GitHub 热门
共 30 个项目 · 第 2 / 2 页
KadoBOT / ComfyUI-H3-Continuity-Studio 多模态 Python
ComfyUI 里基于 MiniMax H3 的多镜头时间线工具,跨片段保持视觉连续性
这是一个 ComfyUI 自定义节点包,围绕 MiniMax H3 视频模型做多镜头连续创作。它提供一条时间线(Timeline),把多个片段串起来并跨片段携带上下文,让第二镜、第三镜能延续第一镜的设定;还带一个 Studio 界面,可编辑故事、参考图和时间线。核心卖点是「视觉记忆」:能把之前片段里的某个画面带进后面的镜头,即使中间切了外景或换了机位也能接上。另外内置 H3 Story 节点,可通过 OpenAI 兼容接口(本地或云端)自动规划并撰写时间线上的故事。适合在 ComfyUI 里做短片、分镜连贯性测试的视频创作者和 AI 内容团队,尤其是苦恼于多镜头人物、场景一致性的从业者;只想跑单条视频生成的人用不上它。
★ 110 ⑂ 11 创建 3 天前 更新 21 小时前
harshpreet931 / harshpreet-hand 多模态 Python
用 Claude Code 把手写笔记变成可用的手写字体
这是一个把你的手写笔记变成真正可用字体的实验项目。作者把 120 页手写的 Computer Networks 课堂笔记交给 Claude Code,一个提示词跑了一小时、花了 13.68 美元 API 费用,就生成了一套 OpenType 字体。流程大致是:从照片里分离墨水和纸张、切分字母、人工转录 704 个单词做对齐,再沿笔画路径重新描出每个字母,最终得到 2479 个字形样本。成品每个字母有 2 到 3 个来自不同页面的真实变体,打字时自动轮换,连写的字母不会显得像盖章,还带连字、字距调整和多种符号覆盖,可直接用于网页或安装到 Figma、Word 里。对做设计、前端或喜欢折腾 AI 工作流的人来说,这是个很直观的「视觉识别加生成式 AI 落地」案例;只想找现成字体用的人,下载即可,和多数从业者关系不大。
★ 61 24h +1 ⑂ 2 创建 19 天前 更新 19 天前
10291124jcjc-dotcom / ai-anime-series 多模态 Python
一句话生成一集固定角色的 AI 动画短片
这是一套做「AI 动画单元剧」的完整流程:先给几个原创角色(比如白仓鼠汤圆和腊肠狗油条)立好设定图,之后每集只需说一句主题,就能生成一集 30 秒的无台词动画短片。它以 Claude Skill 的形式装进 Claude Code,由 Claude 负责写剧本、按出场角色和时长自动拼出提示词,再配合脚本完成宫格故事板拼接、成片抽帧检查、单段补拍和合集剪辑,视频生成则交给即梦 Seedance 2.5 全能参考一次出片。适合想在抖音、小红书等平台做固定 IP 短视频账号的内容创作者,以及想低成本试水 AI 视频叙事的产品和运营同学;如果你不打算做动画内容,这个项目和你关系不大。
★ 262 ⑂ 62 创建 7 天前 更新 7 天前
MUSE-AI-Lab / Concept-Brittleness 多模态 Python
用SAE诊断并修复扩散模型的风格概念盲区
这是一个 ACM MM 2026 论文的配套代码,研究 text-to-image diffusion 模型的一个怪毛病:同一个风格概念(比如 ink sketch)在某些物体上反复失败——葡萄能变成墨线稿,蛋糕却怎么都是彩色的,换 seed 也没用。作者称之为 object-dependent concept brittleness,认为这是模型的系统性盲区而非采样噪声。他们的做法是在每个去噪步骤上训练一个 sparse autoencoder(SAE),把风格、属性这类抽象概念在稀疏空间里分离出来,对比成功与失败的生成,定位缺失或被削弱的概念维度,再在推理阶段把特征往类级概念原型上轻推来修复,全程不需要重训练。实验覆盖 SD 1.5、SDXL、SD 3.5、FLUX.1-dev、PixArt 等多个 backbone,修复后 CLIP 与风格对齐指标有明显提升。适合关注 diffusion 模型可控生成、prompt 遵循性、SAE 可解释性的研究者和算法工程师;做产品落地或不碰生成模型的人关系不大。
★ 262 ⑂ 0 创建 7 天前 更新 7 天前
wangweihong / comfyui-pose-gallery 多模态 Python
ComfyUI 中文人体姿势图库节点,支持随机抽取与深度控制生图
这是一个 ComfyUI 的中文人体姿势图库节点,内置 1439 张原图、288 组姿势、最多 5 个视角,相当于给你的生图工作流配了一个本地姿势素材库。你可以在节点里按中英文关键词、体系、动作、视角筛选并预览姿势,选中后把图片和姿势描述输出给后续节点;也可以用随机节点每次运行自动抽一张,或锁定某张姿势反复使用。典型用法是把图库姿势接进 Depth Anything 提取深度图,再驱动 MOSS SFT、Qwen Image 2.1、Z-Image-Turbo 等模型按指定姿态生成角色,也能配合 Anima LLLite 做动漫姿态生图,还支持上传自定义参考图入库。它主要面向用 ComfyUI 做人物生成、姿态控制和换装换脸工作流的 AI 绘画创作者,如果你不玩 ComfyUI 生图,和你关系不大。
★ 241 ⑂ 31 创建 8 天前 更新 2 天前
上一页 2 / 2