruct 的拒绝方向从权重中投影去除。作为聊天模型,英文拒绝率从 88.9% 降到 1.2%,俄语从 38% 降到 0%,MMLU 保持 77.35% 不变;45 条敏感图像提示词测试中无一翻转,图像输出仅有约 0.088 的 LPIPS 漂移。提供 BF16 到 Q2_K 量化分档,配 stable-diffusion.cpp 的 --llm 参数本地运行,方法基于 Arditi et al. 2024 的单方向拒绝机制研究。

    推荐理由:原文完整给出拒绝方向消融方法、拒绝率前后对照和量化分档对画面的影响,可据此自行评估这个去对齐编码器的实际改动幅度。

  4. arXiv · cs.CL28

    VoTSpeech:在指令跟随 TTS 中将音色设计与语音生成解耦

    VoTSpeech 通过显式中间语音潜变量,将音色设计与语音生成解耦。该系统基于共享语言模型骨干,先用 flow 模块从文本指令预测连续语音潜变量,再同时作为语言模型与 Acoustic DiT 的共享条件,最后由 audio VAE 解码器生成波形;语音潜变量由 speaker embeddings 与时间池化的 audio VAE 特征联合监督。VoTSpeech 在 InstructTTSEval-ZH 上表现强劲,与强开源模型相比具备竞争力且保持高自然度,代码、模型与音频样本已开源。

  5. prompts.chat · 每日 prompt22

    新增 prompt:收获月下狐狸彩绘玻璃窗

    prompts.chat 上线一条文生图 prompt,内容是一座高拱形彩绘玻璃窗:红狐坐于苔藓石上,仰望巨大的金色收获月,场景设于夜晚石教堂内,窗体从背后透光。提示词详细描述了琥珀、铜色玻璃碎片、新艺术风格曲线、铅条轮廓与纹理大教堂玻璃等细节,要求 3:4 竖构图,无人物、无文字。

  6. prompts.chat · 每日 prompt20

    新增 prompt:清晨水上飞机海港的 Art Deco 旅行海报

    prompts.chat 新增一条绘图 prompt,用于生成 1930 年代 Art Deco 风格的旅行海报:描绘黎明时分平静海湾上的水上飞机港口,包含双引擎水上飞机、Streamline Moderne 航站楼和同心圆太阳。配色限定 teal、coral、cream、navy、gold 五色,输出为竖版 3:4 构图,要求不含任何文字、字母或标志。

  7. prompts.chat · 每日 prompt26

    新增 prompt:野花养蜂草地手绣绷子艺术

    prompts.chat 新增一条图像生成 prompt「Hand-Embroidered Hoop Art of a Wildflower Beekeeping Meadow」。该提示词描述放在浅色橡木桌上的刺绣绷作品:亚麻布上以缎面绣、法式结粒绣等针法绣出三座白色蜂箱、起伏山丘、野花草地和小蜜蜂,1:1 方形画幅,用 100mm 微距镜头拍摄,无人物无文字。

  8. prompts.chat · 每日 prompt37

    prompts.chat 新增 prompt:Room Makeover Concept Brief Builder 房间改造概念简报生成器

    prompts.chat 新增「Room Makeover Concept Brief Builder」提示词,让 AI 扮演室内设计师,把房间改造需求整理成设计概念。该 prompt 依据房间描述、使用方式、风格、预算等 6 个变量,输出含 12-16 项固定设计细节的一致性清单、两个相反视角的图像 prompt(第二个视角需完整重述所有细节)、10 项一致性检查及购物建议。

  9. prompts.chat · 每日 prompt38

    新增 prompt:北欧小木屋客厅概念(日间视角)

    prompts.chat 新增一条图像生成 prompt,用于生成一张北欧小木屋客厅的写实室内建筑照片:约 3.5×4.5 米的空间,24mm 镜头、1.4 米视线高度,16:9 构图,包含黑色框三格景观窗、鼠尾草绿三人沙发、铸铁燃木炉等细节,色调为暖白、浅橡木与芥末黄等,并要求无人物、无文字、无 logo。

  10. prompts.chat · 每日 prompt29

    新增提示词:黄昏时分的北欧小屋客厅(反向视角)

    prompts.chat 新增一条图像生成提示词「Nordic Cabin Living Room at Dusk (Reverse Angle View)」,从窗户座位反向拍摄同一间约 3.5×4.5 米的北欧小屋客厅,保持墙面、地板、搁架等固定设计细节一致。提示词详细描述蓝调时刻的冷暖混合光线、家具与配色,为 16:9 宽幅构图,不含人物、文字和 logo。

  11. prompts.chat · 每日 prompt10

    prompts.chat 新增 prompt:Defiant 90s Grunge Bedroom Portrait

    prompts.chat 收录一条名为「Defiant 90s Grunge Bedroom Portrait」的文生图 prompt,用于生成 90s 垃圾摇滚风格的年轻女性卧室竖幅人像照片。提示词详细描述了人物造型、NIRVANA 与 ARCTIC MONKEYS 等乐队海报背景、吉他音箱陈设,以及手机闪光灯直打光线和 24mm 镜头的实拍质感。

  12. prompts.chat · 每日 prompt34

    prompts.chat 新增 prompt:桌游盒封面艺术总监

    prompts.chat 收录了一个名为「Board Game Box Cover Art Director」的新 prompt,让 AI 扮演小型独立桌游出版社的艺术总监,将桌游概念转化为插画师或 AI 图像生成器可直接使用的封面美术简报。简报按货架测试、构图焦点、配色、风格指导等 9 个部分输出,最终生成一段 120 至 180 词的图像提示词,并附两个变体。

  13. prompts.chat · 每日 prompt43

    prompts.chat 新增提示词:The Room That Forgot Gravity(失重房间)

    prompts.chat 每日 prompt 新增名为 The Room That Forgot Gravity 的图像生成提示词。该提示词以用户上传照片作为严格人物身份参考,生成 4:5 竖版写实电影感照片:人物站在普通房间中,而窗帘、玻璃杯、盆栽和三本精装书各自拥有独立重力方向。提示词还详细规定了光线、阴影和折射等细节,并要求画面中不出现文字。

  14. prompts.chat · 每日 prompt23

    prompts.chat 新增 prompt:低多边形漂浮岛屿风力发电场(3D 渲染)

    prompts.chat 的每日 prompt 库新增一条图像生成 prompt,主题为低多边形风格的漂浮岛屿风力发电场 3D 渲染。该 prompt 描述了悬浮于云海上的多面体岩石岛屿,包含白色风车、红色谷仓、拼布状农田和系留热气球等元素,并指定了柔和全局光照、1:1 方形构图及无文字无水印等渲染约束。

  15. prompts.chat · 每日 prompt44

    prompts.chat 新增 prompt:绘本角色设定图 Brief 生成器

    prompts.chat 上线新 prompt「Picture Book Character Turnaround Brief Builder」,让 AI 扮演儿童绘本角色设计师和艺术总监,把 rough 角色点子转化为可复用的角色设计。它会生成四部分内容:角色设定集(含名字建议、剪影、比例、固定设计细节、5 色调色板、4 种表情)、一张 AI 绘图用的四视角 turnaround sheet 提示词、首个故事场景提示词,以及 5 条一致性检查清单。

  16. prompts.chat · 每日 prompt21

    prompts.chat 新增提示词:水獭图书管理员 Pip 的河上故事会绘本跨页

    prompts.chat 新增一条图片生成提示词,用于绘制儿童绘本跨页插画:年轻水獭图书管理员 Pip 在漂浮图书馆上举办日落故事会。提示词以水彩和彩铅风格呈现,要求沿用角色设定表中栗棕毛发、芥黄色围巾、圆框眼镜等固定细节,并保留 16:9 构图及左上角文字留白区。

10月9日周五
  1. Hugging Face · 趋势模型58

    千问发布 Qwen-Image-2.1-Turbo 8 步加速检查点

    千问(Qwen)发布 Qwen-Image-2.1-Turbo,这是 Qwen-Image-2.1 的加速检查点,支持 8 去噪步的文生图与图像编辑。模型沿用 7B 视觉生成架构,可通过 Diffusers 的 QwenImage21Pipeline 直接加载,采样日程随检查点自动加载,默认 CFG=1 并用 prefix KV caching 复用文本和参考图上下文。模型采用 Qwen Research License Agreement 授权。

    推荐理由:官方发布了 8 步加速版文生图与图像编辑权重,采样日程随检查点自动加载,附 Diffusers 用法,适合想在本地跑快速生成的读者。

  2. arXiv · cs.CL21

    扩散与自回归模型中文生图 Transformer 中 Attention Sink 现象的探索研究

    一项 arXiv 研究系统考察了文生图 Transformer 中的 attention sink 现象,发现其在双向扩散模型和自回归模型中均存在但模式不同:自回归模型将注意力集中在首位和全局 token 上,双向模型则在模态边界、文本区域和空间角落附近形成 sink。扰动 sink 相关的注意力头比非 sink 头引起更大的生成变化;引入 register token 重分布注意力后,部分配置能保持或小幅提升生成性能。

  3. prompts.chat · 每日 prompt16

    prompts.chat 新增提示词:Hyper detail moon image 超精细满月图像

    prompts.chat 新增由 @dxsougata 贡献的提示词「Hyper detail moon image」,用于生成超精细、高分辨率的天文摄影风格满月图像。提示词分四部分描述主体构图、月面地质细节(清晰陨石坑边缘、撞击盆地、辐射纹、暗色月海与明亮高地的对比)、银白色自然光与矿物色调,以及 8k 分辨率、photorealistic、无噪点背景的天文望远镜摄影风格。

10月5日周一
  1. Hugging Face · 趋势模型57

    speridlabs 发布 3B 像素空间扩散模型 Iris-3B

    speridlabs 在 Hugging Face 发布 3B 参数的像素空间扩散 Transformer 模型 Iris-3B,不经过 VAE 和潜空间,直接输出每个像素,文生图默认 1024×1024,需 NVIDIA GPU,采用 Apache License 2.0,文本编码器为冻结的 Qwen3-VL-4B-Instruct。

    推荐理由:原文同时给出架构细节、训练步数与 depth、修复任务的量化指标,可作为像素空间生成路线的参考样本。

10月4日周日
  1. Hugging Face · 趋势模型71

    ausboss 发布 Qwen Image 2.1 换装一致性 LoRA

    ausboss 在 Hugging Face 发布 Qwen-Image-2.1-Outfit-Swap-Consistency-LoRA,让 Qwen Image 2.1 在把图片 2 的服装穿到图片 1 人物身上时保持画面原位。在 16 个未训练过的换装样本上,结果偏离从无 LoRA 的 3.6 px 降到 0.1 px,面部明显变化像素从 14.1% 降到 1.7%,背景从 10.8% 降到 0.9%;提供 step 1000/1250/1500 三个权重文件,主推 step 1000,rank 32,用 ostris/ai-toolkit 以 66 对样本训练 1500 步。不改变服装绘制质量,且保持原有姿势,需要换姿势的服装不适用。

    推荐理由:作者用 16 个未训练过的换装样本给出位移、面部和背景像素级对比,读者可据此判断这个 LoRA 值不值得装进自己的 ComfyUI 工作流。

9月24日周四
  1. Hugging Face · 趋势模型52

    复旦与腾讯混元等开源 Prism 动态稀疏注意力框架,支持 2K 原生视频音频联合生成

    复旦大学、腾讯混元与浙江大学团队发布 Prism,一个面向 2K 分辨率原生视频音频联合生成训练的动态稀疏注意力框架,相比全注意力训练提速 2.5 倍且生成质量更高。项目页、训练/推理代码、技术报告与 preview 模型权重已在 Hugging Face 开放,预览模型支持 720p、1080p 和 2K 原生联合生成,训练需 32 至 64 张 NVIDIA 80 GB GPU,技术报告为 arXiv:2610.05416。

    推荐理由:项目放出了预览权重并完整公开训练与推理代码,还给出各分辨率的 GPU 需求,便于读者评估复现成本。

9月16日周三
8月14日周五
  1. ComfyUI Releases · 图像工作流30

    ComfyUI v0.33.1 发布

    ComfyUI 发布 v0.33.1,修复 KSamplerAdvanced 嵌套 latents、PreviewAny 非 ASCII 文本转义、Gemma4 E2B/E4B 的 Generate Text 忽略 thinking=false 等问题。新增 MiniMax ContextIR、Regenerate To 2K、Music 3 以及 Bria 的 GenFill、Eraser、Expand、Increase Resolution 等 Partner Nodes,并加入 CUDA Graphs 核心支持与 workflow templates v0.11.41 更新。

8月12日周三
8月8日周六
  1. ComfyUI Releases · 图像工作流24

    ComfyUI v0.31.0 发布

    ComfyUI v0.31.0 发布,新增 Flux 3 视频模型、SeeDance 2.5、TopazAI Bloom 2 与 Wonder 3.5 支持,并加入 ImageCompositor 图层合成与 Seedream Layer Separation 节点。此版本还修复 MiniMax H3 相关多个问题、加速 LTX 和 Wan,移除已退役的 Kling 旧模型与 Reve 节点,工作流模板更新至 v0.11.34。

8月3日周一
  1. ComfyUI Releases · 图像工作流23

    ComfyUI v0.30.0 发布

    ComfyUI v0.30.0 发布,带来多项更新:支持 MiniMax H3 模型及 768P 分辨率、支持 LTX2.3 的 PrunaVAE 更快解码器,并新增 xAI grok-imagine-video-1.5 与 Ideogram P-Image 模型节点。工作流模板更新至 v0.11.27,同时修复 Linux 上 flash attention 失效时回退 cudnn attention、SVG 预览等问题。

7月29日周三
  1. ComfyUI Releases · 图像工作流32

    ComfyUI v0.29.0 发布

    ComfyUI 发布 v0.29.0,新增 JoyImageEdit 原生模型、Gemma4 12B、MageFlow 支持,以及 Wan 模型的 Uni3C Controlnet 支持。Partner Nodes 侧加入 GPT5.6、Gemini 3.5 Flash、Claude Opus 5、Recraft V4.1、ByteDance audio-1.0-multilingual 等模型,HeyGen 新增多个节点,并弃用 Runway Gen3a。视频转码改为流式处理以减少内存占用,多项模型改用 comfy kitchen 的 rms_rope 优化,默认后台内存上限提升至 128GB。