10·14 速览:ComfyUI v0.40 发布,Higgsfield 借 OpenAI 模型把视频做到 10 分钟以上

今天的速览就三件事加一个状态更新,都和 AI 视频、漫剧的工作流有关。

ComfyUI v0.40.0(10 月 13 日)

更新说明很长,挑出跟创作相关的:

本地模型

  • 修复 Qwen-Image-2.1 在低显存下出错的问题。今天的 Qwen-Image-2.1 教程 就建议先升到这一版
  • MiniMax H3:单张图片会作为片段的第一个潜变量来解码(kijai 提交)
  • 新增原生 LoRA 堆叠加载节点,LoRA 还能替换模型每层的注意力配置
  • 新增 CameraAngle 节点,输出相机信息和镜头提示词
  • 新增 ARM64 NVIDIA 便携版

云端合作节点(要登录 Comfy 账号、消耗额度)

  • Vidu Q4、可灵虚拟试衣、Higgsfield Genjutsu 动作迁移
  • Fish Audio Drama 3(多角色配音,今天下午有单独介绍)
  • Google Nano Banana 2.1,HeyGen Video 1.0 支持 2K

另外资源(assets)系统现在默认关闭,要用加 --enable-assets。

Higgsfield:AI 视频从 1 分钟到 10 分钟以上

OpenAI 官网 10 月 13 日发了一篇 Higgsfield 客户案例,标题就是 “Higgsfield takes AI video from 1 minute to over 10”。官方摘要说,Higgsfield 用 GPT-6 Astra 做更长的视频,用 GPT-Image-2.5 做更精确的画面,并借助 GPT-Live 走向“语音拍片”。

说明一下:OpenAI 正文页对我们的抓取返回了 403,以上只依据官方 RSS 的标题和摘要,具体怎么实现、价格和开放范围以原文为准。10 分钟已经接近一集微短剧的长度了,真能稳定出片的话影响不小,等有实测再细聊。

论文:VIS-Ground,观众中途插手剧情怎么办

VIS-Ground(10 月 7 日发表,13 日登上 HF 每日论文榜,79 赞)研究“视频交互叙事”:观众在生成过程中随时提要求改剧情。难点在于新要求往往暗中依赖原始故事和已经生成的画面,单看哪个输入都看不出来。

它的做法是三步:先把素材、已生成历史和新要求结构化成当前状态和依赖关系,再把相关依赖变成约束,最后按约束规划、验证、修改、渲染。作者称在三个视频底座上综合得分都最高,比最强基线平均高 10.3 分,同时承认依赖抽取和渲染还原还有短板。

这个思路和很多团队用剧本表、角色表去约束 AI 出片是一回事,做互动短剧的可以翻翻,代码已公开。

可灵 Kling 4.0:还没全量

截至今天,可灵官方的说法仍是“10 月正式与大家见面”,Kling 4.0 Flash 从 9 月 28 日起只对部分付费会员开放。正式上线了我们再跟。

ComfyUI 升级了的朋友,v0.40 有没有踩到坑?LoRA 堆叠节点好用吗?

ComfyUI v0.40.0:Release v0.40.0 · Comfy-Org/ComfyUI · GitHub
OpenAI Higgsfield 案例:https://openai.com/index/higgsfield-longer-videos-voice
VIS-Ground 论文:Paper page - VIS-Ground: Video Interactive Storytelling with Contextual Grounding
VIS-Ground 项目页:https://vis-ground.github.io
可灵 Kling 4.0 更新说明:https://klingai.com/release-note/release-notes/Kling_4