這段教學聚焦喺 ComfyUI 入面做 XY Plot，重點係唔使靠複雜接線同自訂 KSamplers。你可以把它理解成一個更乾淨的測試方式，方便比較不同設定對出圖結果的影響。
這段內容講的是 ComfyUI 裡的 XY Plot 用法，重點不在花俏效果，而在怎樣保留乾淨流程，同時方便比對不同參數、模型或提示詞的輸出差異。對經常要試圖、做視覺比較、或整理生成結果的人來說，這種做法會比把工作流拆得很碎更順手。
影片想解的問題很直接：不少 XY Plot 教學都會逼人用很重的接線、侵入式的自訂 KSampler，甚至把原本清晰的工作流弄得難以維護。這裡提出的取向是盡量少改動主流程，讓比較測試留在 ComfyUI 的正常操作邏輯裡完成。
它的價值主要在這幾點：
– 保持工作流較乾淨，較易重用
– 減少對自訂節點的依賴
– 方便橫向比較不同設定的效果
– 較適合要反覆調參的圖像生成工作
整體來說，這類做法對常用 ComfyUI 做實驗的人最有用，尤其是需要快速看清楚某個參數改動帶來什麼差別，而唔想每次都重砌一套流程。影片屬於教學內容，沒有提供模型評測數據，但方向很明確，就是用更少干擾的方式做 XY Plot。
Tel Aviv 大學團隊提出 Semantic Browsing，以多智能體流程把單一文字提示展開成可瀏覽的語意樹，讓圖像生成的多樣性變得可控且可解讀。
Semantic Browsing 是一篇發表於 ECCV 2026 的學術項目，由 Tel Aviv University 的 Sara Dorfman、Maya Vishnevsky、Omer Dahary、Or Patashnik 與 Daniel Cohen-Or 共同開發。它針對文字生成圖像模型在重複取樣時容易「語意塌縮」、產出過於雷同的問題，提出一套可控多樣性的工作流程。
這套方法的核心做法，是把多樣性從像素層級搬到文字層級。系統會先用多智能體（multi-agent）流程把使用者的提示擴寫成結構化的場景 JSON，記錄物件、屬性、互動與整體場景設定，再從中找出提示中未明確指定、但合理的變化軸心。每一次分支都對應一個明確的語意決定，例如角色、構圖或風格的差異，最終形成一棵可瀏覽的場景樹。
與一般常見做法相比，這個項目最值得留意的差異在於：變化不是來自隨機噪聲，而是來自可解讀的語意約束。樹狀結構讓使用者可以沿著特定分支往下探索，同時保留先前已固定的條件，方便在設計空間中做有意識的導覽。
重點摘要：
使用方法詳細教學：
由於程式碼尚未釋出，目前只能透過項目頁的示範介面體驗流程；待官方開源後，便能整合進 ComfyUI、Stable Diffusion 等本地生圖工作流。對於從事概念設計、視覺探索，或需要比較多個語意詮釋的創作者與研究人員來說，這套方法提供了一條比隨機抽樣更可控的探索路徑。
項目主頁： https://saradorfman1.github.io/SemanticBrowsing-webpage/
FreeStyle 不只放出資料，亦重整了雙參考生圖的訓練與評測方法。它的焦點是減少風格參考偷帶內容，同時保住畫風。
現時不少 style-reference 生成，只處理單一風格參考；至於 content + style dual-reference，常見難位是資料難整、風格長尾不足，兼且 style reference 容易把人物、物件等內容一併「滲」入結果。FreeStyle 把社群 LoRA 視為風格或內容概念的聚類中心，再配合自動生成與過濾流程，重組出可訓練的雙參考資料，連 benchmark 一起補上。
這不是單純模型，而是一個結合資料管線、benchmark 與 DiT-based model 的影像生成項目，目標是解決 SRef 與 CRef+SRef 兩類任務中，內容保持、風格對齊與 leakage suppression 很難同時兼顧的問題。文中提出 attention-level constraint，以及 RoPE low-frequency modulation，核心取向很清楚：寧可多做約束，也要壓住 style-reference content leakage。
資料規模是 FreeStyle 最有份量的部分。CRef+SRef dataset 提供 480K sequences，涵蓋 1,704 種 styles；SRef dataset 則有 619,302 sequences、622 種 styles。評測亦不只看靚唔靚，還加入 CSD、OneIG、DINOv2、CAS、CLIP-T、aesthetic predictors 及 VLM-as-judge，將 style similarity、content preservation、instruction following 同 leakage rejection 分開量度。
想理解怎樣測試這個項目，較合理的做法是分三層看：先用公開 dataset 與 benchmark 檢查資料結構；再看 repo 提供的 LoRA metadata 與 ComfyUI workflows，理解 triplet 怎樣生成與驗證；最後才研究 checkpoint 表現。它較適合研究團隊、做可控生圖的產品組，或者本身已在用 FLUX、Qwen、Illustrious 生態的人。
相關模型與基礎生態包括 DiT-based model、FLUX、Illustrious、Qwen，以及資料生成用的 ComfyUI workflow。若你關心的是商用穩定性，仍要留意它相當依賴社群 LoRA 品質與過濾流程；作者亦有講明，原始 LoRA 權重本身未必會隨項目再分發。
在本機用 ComfyUI 跑 Qwen Image Edit 2511，包含 BF16、FP8 和 GGUF 量化版本，以及 Lightning 4‑step LoRA 的完整實戰示範。
在本機用 ComfyUI 跑 Qwen Image Edit 2511，包含 BF16、FP8 和 GGUF 量化版本，以及 Lightning 4‑step LoRA 的完整實戰示範。
InfiniteTalk 完全免費、支援長影片，唇同步自然但需調參避免誇張；HeyGen 更親民但付費，兩者差異不大，InfiniteTalk 性價比高。 適合 IT 顧問用於快速製作教程或演示影片，節省攝影成本。
InfiniteTalk 完全免費、支援長影片，唇同步自然但需調參避免誇張；HeyGen 更親民但付費，兩者差異不大，InfiniteTalk 性價比高。 適合 IT 顧問用於快速製作教程或演示影片，節省攝影成本。
