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。
新闻、仓库与研究,按时间排列。
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。
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。
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。
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。
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。
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。
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%)。
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。
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。
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。
prompts.chat 收录一条由 @anonymous 投稿的视频生成提示词「Dark Corridor of Glowing Doors」。提示词描述拍摄者站在黑暗走廊中不断敲门,每次敲门都有别的门发光打开,其中一些门透出壮丽自然风景,而被敲的门始终紧闭,最终拍摄者绝望倒地。
prompts.chat 收到一个新的图像生成 prompt「Cinematic Cafe Hangout Portrait」。该 prompt 详细描述了一位 40 岁印尼女性坐在 Yamaha NMAX 摩托车上的场景,设定在 Starbucks 停车场,要求 golden hour 光线、photorealistic 风格、9:16 比例和 8K 画质。
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。
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。
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。
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。
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。
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。
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。
TechnoBaptist 发布的 Qwen-Image-2.1-Turbo-Uncensored-GGUF 模型已在 Hugging Face 上架,提供 Q2_K 量化版本。用户可通过 llama.cpp、Ollama、Docker Model Runner、LM Studio、Pi、Hermes Agent 等工具拉取运行,llama.cpp 支持启动本地 OpenAI 兼容服务器并提供 Web UI。
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。
prompts.chat 收录新提示词「Sky Orchard Merchants Board Game Box Cover」,由用户 @f 贡献。该提示词用于生成飞艇商人主题合作贸易桌游的手绘水粉风格盒封面插画,采用 1:1 方形构图,顶部预留标题空间,并要求画面不含任何文字、字母或标志。
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。
prompts.chat 收录一条街拍摄影提示词,生成雨夜亚洲露天夜市面摊的写实照片:年长厨师用长竹漏勺从冒着热气的大汤锅里挑起面条,湿滑路面反射橙红与青色灯光。提示词指定 35mm 镜头、f/1.8、1/125s、ISO 1600、浅景深与胶片颗粒感,16:9 横构图,无文字无水印。
prompts.chat 新增一条图像生成提示词「春日风筝祭的浮世绘木版画」。该提示词生成日本浮世绘风格的木版画:河畔山谷草坡上的风筝节,数十只绘有鲤鱼、鹤、浪纹的风筝,配平安时代的扁平色块、黑轮廓线和 bokashi 渐变,无文字、无印章,3:4 竖版构图。
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。
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。
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。
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。
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。
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。
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。
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。
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。
ComfyUI v0.36.0 发布,实现通用循环(Generic Loops)并新增 Marigold v2、YuE2 音乐模型支持。更新还包括 MiniMax-H3 VAE 优化、AMD Windows VA 配额提升至 4TB、新增 Bria Video Eraser 和 BFL Flux Video Edit 等节点,工作流模板更新至 v0.11.62。
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。
ComfyUI 发布 v0.32.0,新增对 LTX 2.5、Qwen-Image 3.0 Pro 和 Grok-Imagine-Image-2.0 模型的支持节点,并优化 MiniMax-H3 VAE 与显存峰值问题。该版本还简化嵌套 tensor 调试、修复 upscale 模型在低显存下的崩溃问题,官方最低支持的 PyTorch 版本提升至 2.7。
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。
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。
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。