#Diffusion Transformer
共 342 篇相关文章
·17 分钟
ComfyUI MCP开源：用自然语言搭建AI绘图工作流
ComfyUI官方开源Comfy MCP工具，通过MCP协议让用户用自然语言指挥Agent完成模型下载、节点安装和工作流搭建全流程。本文详解部署步骤、实测效果及其对AI绘图交互方式的深远影响。
阅读全文 →
·14 分钟
订阅制AI产品的信任危机：额度缩水为何让忠实用户失望
从一位Reddit用户的真实吐槽出发，深入分析订阅制AI产品频繁缩减额度、下架模型背后的商业逻辑，探讨隐性降级如何摧毁用户信任，以及AI公司该如何平衡成本压力与用户体验。
阅读全文 →
·7 分钟
MiniMax H3开源部署教程：低显存本地生成AI视频
MiniMax H3正式开源，支持音视频同步生成、文生视频、图生视频三大场景。本文详解本地部署方案，最低16G显存即可运行，附ComfyUI整合包一键启动教程，让AI视频生成成本趋近于零。
阅读全文 →
·7 分钟
Stable Diffusion整合包实测：本地免费玩转AI绘画
实测Stable Diffusion本地整合包，解压即用、完全免费、离线运行。详解硬件要求、三步安装流程、330多款内置模型插件，以及从入门到出图的完整指南。
阅读全文 →
·14 分钟
Z-Image实战：3分钟生成电影级古风美女完整教程
详解Z-Image Turbo模型在ComfyUI中的完整工作流，包括图生词提示词获取、关键参数配置、批量生成技巧，帮助新手快速生成超写实古风人物图像，适用于古风写真、AI短剧角色等场景。
阅读全文 →
·13 分钟
AI视频生成原理详解：扩散模型、运动迁移与光流技术
深入解析AI视频生成三大核心技术：扩散模型如何从噪声还原画面，运动迁移如何让静态角色动起来，光流如何保证帧间连贯性。系统梳理Sora、Runway等工具背后的技术逻辑。
阅读全文 →
·12 分钟
AI日报：GLM赠1亿token、GPT降价20%、智能体进入飞书办公
8月22日AI行业动态汇总：ZCode赠送1亿GLM Token、OpenAI GPT API降价超20%、DeepSeek多模态模型上线、Kimi AI同事Mira入驻飞书、GPT Image 2支持透明背景，AI竞争进入价格战与多模态能力竞赛新阶段。
阅读全文 →
·13 分钟
GPT Image 2实测：一键将全球城市变成微缩模型效果
实测GPT Image 2微缩模型生成能力，展示如何将真实城市照片转化为逼真的移轴摄影效果。解析关键技术特征、使用技巧及实际应用场景，探索AI图像生成的创意新玩法。
阅读全文 →
·17 分钟
ThoughtDAG：用DAG图结构重塑LLM对话上下文管理
ThoughtDAG是一个用有向无环图（DAG）替代线性对话的开源项目，让LLM对话上下文变得可编辑、可分支、可裁剪。本文解析其核心设计理念、应用场景及对上下文工程的启发意义。
阅读全文 →
·17 分钟
DiffusionGemma详解：谷歌用扩散模型重塑文本生成
深入解析谷歌DiffusionGemma技术报告，探讨扩散语言模型如何突破自回归生成的局限，实现并行解码、全局规划与可控文本生成，以及其对AI文本生成领域的深远影响。
阅读全文 →
·7 分钟
欧盟裁定AI生成内容不受版权保护，对创作者意味着什么
欧盟明确AI生成内容不受版权保护，要求作品必须体现人类智力创作。本文解析欧盟版权立场的法律依据、与美国的异同、对AI内容产业的冲击，以及人机协作模式下的版权出路。
阅读全文 →
·7 分钟
MiniMax H3实测：动物挤进罐子背后的AI视频生成能力解析
通过Reddit热门创意「动物挤进罐子」视频，深度解析MiniMax H3视频生成模型的实际表现，涵盖形变渲染、物理模拟、ComfyUI集成及创意提示词技巧。
阅读全文 →
·15 分钟
LTX 2.5发布：AI视频生成模型迭代加速，开源轻量化路线再进一步
LTX 2.5正式发布，延续Lightricks轻量化AI视频生成路线，在推理速度和输出质量上持续优化。本文分析LTX 2.5的定位演进、与MiniMax 3等竞品的竞争格局，以及快速迭代下用户的应对策略。
阅读全文 →
·15 分钟
计算机视觉前沿：扩散模型安全、科学AI与视觉智能体失效解析
深度解析计算机视觉四大前沿议题：扩散模型概念保护与图像编辑防护、真实世界CV系统构建、从像素到行星的科学AI，以及视觉智能体为何在多步骤任务中失败。涵盖数据中心式AI、世界模型等核心技术。
阅读全文 →
·10 分钟
一人公司崛起：AI如何让独立创业者替代整个团队
AI工具让一人公司从理想变为现实。本文深度解析独立创业者如何借助AI编程助手、自动化工作流和SaaS基础设施，以一人之力运营完整科技业务，并探讨这种模式的机遇、挑战与实操策略。
阅读全文 →
·13 分钟
LayerProof Matte 3.0评测：一次批量生成50篇品牌社交内容
深度解析LayerProof Matte 3.0如何通过自动品牌套件构建，一次批量生成50篇符合品牌调性的社交媒体帖子、轮播和故事，覆盖SaaS、快消、餐饮等行业的内容需求。
阅读全文 →
·12 分钟
Calibra：机器人学习数据集开源质检工具详解
Calibra是一款专为机器人学习数据集设计的开源质检工具，可检测重复演示、冻结帧、运动抖动、标定漂移等问题。本文详细介绍其功能特性、检测原理及对具身智能训练流程的价值。
阅读全文 →
·15 分钟
中国开源大模型崛起：从Reddit漫画看全球AI格局变化
一则Reddit热门漫画折射出中国开源大模型的全球影响力。从DeepSeek、Qwen到GLM，中国AI模型凭借开源策略和快速迭代，正在改变全球开发者的选择格局，本文深度解析这一趋势背后的行业信号。
阅读全文 →
