标签: AI绘画

  • 谷歌给Google Earth塞了个AI造图功能,上线一天就被骂到撤回

    周四那天,谷歌在自家的卫星地图应用 Google Earth 里加了个新玩意儿——把它的 AI 图像生成模型 Nano Banana 2 接了进来,用户可以直接在真实的卫星影像上”画”出各种虚构的画面。谷歌当时的说法挺文艺:让大家在地理这件事上玩出点创意。结果这个功能只活了一天。

    谷歌 Google Earth 的 AI 图像生成功能界面
    谷歌在 Google Earth 中接入 Nano Banana 2 生成图像 图片来源:TechCrunch

    上线当天就有人看出不对劲

    问题出在这个功能的开放程度。它是靠文字提示词驱动的,几乎能把任何图像叠加到真实地图上。对一部分人来说这是创意工具,但对更多人来说,这更像是给假消息批量生产开了一条流水线。Google Earth 一直是记者和研究人员核实事实时最可靠的影像来源之一,如今上面能随手生成以假乱真的画面,风险不难想象。

    “Google Earth 是记者和研究者最信赖的视觉证据来源之一,现在给它加个 AI 造图功能,绝对不可能被拿去在网上散布虚假信息——你看我说得多有道理。”一位 BBC 记者周四在社交平台上阴阳怪气地写道。

    这种反讽很快就变成了现实里的证据。有人开始把生成的截图晒出来,画面明显越过了谷歌自己划定的红线。舆论压力上来,谷歌没有硬扛。

    谷歌一天后认怂:先撤,回去补护栏

    功能发布仅一天,谷歌就把它下线了。官方的表态是这么说的:

    “我们看到不少地理空间领域的专业人士把这个功能用在了正经用途上,但我们同样看到有人分享的生成图像,似乎违反了我们的政策。我们决定先在 Google Earth 里回滚这个功能,同时着手搭建更强的防护措施。”

    翻译成大白话就是:想法是好的,但护栏没跟上,先撤回去再说。


    话说回来,锅真全在这一个功能上吗

    大家的担心当然站得住脚,不过有个更尴尬的事实也得摆出来:在今天这个环境里,网上绝大多数图片本来就能被轻松改掉。以前你想造出一张半真半假、还挺唬人的图,多少得会点 Photoshop;现在完全不用,你只要能打开一个 AI 生图工具就行。而这类工具,谷歌自己就在卖,市面上一堆别的 AI 公司也在卖。

    所以谷歌这次的动作,更像是把最扎眼的那个入口先关掉,避免自己成为舆论靶心。至于生成式 AI 让虚假影像门槛一路走低这件事,撤掉一个功能显然拦不住。真正的难题不是”要不要在地图上放生图按钮”,而是当造假成本已经降到几乎为零,平台该拿什么去证明一张图是真的。

    • 谷歌周四在 Google Earth 接入 Nano Banana 2,让用户在真实卫星图上生成虚构画面
    • 批评者担心该功能会被用来制造和传播虚假信息,很快出现越界截图
    • 上线仅一天,谷歌宣布回滚功能,称要先补上更强的防护措施
    • 深层矛盾在于:AI 生图已让造假门槛趋近于零,撤一个功能治标不治本
  • 艺术家们开始组团告AI公司了,而且真有人赢到了15亿美元

    作家Kirk Wallace Johnson在《大西洋月刊》公布的AI训练数据检索库里,搜了一下自己的名字。结果和很多创作者一样,他中招了。《The Feather Thief》《The Fishermen and the Dragon》,这些他每本都花了五六年调查研究写出来的非虚构作品,被盗版后喂给了聊天机器人。他形容自己当时的心情是一杯”鸡尾酒”:愤怒、担忧,再加上一点对这些”靠他的知识产权赚得盆满钵满的巨头公司”复仇的渴望。

    他主动找上了Susman Godfrey律所,也就是代理作家们起诉Anthropic的那家。在他看来,这场官司是”替所有尝试过创作的人竖起的一根中指”。

    艺术家正在起诉AI公司
    插画师、作家、音乐人正排队把AI巨头告上法庭 | 图:Alex Parkin / The Verge

    15亿美元:版权史上最大一笔和解

    Johnson们的乐观是有理由的,因为已经有人赢了。在Bartz诉Anthropic一案中,法院认定Anthropic用网上下载的盗版电子书训练Claude侵犯版权,公司最终掏出15亿美元和解,创下版权案件的历史纪录,还答应销毁囤积的盗版书库。

    但事情没那么简单。Anthropic还有一个”巴拿马计划”:买来几百万本二手书,扫描后拿去训练模型。法官William Alsup裁定这部分属于合理使用,理由是”本质上具有转化性”。领头原告、小说家Andrea Bartz对此很不服气。

    “连图书馆都不能买一本纸质书、扫描之后当电子书外借。我强烈反对法官这部分的裁决,非常希望未来的法院能想明白这一点。”——Andrea Bartz

    不过她也承认,这是大型AI公司第一次因为未经同意使用创作者的作品而付出真金白银的代价,”这是创作者对AI公司的第一场重大胜利”。

    各条战线:从版权到”服务条款”

    最早站出来的是插画师Sarah Andersen。2023年1月,她和Karla Ortiz、Kelly McKernan等视觉艺术家对Stability、Midjourney、DeviantArt和Runway发起集体诉讼,这案子到现在还在法院里爬行。她说看到自己的作品被拿去训练时感觉”被侵犯了”,AI把她”一生的心血压缩成了一个算法”。

    音乐人Sam Kogon则换了个打法。他领衔起诉谷歌的Lyria音乐模型,主攻方向不是版权,而是谷歌违反了自家的服务条款:用Content ID系统和YouTube数据训练Lyria和ProducerAI。谷歌的辩护是YouTube条款本来就授予它”复制、分发、创建衍生作品”的广泛权利。Kogon的回击很直接:”这是纯粹的钓鱼换饵。你上传视频那会儿,这技术连影子都没有,现在却成了它的合法猎物。”

    • Kadrey诉Meta案(原告包括作家Richard Kadrey、喜剧演员Sarah Silverman):多数诉求因未能证明市场损害被驳回,但涉及盗版材料的核心指控仍在推进;
    • 娱乐法律师Krystle Delgado正代理独立音乐人起诉Suno和Udio,她研究后发现YouTube条款里藏着”不可撤销的永久授权”;
    • 诉状里有句话很扎心:AI生成的书大概动不了阿加莎·克里斯蒂的市场,但很可能让下一个阿加莎·克里斯蒂永远没机会被看见。

    风向在变,但焦虑没消

    Delgado观察到,这些公司现在”真的很紧张”,不光因为被告了,还因为法官和公众舆论都在往创作者这边倾斜。民调显示,人们至少想要AI在使用作品这件事上透明一点。

    可就算官司赢了,被采访的每一位创作者和律师都在担心同一件事:在AI内容的洪水里,普通创作者还能不能靠手艺吃饭。Johnson说得直白:AI永远写不出《教父》,但它能写出平庸的电影和平庸的书,而恰恰有大量作者就生活在那个”平庸但够用”的市场里。他对整个行业的评价也够狠:”这辆大巴看起来不像是一群清醒理智的人在开,而我们全都被困在车上。”

  • Midjourney把星座App Co-Star买了,AI实验室连占星生意都不放过

    你没看错,做AI绘画的Midjourney,把一个星座App买了。据彭博社报道,Midjourney已经收购了社交占星应用Co-Star,交易金额没有披露。

    Co-Star在星座圈算是响当当的名字,月活用户约430万。它的主打玩法是帮用户排星盘,然后把星盘分享给App里的朋友互相比对。运势解读、配对分析这些内容,Co-Star一直是AI加真人编辑混着写的——某种意义上,人家做”AI生成内容”比很多大模型公司都早。

    Midjourney收购占星应用Co-Star
    Midjourney将星座应用Co-Star收入囊中(图源:TechCrunch)

    一个AI实验室,业务越铺越野

    Midjourney的产品版图最近有点看不懂。这家公司到今天都没有一个独立的App,用户生成图片和视频主要还是泡在Discord服务器里,以至于很多人觉得Midjourney和Discord根本就是绑在一起的。可与此同时,它又在折腾医疗业务,甚至还要开水疗馆。现在再添一个星座应用,画风确实越来越自由了。

    医疗、水疗、占星——Midjourney正在把一个AI图像实验室,一点点拼成生活方式公司。

    买的可能不是星座,是做App的人

    这笔收购里最实际的资产,或许是Co-Star那支二十来人的团队。他们已经整体加入Midjourney,而这批人最值钱的经验,恰恰是Midjourney最缺的——怎么做一款让几百万普通消费者天天打开的App。憋了这么多年,Midjourney自己的独立应用,说不定真要靠这帮做星座的人给做出来。

    • Co-Star月活约430万,主打星盘社交,内容由AI加真人混合生产
    • 交易金额未披露,约24人团队整体并入Midjourney
    • Midjourney至今没有独立App,主阵地仍是Discord
    • 医疗、水疗之后再添占星,产品线跨度越来越大

    从生意角度看,这步棋不算离谱。星座App用户粘性高、情感浓度高,又天然适合生成式AI发挥——每天给几百万人写个性化运势,这活儿AI干起来比人便宜多了。真正的悬念是,Midjourney到底想做一家什么公司。等它的独立App哪天上线了,答案大概就清楚了。

  • 阿里千问甩出 Qwen-Image-3.0:这次不拼好看,拼的是“像真的”

    阿里这两天把 Qwen-Image 系列推到了第三代。前两代分别强调”精准”,以及”精准、多样、完整、美观、真实”,到了 3.0,团队把核心词压成了一个字——”实”。说白了,前两代在想办法让图”好看”,这一代想让图”有用”。

    一张图里塞下一整版报纸

    最直观的变化是”内容量”。新模型能吃进最多 4.5k token 的指令,一口气画出报纸版面、分镜脚本、试卷这类信息密度极高的图。官方演示里有个 3×3 的网格,九宫格里每一格都是独立的科普插图——隧道安全漫画、空间几何课、细胞 DNA 对比……单是描述这张图就花掉 3.7k token,而它是一口气生成的,不是把九张小图拼起来。

    Qwen-Image-3.0 渲染的人像细节
    Qwen-Image-3.0 渲染的人像细节,皮肤质感接近照片级。

    这种”横向铺开”考验的是模型在同一张画布上并列多个概念、还互不干扰的能力;而”纵向钻深”考验的是层层嵌套——比如在一张图里从外到内叠出 VSCode 界面、Qwen Chat 窗口、微信对话,再到一张手冲咖啡海报。

    10 像素的小字也读得清

    光塞得多没用,还得细。Qwen-Image-3.0 能把 10px 的小字渲染得清清楚楚,毛孔、发丝这种微观细节也到位,皮肤质感接近照片。学术排版是终极压力测试,密集的 LaTeX 公式、上下标、希腊字母、定理编号,符号一个都不能错。它甚至能模拟高中生课堂笔记的红笔批注——下划线、波浪线、圈画,笔迹自然得有点真假难辨。

    会说 12 种语言,还懂真实世界

    第三块叫”深知识”:原生支持 12 种语言的文字渲染,能模仿网页、游戏、直播间的界面,背后是世界知识的支撑。它还能联网取最新信息——你让它画一张”杭州 7 月 21 日天气预报”,它能真的去查。更脑洞的是,它可以把齐白石和梵高拽进同一个直播间,一起给 Qwen-Image-3.0 打广告。


    从”能用”到”好用”,图像生成模型这三年走了很远。阿里的算盘很清楚:当模型能稳定产出报纸 PDF、短剧分镜、复杂 UI 这类高价值内容,它就不只是玩具,而是真正能进设计、教育、电商产线的生产力工具。

  • Meta 的 AI 绘图翻车了:默认拿你的公开照片乱改,遭抵制后紧急下线

    上线几天就翻车

    Meta 上周高调推出了一款叫 Muse Image 的 AI 绘图工具,由旗下的”超级智能实验室”打造,能在 Meta AI、Instagram 快拍和 WhatsApp 里免费用。功能本身不稀奇,能生成各种搞怪卡通图。真正惹众怒的是其中一个设定:只要对方的 Instagram 是公开账号,你在提示词里 @ 一下,就能直接拿对方的照片当素材去生成新图——而且 Meta 默认不会通知照片主人。

    Meta Muse Image 争议
    Muse Image 因默认调用公开照片引发隐私争议后,相关功能被紧急下线(图源:TechCrunch)

    “默认开启”的老毛病又犯了

    消息一出,用户和经纪公司(包括 CAA)立刻反弹。TechCrunch 还专门写了教程教大家怎么关掉这个功能。周五,Meta 自己发博客认错,说本意是提供好用的创作工具、让用户能控制自己的公开内容被怎么用,”但我们听到反馈,这个功能没达到预期,所以不再提供”。说白了,就是先默认全开、被骂了才下线。

    “我们的本意是提供一个有用的创作工具,并让人们能控制自己的公开内容是否被这样引用。我们听到了反馈,这个功能没达到预期,所以它不再可用。”——Meta 官方博客

    关掉开关,也不算真正干净

    更让人不舒服的是,即便你手动关掉”允许他人用我的内容生成 AI 图”的开关,它也只管以后,已经拿你照片生成出来的图并不会被删掉。想要彻底干净,只能把账号设成私密——可那是公开账号的人才会有的麻烦。AI 接入社交平台以来,拿名人的脸生成裸图的滥用就没停过,这次的争议不过是又一次提醒:把别人的照片默认当成免费素材,迟早要出事。

    • 争议点:公开照片被 @ 引用生成图,且照片主人收不到任何通知。
    • Meta 回应:功能”没达到预期”,已从 Instagram 移除。
    • 残留风险:已生成内容无法撤回,只能靠设私密账号规避未来使用。

  • ComfyUI-Manager:ComfyUI 必备的插件管家,15.3K+ Stars 让节点安装一键搞定

    ComfyUI-Manager:ComfyUI 必备的插件管家,15.3K+ Stars 让节点安装一键搞定

    ComfyUI-Manager 主菜单

    项目简介

    ComfyUI-Manager 是 ComfyUI 生态的官方扩展「插件管家」,让你在图形界面里一键安装、更新、禁用、启用上千个自定义节点与模型,是每位 ComfyUI 用户都离不开的「应用商店」。项目由社区发起,现由 Comfy-Org 官方维护,已接入 registry.comfy.org 官方节点仓库,累计 15.3K+ Stars、2.3K+ Forks,采用 GPL-3.0 许可。

    安装要求和过程

    环境要求:已安装 ComfyUI;系统具备 Python 3Git 即可(无需额外依赖,纯 Python 实现)。

    方式一 · 通用安装(推荐)

    # 进入 ComfyUI 的自定义节点目录
    cd ComfyUI/custom_nodes
    git clone https://github.com/Comfy-Org/ComfyUI-Manager comfyui-manager
    # 重启 ComfyUI 即可在菜单看到 Manager 按钮

    方式二 · Windows 便携版:下载 install-manager-for-portable-version.bat 放入 ComfyUI_windows_portable 目录,右键「另存为」后双击运行。

    方式三 · comfy-cli 一并安装(最省心)

    python -m venv venv
    venv\Scripts\activate      # Linux/macOS 用 . venv/bin/activate
    pip install comfy-cli
    comfy install            # 同时装好 ComfyUI + ComfyUI-Manager

    方式四 · Linux + venv 脚本:下载 install-comfyui-venv-linux.sh 赋可执行权限后运行,自动完成 ComfyUI 与 Manager 的 venv 部署。

    核心功能

    • 一键管理自定义节点:内置 2000+ 节点库,图形界面中搜索、安装、更新、禁用、启用、卸载全部点点鼠标完成,告别手动 git clone + pip install
    • 模型一键下载与管理:集成模型库,直接在界面拉取常用模型权重,并可通过 extra_model_paths.yaml 统一管理模型路径。
    • 快照(Snapshot)管理:一键保存当前「节点 + 模型 + 配置」的完整状态,随时还原,是应对环境崩坏、多机一致的「救命功能」。
    • 缺失节点自动识别:导入他人工作流时,自动列出缺失的自定义节点并一键补齐,彻底解决「换个机器工作流就跑不起来」的问题。
    • 工作流分享 + 命令行 + 安全策略:支持分享到 comfyworkflows / OpenArt 等平台;提供 cm-cli 供高级用户脱离界面使用;security_level 与独立安装开关保障公共部署安全(V3.38 已迁移到受保护系统路径)。

    ComfyUI-Manager 安装对话框

    典型使用场景

    1. 新手快速搭建 AI 绘画工作流:刚装好 ComfyUI 不知道装什么?打开 Manager 搜索 ControlNet、AnimateDiff、IP-Adapter 等热门节点,一键安装即可开始出图。
    2. 团队 / 多机环境一致性:在一台机器调好所有节点后用快照保存,其他机器直接还原,杜绝「在我电脑上能跑」的玄学问题。
    3. 复现他人分享的工作流:从社区下载 .json 工作流,Manager 自动检测并安装其中缺失的节点,秒级复现大佬的节点组合。

    ComfyUI-Manager 模型安装

    推荐理由

    如果你用过 ComfyUI,一定体会过「满屏红字找不到节点」的痛苦。ComfyUI-Manager 把原本繁琐的命令行操作全部收敛为一个图形化面板,安装、更新、回滚一条龙,极大降低了 AI 绘画的入门门槛。个人最离不开的是它的快照功能——折腾节点把环境搞崩后,一个还原就能满血复活;而「缺失节点自动安装」让复现别人的工作流从半小时缩短到几秒钟。如今项目归入 Comfy-Org 官方维护、接入官方节点仓库,并更新了安全补丁,稳定性与可信度都上了一个台阶。一句话:装 ComfyUI 不装 Manager,等于买了手机不装应用商店。

    下载地址

  • Stable Diffusion WebUI:最流行的AI图像生成工具,163K+ Stars让你在浏览器里玩转Stable Diffusion

    Stable Diffusion WebUI:最流行的AI图像生成工具,163K+ Stars让你在浏览器里玩转Stable Diffusion

    Stable Diffusion WebUI 界面截图

    🎨 项目简介

    Stable Diffusion WebUI 是由 AUTOMATIC1111 开发的基于 Gradio 框架的 Stable Diffusion 浏览器交互界面,是 AI 图像生成领域最流行、功能最完整的开源工具。只需简单部署,即可在浏览器中完成文生图、图生图、模型训练、参数微调等全流程 AI 绘画操作。

    🟣 163K+ Stars
    📦 最流行 AI 绘画工具
    🔧 丰富扩展生态
    💻 本地私有部署

    ⚙️ 安装要求和过程

    环境要求

    • Python 3.10.6(更高版本可能不兼容 torch)
    • Git
    • NVIDIA 显卡(推荐 4GB+ 显存,2GB 也可运行)
    • 或 AMD 显卡 / Intel 核显 / Apple Silicon(需参考对应安装指南)

    Windows 快速安装(推荐方式)

    # 方式1:一键包(最简单)
    下载 v1.0.0-pre 版本的 sd.webui.zip
    解压后依次运行 update.bat 和 run.bat 即可

    # 方式2:源码安装
    1. 安装 Python 3.10.6(勾选 “Add Python to PATH”)
    2. 安装 Git
    3. 克隆仓库:
    git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
    4. 双击运行 webui-user.bat

    Linux 安装

    # Debian/Ubuntu
    sudo apt install wget git python3 python3-venv libgl1 libglib2.0-0
    git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
    cd stable-diffusion-webui
    ./webui.sh

    🚀 核心功能

    🖼️ 文生图 / 图生图
    支持 txt2img 和 img2img 核心模式,内置参数调节、分辨率控制、批处理

    🎭 Inpainting / Outpainting
    支持局部重绘(内绘)和扩展画布(外绘),智能补全图像内容

    🔧 模型与扩展
    支持 Textual Inversion、LoRA、Hypernetworks,兼容数千个社区扩展插件

    🎨 后期处理与超分
    集成 GFPGAN、CodeFormer 人脸修复,RealESRGAN 超分辨率,批处理工具

    🎯 Attention 精准控制
    支持 ((keyword)) 和 (keyword:weight) 语法精确控制模型对提示词的关注度

    💡 典型使用场景

    🎬 场景一:AI 艺术创作

    输入自然语言提示词(如 “a fantasy castle on a floating island, digital art, trending on ArtStation”),即可生成高质量 AI 艺术作品。通过 Negative Prompt 排除不想要的元素,使用 X/Y/Z plot 批量测试不同参数组合,快速找到最佳生成配置。

    🔄 场景二:图生图风格转换

    上传参考图片,配合提示词进行风格转换(如将照片转为动漫风格、油画风格)。支持 Denoising strength 控制与原图的相似度,配合 Inpainting 可精确重绘指定区域(如更换人物服装、修改背景)。

    🏋️ 场景三:LoRA 模型微调与训练

    使用 Training 标签页训练自己的 Textual Inversion 嵌入或 LoRA 模型,只需几十张样本图片即可学习特定人物、风格或物品特征。训练完成后一键加载,在生成中调用自定义概念,实现个性化 AI 绘画。

    🌟 推荐理由

    Stable Diffusion WebUI 是 AI 绘画领域毫无争议的标杆工具。作为 GitHub 上 Star 数最多的 Stable Diffusion 界面(163K+),它不仅功能全面,更重要的是拥有最活跃的社区和扩展生态——目前已有数千个自定义脚本和扩展插件,覆盖从人脸修复、批量处理到 ComfyUI 工作流集成的各类需求。

    与云端 AI 绘画服务(如 Midjourney)相比,WebUI 的最大优势是完全本地运行,无需付费订阅,数据隐私有保障,且支持任意开源 Stable Diffusion 模型(SD1.5/SD2.0/SDXL/SD3 等)。对显存的要求也相当亲民——4GB 显存即可流畅运行,甚至 2GB 也有成功案例。

    无论你是 AI 艺术创作者、游戏美术设计师,还是仅仅对 AI 绘画感兴趣的爱好者,Stable Diffusion WebUI 都是最好的起点。一键安装脚本让部署变得异常简单,丰富的教程资源和社区支持也能帮助你快速上手。

    AI绘画
    Stable Diffusion
    图像生成
    本地部署
    开源
  • ComfyUI – 最强大的模块化AI内容创作引擎,节点式工作流颠覆传统AI生成

    ComfyUI Logo

    ComfyUI – 模块化AI内容创作引擎

    📦 项目简介

    ComfyUI 是最强大、最模块化的AI内容创作引擎,提供图形化节点界面来构建和执行AI生成工作流。支持图像、视频、3D模型、音频等多类型内容生成,无需编写代码即可搭建复杂的AI生成流程。

    ⭐ GitHub热门
    🎨 AI图像生成
    🎬 视频生成
    🎵 音频生成

    🔧 安装要求和过程

    环境要求

    组件 要求
    操作系统 Windows / Linux / macOS
    Python版本 推荐 3.13+(3.14存在部分兼容问题)
    PyTorch版本 推荐 2.4+(优先使用最新CUDA版本)
    GPU显存 最低 1GB(智能内存管理)

    快速安装(NVIDIA GPU)

    # 克隆仓库
    git clone https://github.com/Comfy-Org/ComfyUI.git
    cd ComfyUI

    # 安装PyTorch(CUDA 13.0)
    pip install torch torchvision torchaudio –extra-index-url https://download.pytorch.org/whl/cu130

    # 安装依赖
    pip install -r requirements.txt

    # 启动服务
    python main.py

    一键安装(推荐)

    🚀 Windows便携包:下载解压即用(NVIDIA版)

    📦 comfy-clipip install comfy-cli && comfy install

    🖥️ 桌面客户端:官网下载一键安装

    ☁️ 云端部署:Comfy Cloud(无本地硬件用户)

    ✨ 核心功能

    🎨

    多模态模型支持

    支持SD1.x/2.x、SDXL、SD3/3.5、Flux、Qwen Image、Hunyuan等图像模型;Stable Video Diffusion、Wan 2.1等视频模型;Stable Audio等音频模型;Hunyuan3D等3D模型

    异步队列+智能显存

    仅重新执行工作流中发生变化的部分,大幅提升运行效率;智能内存管理,最低支持1GB显存GPU运行大模型

    🔗

    节点式工作流

    图形化节点界面,灵活搭建复杂工作流;支持工作流保存/加载为JSON;App模式将复杂工作流封装为简易UI

    📦

    扩展生态丰富

    支持LoRA、Embedding、超网络加载;支持ControlNet、T2I-Adapter、GLIGEN等扩展;ComfyUI-Manager一键安装扩展

    🔒

    离线运行+完整复现

    核心功能不会自动下载额外内容,保护隐私;支持从生成的PNG、WebP、FLAC文件中加载完整工作流(包含种子参数),实现结果完整复现

    🎯 典型使用场景

    场景一:AI图像生成与工作流复用

    通过节点式工作流搭建复杂的图像生成流程(如:文生图+高清放大+面部修复),保存为JSON文件或PNG图片。下次直接加载工作流即可复现相同效果,大幅提升创作效率。支持LoRA微调模型,实现个性化风格生成。

    场景二:视频生成与编辑

    集成Stable Video Diffusion、Wan 2.1等视频生成模型,通过节点工作流实现文本生成视频、图片生成视频、视频风格转换等功能。支持视频帧插值、超分辨率等后处理节点。

    场景三:企业级AI内容生产流水线

    通过ComfyUI的API模式,将复杂的AI生成工作流封装为简易UI,供非技术团队成员使用。结合ComfyUI-Manager批量安装扩展,快速搭建企业内部的AI内容生产平台,实现批量图像/视频生成自动化。

    💡 推荐理由

    ComfyUI彻底改变了AI内容生成的工作方式——从”写提示词等待结果”进化到”可视化搭建AI生成流水线”。

    为什么值得尝试?
    灵活性无敌:节点式工作流让你可以精确控制AI生成的每一个环节,从模型选择、提示词处理、采样参数到后处理,全部可视化调整。
    社区生态强大:ComfyUI-Manager让扩展安装一键完成,数千个自定义节点覆盖各种需求(ControlNet、IP-Adapter、AnimateDiff等)。
    资源占用优化:智能显存管理让低显存用户也能跑大模型,异步队列提升生成效率。
    结果可复现:工作流嵌入PNG图片,分享作品的同时分享完整生成流程,AI创作的”开源”精神。

    如果你觉得WebUI”不够灵活”,或者想搭建自动化的AI内容生产流水线,ComfyUI绝对是最佳选择。节点式工作流的学习曲线稍陡,但一旦掌握,创作效率将大幅提升!

    📥 下载地址

    支持Windows / Linux / macOS | 最低1GB显存 | 开源免费

    🏷️ 标签:ComfyUI · 节点式 · AI绘画 · 图像生成 · Stable Diffusion · 工作流

    📌 归类:开源项目

  • ComfyUI:109K Stars!最强节点式AI绘画工具,工作流可视化让创作更自由

    ComfyUI 截图

    ComfyUI 节点式工作流界面

    📘 项目简介

    ComfyUI 是一款功能最强大的开源生成式AI节点式应用程序,也是用于生成式AI的节点式界面和推理引擎。由 comfyanonymous 及众多贡献者开发,完全开源,支持在本地Windows、Linux、macOS设备上运行。用户可以通过节点组合各类AI模型和操作,实现高度可定制、可控的内容生成。

    核心特点:

    💻 安装要求和过程

    环境要求

    硬件要求

    • 显卡:NVIDIA GPU (推荐) 或 AMD GPU,至少 4GB 显存
    • 内存:建议 16GB 以上
    • 存储:至少 10GB 可用空间(用于模型文件)

    软件要求

    • Python:3.9 – 3.12
    • Git:用于克隆仓库
    • CUDA:12.4+ (NVIDIA GPU)

    快速安装步骤

    # 方法一:使用官方桌面应用(推荐)
    # 访问 https://comfy.org/download 下载安装

    # 方法二:从源码安装
    # 1. 克隆仓库
    git clone https://github.com/Comfy-Org/ComfyUI.git
    cd ComfyUI

    # 2. 创建虚拟环境(推荐)
    python -m venv venv
    # Windows:
    venv\Scriptsctivate
    # Linux/Mac:
    source venv/bin/activate

    # 3. 安装依赖
    pip install -r requirements.txt

    # 4. 启动 ComfyUI
    python main.py

    # 5. 访问浏览器
    # 打开 http://127.0.0.1:8188

    便携版(Windows):

    如果不想配置环境,可以下载官方提供的独立便携包,解压即可使用,无需安装Python和依赖。

    ⚙️ 核心功能

    1. 节点式工作流搭建

    通过可视化节点连接的方式组合AI模型、业务逻辑,灵活定制生成流程。每个节点代表一个功能模块(加载模型、输入提示词、采样、保存图像等),通过连线定义数据流。

    2. 多模态内容生成

    支持图像、视频、音频、3D等多种类型的内容生成,覆盖生成式AI主流应用场景。原生支持最新的开源SOTA模型。

    3. 自定义扩展能力

    支持自定义节点开发和发布,可对接第三方模型、工具,拓展功能边界。拥有丰富的社区插件生态,可以通过 ComfyUI Manager 一键安装扩展。

    4. 工作流管理与复用

    支持工作流模板复用、子图拆分、部分执行等特性。完成的工作流可以保存为JSON文件,方便分享和复用。内置 Comfy Hub 功能,可探索全球顶尖创作者的公开工作流。

    5. API 与自动化对接

    支持通过 MCP 协议连接AI智能体,实现生成任务的自动化调用。提供完整的 REST API,可以无缝集成到现有工作流中。

    🎯 典型使用场景

    场景一:AI 艺术创作者

    需求:创作者需要精细控制AI绘画的每一个环节,尝试不同的模型组合和参数调整。

    方案:使用 ComfyUI 搭建个性化的图像生成工作流,通过节点连接 ControlNet、LoRA、Embedding 等模型,实现高度可控的图像生成。可以保存多个工作流模板(如写实风格、动漫风格、概念设计等),一键切换。

    优势:相比 WebUI,ComfyUI 的工作流方式让创作者能更清晰地理解生成过程,便于调试和优化。

    场景二:AI 应用开发者

    需求:开发者需要将AI图像生成功能集成到自己的应用或服务中,要求高并发、低延迟。

    方案:利用 ComfyUI 的 API 模式,将工作流保存为JSON,通过 API 调用实现自动化图像生成。可以部署在服务器上,提供 HTTP 接口供其他应用调用。

    优势:工作流可视化编辑,调试完成后一键部署,大幅降低开发门槛。

    场景三:AI 研究与学习

    需求:研究人员和学生需要深入理解扩散模型的各个组件和工作原理。

    方案:ComfyUI 的节点式设计天然适合教学和研究。每个节点对应一个操作(如CLIP编码、VAE解码、KSampler采样等),可以清晰地看到数据流动和处理的全过程。

    优势:模块化设计让实验和对比变得简单,方便快速验证新想法。

    🌟 推荐理由

    为什么推荐 ComfyUI?

    1. 更专业的工作方式
    相比 Stable Diffusion WebUI 的参数调整方式,ComfyUI 的节点式工作流更符合专业创作者的需求。它可以保存完整的工作流,方便复现和分享。

    2. 更高的资源效率
    ComfyUI 支持智能缓存,相同节点的计算结果会被复用,大幅减少重复计算。对显存的要求也相对更低。

    3. 强大的社区生态
    拥有超过 1000+ 自定义节点插件,覆盖各种功能需求。ComfyUI Manager 让插件安装变得极其简单。

    4. 活跃的开发团队
    由 comfyanonymous 主导开发,社区活跃度极高,Issues 和 PR 响应迅速,版本更新频繁。

    5. 面向未来的设计
    不仅支持图像生成,还在积极扩展视频、3D、音频等多模态生成能力,是真正的”生成式AI操作系统”。

    使用心得:

    我第一次使用 ComfyUI 时确实被满满的节点吓到了,感觉比 WebUI 复杂很多。但坚持使用后,我发现节点式工作流其实是更直观的方式——它让你看清AI绘画的每一个步骤。现在我已经积累了几十个工作流模板,从简单文生图到复杂的 ControlNet 组合,切换起来非常方便。如果你是想深入理解Stable Diffusion原理,或者需要高度定制化的生成流程,ComfyUI 绝对值得投入时间学习。

    📥 下载地址

    🎬 结语

    ComfyUI 代表了AI创作工具的一个新方向——从”黑盒”转向”白盒”,从”简单参数调整”转向”可视化编程”。虽然学习曲线比 WebUI 陡峭,但一旦掌握,它将赋予你前所未有的控制力和创造力。

    如果你满足以下条件,强烈建议尝试 ComfyUI:

    • 对AI绘画的工作原理感兴趣,想深入理解每个环节
    • 需要高度定制化的生成流程,WebUI 无法满足需求
    • 希望通过工作流的方式管理和复用你的创作流程
    • 准备将AI图像生成集成到自己的应用或服务中

    温馨提示:ComfyUI 的节点式界面可能一开始会让人不知所措,但不用担心,社区有大量的教程和工作流可以参考。从简单的文生图工作流开始,逐步添加功能,你会发现这种方式的强大之处。


    本文由 AI 辅助创作,开源项目信息来自 GitHub 官方仓库及社区贡献。
    如果你觉得这个项目不错,欢迎到 GitHub 上给它一个 Star!