跳到正文

#模型发布

今日 0 条
9月20日周日
  1. ComfyUI Blog72

    Qwen-Image-2.1 开源发布:ComfyUI 原生支持带透明通道的图像生成与编辑

    阿里巴巴 Qwen 团队发布开源图像模型 Qwen-Image-2.1,已在 ComfyUI 中实现原生支持。该模型拥有 7B 参数,基于 MMDiT 架构,核心特性包括生成包含 Alpha 通道的 RGBA 图像、原生 2048×2048 分辨率输出以及支持最多 10 张参考图像的编辑能力。

    推荐理由:该模型在7B参数下原生支持RGBA输出和2K分辨率,无需额外背景移除节点即可直接合成素材。

8月14日周五
  1. ComfyUI Blog80

    MiniMax 发布开源音乐生成模型 MiniMax Music 3

    MiniMax 发布了开源权重音乐生成模型 MiniMax Music 3,该模型已集成至 ComfyUI。它采用双语言模型混合连续合成架构,支持根据歌词和描述生成长达五分钟、结构完整的 32 kHz 立体声歌曲,并提供通过结构化标题对人声和编曲进行细粒度控制的能力。

    推荐理由:原文详细拆解了 MiniMax Music 3 的双 LLM 加 Flow Matching 架构,并提供了在 ComfyUI 中生成完整结构歌曲的具体工作流与参数控制方法。

8月3日周一
  1. ComfyUI Blog82

    MiniMax H3 发布并获 ComfyUI Day-0 支持

    MiniMax 发布第三代视频模型 H3,这是其首个开放权重的视频模型,已在 ComfyUI 中实现 Day-0 原生支持。该模型支持文本、图像、视频和音频输入,能生成最高 2K 分辨率、15 秒时长的视频,并同步生成原生立体声音频。通过剪枝调制权重、int8 量化及自定义内核等技术,H3 在 ComfyUI 中的显存占用降低 66%,使得 RTX 3060 等消费级 GPU 也能进行本地推理。

    推荐理由:原文说明了 H3 的开放权重特性及在 ComfyUI 中的本地推理优化细节,读者可据此评估其在消费级硬件上的实际部署可行性。