ComfyUI 推出 Comfy Team 团队版，共享工作区与积分池
ComfyUI 发布 Comfy Team 团队版，把整个团队放进一个共享工作区，共用同一积分池和同一账单，管理员可管理计费、充值、邮件邀请成员并随时移除权限。
推荐理由：ComfyUI 团队版把席位制改成共享积分池，做团队协作和成本核算的可以据此判断是否迁移。
创作工作流
全部主题从素材与意图到作品的多步创作、工具调用与人机协作。
108条精选
最新精选
第 61–80 条 · 共 108 条ComfyUI · 工作流与实践精选AI 评分6060
Black Forest Labs · 图像与视频精选AI 评分7474 Black Forest Labs 发布 FLUX-mimic：基于 FLUX 3 的视频-动作模型
Black Forest Labs 宣布 FLUX 3 早期版本已在机器人上运行，并与 mimic 合作推出视频-动作模型 FLUX-mimic，该模型基于 FLUX 3 骨干，从视频预测路径的中间特征解码动作。
推荐理由：官方披露 FLUX 3 早期版本与 mimic 合作落地机器人，可据此判断多模态基座向物理 AI 延伸的路线与部署约束。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和面向网络安全的 3.5 Flash Cyber。
推荐理由：官方给出三款 Flash 系列的 token 效率、价格与基准对比，可用于智能体选型和成本估算。
Hugging Face Blog精选AI 评分6262 Hugging Face 与 Cerebras 将 Gemma 4 接入实时语音 AI
Hugging Face 与 Cerebras 演示了一套实时语音到语音流水线，用 Cerebras 加速 Gemma 4 31B 推理，串联 Nvidia Parakeet 语音识别与阿里 Qwen3TTS 语音合成。
推荐理由：展示了开源级联语音到语音栈的模块化组合方式，可借鉴其用快速推理压低长尾延迟的思路。
Black Forest Labs · 图像与视频精选AI 评分7373 Envato 如何基于 FLUX 构建创意 AI 引擎
Envato 基于 FLUX 将参考图变体、纯图像生成和多参考图像编辑整合进统一创作体验。FLUX 已贡献平台约 25% 的图像生成量，累计生成超过 51 million 张图片；其中 Stock riffing 可在 8 秒内生成 5 个变体。Black Forest Labs 称，FLUX.2 在写实、电影感和产品图场景中较可比模型高约 10%，下载率高于平台平均值 16%。
推荐理由：案例展示了创意平台如何按任务路由模型，将参考图变体、纯文生图和多参考编辑整合进统一工作流，并以延迟与生成量衡量落地效果。
Google DeepMind精选AI 评分7373 Google DeepMind 发布 Gemma 4 12B：统一无编码器多模态模型
Google DeepMind 发布 Gemma 4 12B，一款面向笔记本本地运行的多模态模型，采用无编码器架构，视觉和音频输入直接进入 LLM 主干。该模型在标准基准上性能接近 26B MoE 模型，内存占用不到其一半，可在 16GB 显存或统一内存的消费级笔记本上运行，并首次在中型模型中支持原生音频输入。
推荐理由：Gemma 4 12B 的无编码器架构与 16GB 本地运行门槛，为端侧多模态与智能体选型提供了新的权衡参考。
ElevenLabs · 音频创作精选AI 评分8585 ElevenLabs 在 ElevenCreative 推出 Flows Agent
ElevenLabs 在 ElevenCreative 推出 Flows Agent，将对话式 AI 助手接入 Flows 画布，自动选择模型、创建并连接节点，执行图像、视频和音频生成流程。它支持通过对话修改已有流程，并可在高成本生成前请求确认；复杂工作流也能在后台运行，现已在 ElevenCreative 提供使用。
推荐理由：它把多模态节点编排、生成执行和变体迭代合并到对话入口，可用于判断创作流程如何降低试错与额度控制成本。
ElevenLabs · 音频创作精选AI 评分8282 ElevenLabs 发布 Dubbing v2，支持保留原始表演的多语言配音
ElevenLabs 发布 Dubbing v2，通过直接参考原始表演，将语气、节奏、情绪和表达方式迁移到 90+ 种语言中。
推荐理由：Dubbing v2将原始表演纳入配音生成并自动对齐节奏，为多语言视频本地化提供了更完整的工作流参考。
ElevenLabs · 音频创作精选AI 评分6767 ElevenLabs与希腊政府签署语音 AI 战略合作备忘录
ElevenLabs与希腊政府签署战略合作备忘录，将探索把语音 AI 应用于公共服务、数字旅游和希腊语言遗产保护。双方计划先从克里特方言开始，并研究在gov.gr及政府呼叫中心提供多语言服务；希腊政府数字门户目前提供超过2,200项服务。
推荐理由：三条合作路径覆盖公共服务、旅游和方言保存，可帮助判断语音 AI 走向政府场景的部署边界与合作模式。
ElevenLabs · 音频创作精选AI 评分7878 ElevenLabs 发布 Music v2 音乐生成模型
ElevenLabs 发布 Music v2 音乐生成模型，提升人声、器乐、编曲和多语言支持，并支持更复杂的歌曲结构。模型支持按片段局部重绘、分段构建完整歌曲，以及在同一首歌中处理多种曲风、快速说唱和非音乐音效。
推荐理由：Music v2 将局部重绘、分段作曲和多语言演唱整合到音乐生成流程，便于比较创作者、品牌与开发者的不同接入方式。
ElevenLabs · 音频创作精选AI 评分6262 ElevenLabs推出教授语音AI支持计划与 Albert Einstein 互动学习体验
ElevenLabs推出面向教授的语音AI支持计划，并上线基于 Albert Einstein 声音与档案的互动学习体验。教授可免费使用 Pro tier，并为特定课程和项目向学生提供限时访问。Albert Einstein 的重现声音已在 ElevenReader 和 ElevenLabs Agents 中提供，支持英语、德语、法语、巴西葡萄牙语和西班牙语。
推荐理由：同时覆盖教育者获取权限与历史声音互动两端，为课堂语音工具的接入方式和学习体验设计提供了可参考案例。
Google DeepMind精选AI 评分8383 Google DeepMind 将 Street View 接入 Project Genie，推出真实地点世界模拟能力
Google DeepMind 为实验性原型 Project Genie 推出 Street View grounding capability，让生成的互动环境以真实地点的 Street View 影像为起点。
推荐理由：文章展示了世界模型接入真实地点影像后的交互方式，并交代了实验性原型、地区范围与订阅门槛。
Google DeepMind精选AI 评分8585 Google DeepMind 发布 Gemini 3.5，先行推出 3.5 Flash
Google DeepMind 发布 Gemini 3.5 系列，首发 Gemini 3.5 Flash，面向智能体与编码等复杂长程任务。
推荐理由：原文给出 Gemini 3.5 Flash 的智能体、编码与多模态基准，以及 API 和产品入口，便于比较模型能力与落地渠道。
Runway · 研究与模型精选AI 评分7171 Runway 发布实时视频生成模型 Runway Characters
Runway 推出基于 GWM-1 的实时视频生成模型 Runway Characters，由单张参考图生成可对话角色，处理眼神、口型同步、表情与说话和倾听时的手势，并能在长对话中维持质量。
推荐理由：Runway 把实时逐帧生成与交互控制讲成产品路线，可据此判断世界模型在角色对话与仿真训练中的落地边界。
ElevenLabs · 音频创作精选AI 评分7373 ElevenLabs ARR 超过 $500 million，Series D 第三次交割迎来新投资者
ElevenLabs 宣布 Series D 融资完成第三次交割，并迎来 BlackRock、NVIDIA 等新投资者；公司在 2026 年前四个月的 ARR 已超过 $500 million。其称企业正将语音智能体用于客服、销售、招聘和营销等场景，另完成 $100 million tender offer，团队规模达 530 人，遍布 50 多个国家。
推荐理由：材料将融资进展与业务指标、企业落地场景放在一起，便于判断 ElevenLabs 在语音智能体商业化中的推进路径。
Google DeepMind精选AI 评分6666 Google DeepMind 宣布 AI co-clinician 研究计划，探索临床监督下的医疗协作
Google DeepMind 宣布 AI co-clinician 研究计划，探索在医生临床监督下由 AI 智能体协助患者护理，并评估其面向医生和患者的能力。在98个真实感初级保健问题中，系统有97个案例未出现关键错误，并在开放式药物问答中超过其他前沿 AI 系统。实时音视频远程医疗模拟显示，AI co-clinician 在140项会诊能力中的68项达到或超过初级保健医生，但医生整体表现更好。
推荐理由：文章同时给出证据检索、药物问答和实时多模态会诊的评测设计，可用于理解医疗智能体的能力边界与临床安全架构。
ElevenLabs · 音频创作精选AI 评分7676 ElevenLabs 发布音乐发现与创作平台 ElevenMusic
ElevenLabs 发布 AI 音乐发现与创作平台 ElevenMusic，将听歌、重混、原创创作、发布和变现连接在一起。平台上线时已有超过 4,000 名独立及新兴艺术家参与，用户可调整曲风和速度重混曲目，也可从歌词、旋律或情绪创作完整曲目。ElevenMusic 同步推出 Eleven Album Vol. 2，并已开放 App 和网页版使用；创作者收益取决于听众参与度、资格门槛和平台收入。
推荐理由：ElevenMusic把音乐发现、重混、原创创作与发布变现放在同一平台，呈现了面向创作者和听众的参与式音乐工作流。
ElevenLabs · 音频创作精选AI 评分6161 ElevenLabs在西班牙马德里开设办公室并扩充团队
ElevenLabs在西班牙马德里开设办公室，并扩充当地销售与工程团队，以加强与客户合作。eDreams ODIGEO使用Eleven Agents以五种语言处理数百万次客服交互，解决速度和转接率均实现两位数提升。ElevenLabs还指出，西班牙企业正从试点转向大规模生产，多语种及地区语言支持是部署重点。
推荐理由：西班牙企业的客服、零售和保险案例，呈现了语音智能体规模化部署对多语种和人工转接的要求。
Replicate · 模型与制作实践精选AI 评分7676 如何用 Seedance 2.0 制作出色视频
Replicate 发布 Seedance 2.0 使用教程，介绍该模型可同时接收最多 9 张图片、3 段视频、3 个音频和文本提示，并用 [Image1]、[Audio1] 等标记在提示词中引用素材。
推荐理由：通过参考素材组合、时间码分镜和音画同源三条实操路径，可迁移到需要角色一致性与多镜头调度的视频创作流程。
Google DeepMind精选AI 评分6969 Google DeepMind 发布 Gemini Robotics-ER 1.6，增强机器人具身推理能力
Google DeepMind 发布 Gemini Robotics-ER 1.6，增强机器人所需的空间推理、多视角理解、任务规划和成功检测能力。模型新增仪表读数能力，可通过 Gemini API 和 Google AI Studio 提供给开发者，并支持调用 Google Search、VLA 或用户自定义函数。
推荐理由：文章给出 Gemini Robotics-ER 1.6 在空间推理、多视角成功检测和仪表读数上的能力变化，并说明其通过 Gemini API 与 Google AI Studio 接入机器人工作流的方式。