Infer News

Comfy-WaveSpeed 高速圖像生成

Comfy-WaveSpeed 目標是為 ComfyUI 圖像生成工具提供全面、靈活且快速的推論優化方案。核心功能包含動態快取機制(First Block Cache)，能透過重用先前計算結果來加速運算，以及增強版的 torch.compile，用以提升模型編譯效率。 專案目前仍在開發中(WIP)，支援多種模型，例如 FLUX 和 LTXV，並提供使用教學和示範工作流程。 整體而言，Comfy-WaveSpeed 旨在提升 ComfyUI 的圖像生成速度，同時盡可能維持圖像品質。

多合一推理優化解決方案
通用、靈活、快速

以下影片是提升 ComfyUI 效能的教學，重點在於加速 AI 影像與影片生成的流程。教學內容涵蓋 Comfy WaveSpeed 的安裝設定、PyTorch 和 CUDA 的記憶體優化技巧、GGUF量化和模型快取的步驟指南，以及使用 Hunyuan Videos 和 Flux 展示效能提升的實例。 其目標在於幫助使用者解決 AI 生成任務中常見的漫長生成時間和記憶體瓶頸問題，並透過 Purge VRAM 等方法確保系統穩定運行。

ComfyUI WaveSpeed Hunyuan Video - Optimize for Any Local AI Video Generate!

ComfyUI 桌面應用程式 v0.4.5

一個能獨立執行的 ComfyUI 版本，內含 ComfyUI、ComfyUI_frontend、ComfyUI-Manager 和 uv 等元件，並自動安裝 Python 庫。同時詳細說明了不同作業系統(Windows、macOS、Linux)下的安裝路徑、檔案結構，以及開發者設定和建置流程，包含 Python版本、Node.js 和 Yarn 的安裝與使用，以及如何使用 comfy-cli 工具安裝 ComfyUI 資源和相依套件。此外，它也提及了錯誤回報機制，強調只收集未處理例外和原生程式崩潰的堆疊追蹤，不會傳送個人資料、工作流程或日誌，並使用 Sentry 進行錯誤報告。核心目的是提供 ComfyUI 桌面應用的安裝、設定、開發和發佈指南，著重於跨平台相容性和開發環境的建置。

GitHub – Comfy-Org/desktop: The desktop app for ComfyUI.
The desktop app for ComfyUI. Contribute to Comfy-Org/desktop development by creating an account on GitHub.

Hunyuan 影片生成詳解

Fast Video Framework 大幅提升本地 AI 影片生成速度，同時維持高畫質。 透過 LCM 取樣和 LoRA 整合，讓 Hunyuan Video 和 Mochi One Preview 等模型在一般家用電腦上也能快速運作，並減少資源消耗。 片中以 ComfyUI 為例，逐步示範如何設定與使用，包含壓縮儲存、整合 LoRA 模型等步驟，讓使用者能輕鬆高效生成各種風格的影片。

Hunyuan Video In ComfyUI With FastVideo Framework To Optimize Performance For Local AI Video Model

Whisk – Google Deepmind 新整合

Google Labs 宣佈了幾個重要更新。除影片生成外，Whisk 最受矚目！

Google 推出了Veo 2 和 Imagen 3 的改良版本，分別在影片和圖片生成方面達到業界頂尖水準，並整合到 VideoFX 和 ImageFX 工具中。 此外，一個名為 Whisk 的新工具也正式亮相，它允許使用者以圖片作為提示，結合 Imagen 3 和 Gemini 的技術，創造出獨特的影像。 文章最後還介紹了這些工具的應用範圍以及未來發展計畫，例如在 YouTube Shorts 和 Vertex AI 上的整合。 整體而言，文章旨在展示Google在AI影像與影片生成技術上的最新進展，以及其對提升使用者創造力和拓展應用場景的努力。

Google Veo2 – 比 Sora 更高質！

Veo 2 是一款最先進的影片生成模型

Google DeepMind 的 Veo 2 能生成高品質、逼真的影片，解析度最高可達 4K，並具有精細的攝影機控制選項，能準確地模擬真實世界的物理現象和多種視覺風格。

Googles VEO 2 Just STUNNED The ENTIRE INDUSTRY! (Quantum Leap in AI Video)

SwiftEdit 高速 AI 修圖

快速文字引導影像編輯工具
以0.23秒內完成影像編輯，比現有方法快至少50倍。SwiftEdit 的關鍵在於其一步到位反轉框架，能一步重建影像，以及遮罩引導的編輯技術，藉由注意力重新調整機制來進行局部編輯，同時保留背景細節。其雙階段訓練策略和自動提取編輯區域的機制，並透過範例展示其在人臉編輯和基準測試中的有效性和效率。 其目的在提供一個快速、使用者友善且高效的影像編輯工具。(暫未提供源碼)
Demo: SwiftEdit: Lightning Fast Text-guided Image Editing via One-step Diffusion

Motion Prompting 可控影像模型

用於控制影片生成模型
利用 點軌跡 (point trajectories) 作為提示，以極其靈活的方式編碼單點或大量點的運動，甚至包含物體運動、場景變化、遮擋和稀疏運動。 研究者訓練一個以任意動作為條件的影片生成模型，並透過設計不同的 動作提示 來操控影片生成結果，例如控制物體運動、模擬物理現象、控制攝影機視角，甚至是動作轉移和影像編輯。網站分享了不同參數（如軌跡密度、文字提示）對結果的影響，並與其他相關方法進行比較。
Page 4 of 6
1 2 3 4 5 6