跳到正文
  1. Suno Blog81

    Suno 发布 Visuals 音乐可视化创作工具

    Suno 发布 Visuals 创作工具,可生成新图像及最长15 seconds的视频片段。视频片段依循歌曲结构、歌词并同步口型,支持扩展、编辑及文本重提示,亦可使用原创角色或自有图像起稿。Visuals 今日上线 web、iOS 和 Android;视觉 credits 须单独购买,并配有内容过滤、第三方检测、分享前水印及上传权利确认。

    推荐理由:Visuals把歌曲结构、歌词与口型同步纳入生成流程,并提供15 seconds片段扩展、文本重提示及原创角色起稿方式。

  2. 爱范儿82

    爱范儿早报汇总 Qwen4-Max、Hy4 flash 与 Seedance 2.5 等科技动态

    爱范儿早报汇编 Qwen4-Max、Hy4 flash、Seedance 2.5 及多项消费科技与产业动态。阿里称 Qwen4-Max 具 2.4 万亿参数、原生视觉与百万 Token 上下文;腾讯 Hy4 flash 每次激活 120 亿参数,内部任务平均成本约为 Hy4 的二十分之一。

    推荐理由:早报并置模型规模、调用成本、视频生成规格与算力限制,读者可据此比较本轮 AI 更新对创作成本及工作流的影响。

  1. RunPod81

    Runpod 教程:微调 F5-TTS 克隆英文声音

    Runpod 教程演示在租用 GPU 上微调 F5-TTS,以至少 30 分钟英文录音训练自有声音模型。流程涵盖录音转写、数据预处理、GPU pod 部署、训练、语音生成及模型下载;30 分钟音频在 L4 上训练 200 epochs 约需 75 分钟。该方案仅限个人使用,商业用途应改用 MIT 许可的 Chatterbox。

    推荐理由:从录音规范、数据预处理到 GPU 训练与推理,教程给出完整命令、参数和故障排查,可复用于自建声音克隆流程。

  1. Suno Blog81

    Suno 发布 Suno Bridge 独立应用,支持 Ableton Live 12

    Suno 发布独立应用 Suno Bridge,将音乐模型接入 Ableton Live 12,可生成并对齐乐器与人声素材。首版以 beta 推出,仅支持 Mac,用户可设定循环区间作为提示范围,并需上传会话文件以同步音乐上下文。Suno Bridge beta 包含于所有 Premier 订阅。

    推荐理由:Suno Bridge 将音乐生成能力嵌入 Ableton Live 12,文中说明同步机制、提示范围与订阅限制,便于判断现有工作流能否采用。

  1. ComfyUI Blog75

    ComfyUI 重写 Qwen3.x 推理热路径,LLM token 速率最高翻倍

    ComfyUI 将 Qwen3.x 本地 LLM 的 token 生成速度提升至最高原来的 2 倍,且不改变模型或输出质量。

    推荐理由:文章拆解 ComfyUI 为 Qwen3.x 重写推理热路径的原理,并列出 RTX 5090、5080 的 token 速率变化,便于理解提速来源。

  1. ComfyUI Blog81

    ComfyUI Partner Nodes 现可使用 Seedream 5.5

    ComfyUI 现可通过 Partner Nodes 使用 Seedream 5.5,其多模态模型支持文生图与基于参考图的编辑。模型原生支持 RGBA 透明及半透明输出,并提供多轮局部修改、可读文字与结构化版式、人物写实和光照控制。使用前须更新 ComfyUI 或登录 Comfy Cloud,Partner Nodes 按 credits 运行。

    推荐理由:ComfyUI 的集成信息给出了 Seedream 5.5 的使用入口与核心图像能力,便于评估其多轮编辑和透明输出在工作流中的适用性。

  2. ComfyUI Blog78

    ComfyUI 原生支持 MiniMax H3 Image 图像生成与编辑

    ComfyUI 现已原生支持 MiniMax H3 Image,可用同一 checkpoint 完成文生图与参考图编辑。模型开放权重,以 6 步采样,支持 4096×4096 等原生高分辨率输出,并可连接多张参考图。用户既可下载 diffusion model、VAE 与 Qwen3-VL text encoder 在自有 GPU 运行,亦可通过 Partner Nodes 调用,无需下载权重。

    推荐理由:原生工作流、开放权重与 Partner Nodes 调用方式并列呈现,并给出分辨率、采样步数和多图编辑细节,便于规划接入方案。

  1. ComfyUI Blog75

    ComfyUI 十月更新新增 Branch Node、LoRA 堆叠与链接整理工具

    ComfyUI 在十月更新中上线 Branch Node、原生 LoRA 堆叠节点,并扩充模板下载、多输出打包与链接整理能力。Branch Node 可按名称选择执行路径,最多连接 32 个输入;LoRA 堆叠节点最多容纳 20 个 LoRA。文中多数功能已包含于 ComfyUI v0.44,部分现仅在 Comfy Cloud 提供,待下一轮前端更新进入本地版。

    推荐理由:按月汇总 ComfyUI 在分支执行、LoRA 加载、模板下载与专业格式处理上的细节改进,便于创作者核对功能与本地化进度。

  1. Suno Blog72

    Suno 在 Create 页面支持以 MIDI 文件启动歌曲创作

    Suno 在 Create 页面新增 MIDI 输入,支持拖放或从 + 菜单上传 .mid 与 .midi 文件,以 MIDI 作为歌曲创作起点。用户可用自然语言要求模型严格遵循音符,或提取顶部动机并发展、配器,亦可将乐谱转为管弦乐或将旧 MIDI 改为弦乐四重奏。上线时采用 Simple Create 模式与 v6-wild,功能面向所有 Pro 和 Premier 订阅者开放。

    推荐理由:Suno 开放 MIDI 文件作为歌曲创作起点,用户既可要求严格照奏原谱,亦可令模型提取动机、配器并发展成新作品。

  1. Suno Blog71

    Suno Studio 发布内置音乐创作助手 Chat

    Suno Studio 推出内置助手 Chat,可依片段名批量重命名 20+ 条轨道,统一调整推子、添加 Compressor 与 EQ,并设置 82 Hz 高通滤波等参数。Chat 亦可生成如 70 BPM Ska-Metal 等创作方向;该功能随所有 Premier 订阅提供。

    推荐理由:Suno Studio 内置 Chat,可批量处理轨道、插件与混音参数,为音乐创作提供可执行的工作流。

  1. Replicate86

    Kling 4.0 完整使用指南

    Replicate 发布 Kling 4.0 完整使用指南,介绍文本生成视频、图像生成视频及多关键帧连续镜头的用法。Kling 4.0 每次生成最长 30 seconds,支持 720p 或 1080p、16:9、9:16、1:1、21:9,提示词可达 26,000 characters,关键帧最多 10 张。

    推荐理由:指南以真实输出说明参数与提示词写法,并给出 Replicate 和 Cloudflare AI Gateway 调用方式,可据此复现关键帧视频工作流。

  1. Suno Blog64

    Suno Studio 侧链压缩设置教程

    Suno Studio 的压缩器支持侧链压缩,可在浏览器内将鼓组轨设为和声轨的 Sidechain 输入。标准做法是打开和声轨的压缩器,选择鼓组轨作为输入,再调整 threshold、attack、release 与 ratio,使随鼓点产生明显的 pumping 效果;也可使用不参与混音的 ghost track 充当触发源。

    推荐理由:文章以鼓组触发和声轨为例,逐步拆解 Suno Studio 的侧链压缩设置,并补充触发轨、attack、release 与 ratio 等参数调整。

  1. Replicate77

    Krea 2 发布三款图像模型,主打低提示词依赖与内置美学

    Krea 团队发布 Krea 2 图像模型系列,以内置美学减少提示词依赖,并提供 Large、Medium 与 Medium Turbo 三种版本。模型覆盖人像、电影感画面、插画与商品图,三款均可在 Replicate 运行,Medium Turbo 面向低成本快速迭代。Cloudflare AI Gateway 亦支持调用,可使用日志、缓存与限流功能。

    推荐理由:文章以人像、电影画面、插画和商品图展示 Krea 2 的短提示词表现,并比较 Large、Medium 与 Medium Turbo 的速度、画质和适用场景。

已经到底了