Comfy 悬赏 1 万美元举办开源重建赛,回应 Higgsfield 未兑现开源承诺
Comfy 发起竞赛,悬赏 1 万美元大奖征集对 Genjutsu、Cinema Studio 等创意应用的开源重建,要求发布仓库并允许任何人运行和 fork。
Comfy 发起竞赛,悬赏 1 万美元大奖征集对 Genjutsu、Cinema Studio 等创意应用的开源重建,要求发布仓库并允许任何人运行和 fork。
ComfyUI 以自定义节点形式接入 Nvidia RTX 视频效果,模型随节点分发并在本地 Nvidia RTX GPU 上运行。
Higgsfield 借助 GPT-6 Astra 将 AI 视频生成时长从 1 分钟提升到 10 分钟以上,同时用 GPT-Image-2.5 提升画面精度,并通过 GPT-Live 打通语音电影制作路径。
作者用 FastVideo 的 FastH3 V2 checkpoint 配合四步采样、稀疏注意力 VSA、ClipProj 小文本编码器、INT8 剪枝 checkpoint。
推荐理由:作者把单张 RTX 5090 上跑实时视频的七项优化逐条拆开,可迁移到其他视频模型的推理部署。
Pollo AI 借助 GPT-5.6、GPT-6 Astra 和 GPT-Image-2.5,帮助创作者把创意转化为精细图像和电影级视频广告。
知名 AI 动画艺术家 852話 Hakoniwa 用 Comfy Agent 完成了首部动画短片《YUI》,主角名字取自 ComfyUI 最后三个字母。全片成本约 20 万日元(不含人力),一人专注工作 3 天,其中约 2/3 时间用于生成、1/3 用于剪辑,成片时长 4:20。
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar,在 Gemini 3.8 Live 基础上为原生实时对话模型加入近实时视觉形象,可同时处理视觉与音频输入并输出带表情和口型同步的音视频。
推荐理由:官方披露了 Live Avatar 的实时音视频对话、异步工具调用与 97 种语言同步能力,可据此判断企业级数字人交互的落地形态。
MiniMax H3 视频 VAE 编码最高提速约 2.2 倍、解码提速约 1.4-2.7 倍,1344x768、129 帧的编解码往返从 24.3 秒降至 12.7 秒。
vLLM 宣布支持 NVIDIA GPU 内置的硬件视频解码,通过集成 PyNvVideoCodec(NVDEC 的 Python 接口)把视频解码从 CPU 转移到 GPU,解决此前 CPU 解码瓶颈。