В японской подборке генеративных инструментов от 24 октября заметен общий сдвиг: ComfyUI связывают с целым производственным процессом. CreatorOS Studio по короткой идее планирует 3–6 сцен, генерирует изображения, превращает их в видео с голосом и доводит результат до монтажа на локальном GPU.
Одной кнопки, которая выдаёт готовый рекламный ролик, здесь пока нет. В подборке собраны отдельные инструменты: для композиции, комиксов и точечных правок изображений. Удобнее смотреть на них как на конструктор и подбирать нужные этапы под свою задачу.
ComfyUI переходит от одиночной генерации к сборке проекта
Самый цельный пример в подборке — CreatorOS Studio. Приложение работает с ComfyUI и локальной видеокартой. Часть технической возни спрятана за экранами с отдельными задачами. По описанию, можно начать с одной строки идеи, спланировать короткую последовательность сцен, сгенерировать картинки и видео со звуком, добавить музыку и переходы, а затем править результат на таймлайне.
Внутри заявлены 25 пресетов движения и эффектов для фотографии: приближение камеры, вращение, резкий зум. Функция Re-shoot позволяет сгенерировать видео с другого ракурса и сохранить исходный звук. Ещё есть говорящие аватары из фото и аудио, замена человека в видео и правка области кистью.
Среди перечисленных моделей — Krea 2, FLUX.2 Klein, Wan, LTX-2.5 и InfiniteTalk. Подробностей о совместимости с видеокартами, скорости и качестве в описании нет. Пока это выглядит как удобная оболочка над workflow. Насколько она заменит привычную монтажную программу, ещё предстоит проверить.
Рядом в подборке — пять инструментов для отдельных этапов:
- ComfyUI-Soda-Storyboard — переносит план комикса в генерацию страниц с помощью MOSS-Image.
- ComfyUI-Speech-Bubble — добавляет к готовой картинке японские вертикальные и горизонтальные реплики.
- ComfyUI-CharacterCardStudio — собирает лист персонажа из 4–14 ячеек и восьми шаблонов.
- Anima Regional Canvas — позволяет задавать разные описания для пяти отмеченных цветами областей.
- ComfyUI-MiniMaxH3-Director-Enhanced — раскладывает видео и звук по таймлайну и формирует структурированные указания для генерации.
Каждую задачу можно вынести в отдельный узел. Например, сначала зафиксировать персонажа в CharacterCardStudio, затем собрать страницы через Soda Storyboard и добавить реплики после генерации. Если модель ошиблась в одном кадре или области, весь процесс можно не запускать заново.
MOSS-Image обрастает инструментами для правок и компоновки
Вокруг базовой модели появляются специализированные LoRA и инструменты. MOSS-Image-Edit-HQ предназначена для правки готового изображения: можно поменять одежду или цвет волос, добавить очки, скорректировать фон и освещение. Рекомендованная версия armV3 обучалась на отобранных 6 000 примерах. По описанию разработчика, из набора убирали случаи, где целевая правка заметно меняла всю картинку. Модель должна сохранять исходный вид вне редактируемой области, хотя для любой фотографии это не гарантируется.
MOSS-Image-Alpha-LoRA генерирует изображения с альфа-каналом — прозрачным фоном. Он пригодится, например, для игровых предметов, персонажей и логотипов. Для работы нужны MOSS-Image-SFT и VAE с поддержкой RGBA. В комплекте есть узлы для загрузки VAE, сохранения прозрачного PNG и пример workflow.
MOSS-I2I-LORAs преобразует исходную картинку. Набор умеет раскрашивать чёрно-белую мангу, удалять текст и водяные знаки, дорисовывать области, скрытые мозаикой или заливкой. Последний режим требует осторожности: скрытые детали модель генерирует заново, а не извлекает из исходника. Для редакционной и коммерческой работы это важно.
MossAD-Demo — экспериментальная модель для аниме-иллюстраций. Она принимает теги, обычный текст и указания на расположение элементов. Авторы предупреждают о возможных подписях и водяных знаках, проблемах с руками и генерацией текста. Для быстрых проб интересно, для чистового макета пока нужен контроль.
Для комикса можно отдельно настроить кадр, текст и персонажа
Soda Storyboard связывает подготовленную историю с генерацией страниц через ComfyUI. До запуска можно посмотреть черновую композицию, описание каждой панели, героев, реплики и итоговые указания модели. После генерации отдельную панель можно перегенерировать, поправить область с персонажем и добавить реплики поверх картинки.
Текст и часть вёрстки остаются управляемыми после генерации. Узел Speech-Bubble поддерживает разные формы облачков, направление хвоста, прозрачность, шрифт и межстрочный интервал. Для японского доступны вертикальная и горизонтальная запись, в том числе поворот знаков при вертикальном наборе.
CharacterCardStudio помогает подготовить референс героя. На вход можно дать одну картинку или текстовое описание. Расширение создаст виды спереди, сбоку и сзади, позы и эмоции в выбранном шаблоне. Для работы понадобится модель Qwen-Image 2.1. Лист не гарантирует одинаковое лицо во всех сценах, зато даёт визуальные ориентиры для следующих этапов.
Есть и небольшая техническая правка для Qwen-Image 2.1: заменяемый VAE должен уменьшать тонкую сетку, которая иногда появляется на изображениях. Он исправляет артефакт декодирования, а не улучшает любую генерацию. Иногда локальный workflow можно улучшить заменой одного компонента — без новой модели.
Hy-Nomas сохраняет мир между видеосегментами
Отдельная новость для тех, кто делает видео, — Hy-Nomas от Tencent. Это модель интерактивной генерации мира: автор задаёт текстовые инструкции и движение камеры, система создаёт видео сегментами. Можно продолжить сцену, добавить предметы, сменить действие или визуальный стиль. Предыдущий контекст переносится дальше, поэтому продолжение не начинается каждый раз с чистого листа.
В опубликованной конфигурации указаны разрешение 1280 × 720, 24 кадра в секунду и восемь шагов генерации для дистиллированной версии. На Hugging Face также описана отдельная конфигурация для одной RTX 4090 с квантованием и переносом части вычислений на CPU. Скорость зависит от оборудования и параметров: обещать быстрый запуск для любой длины сцены нельзя.
Здесь пробуют другой способ работы с видео: управлять развитием сцены по шагам и получать продолжение. Пока это скорее направление для экспериментов, чем готовая замена привычному монтажу. Интересно проверить, насколько стабильно модель сохраняет детали между сегментами.
Локальный пайплайн даёт контроль, но требует настройки
Остальные пункты японского дайджеста показывают, что локальная сборка выходит за пределы ComfyUI. NVIDIA-Nemotron-3.5-Bolt-E4B-GGUF доступна в нескольких сжатых вариантах: например, 5,1 ГБ для UD-Q4_K_XL и 3,5 ГБ для UD-IQ2_M. Модель рассчитана в том числе на локальных помощников и диалоговых персонажей. Она поддерживает японский и другие языки, контекст — до 64 тысяч токенов.
Scenario открыла набор из 1 342 примеров 3D-генерации и 1 500 выходных файлов общим объёмом около 39 ГБ. Его можно бесплатно скачать на Hugging Face. Внутри есть исходные изображения и условия генерации; файлы включают GLB и редактируемые форматы Blender. Для 3D-художника это способ изучить конкретные примеры и исходные материалы, а не готовый набор ассетов для любого проекта.
Агентный подход появляется и в универсальных моделях. Moonshot заявляет, что Kimi K3.1 Pro поддерживает контекст до 1 млн токенов, а также улучшена в коде, 3D и исследованиях. В официальном блоге компания назвала её своей наиболее способной open-weight моделью класса 3T. Полный набор весов обещан к 4 ноября 2026 года. По заявлению разработчика, версия Highspeed отвечает в 2–3 раза быстрее. Это данные компании, независимого замера в материале нет.
Kimi K3.1 Pro уже доступна через Kimi.ai, Kimi Work, Kimi Code и API. В официальной таблице подписок годовые планы стоят $15, $31, $79 и $159 в месяц при оплате за год; условия доступа различаются. Это цены в долларах, без пересчёта и предположений о доступности оплаты из России.
Начинайте с одного участка, а не с полной автоматизации
Если вы работаете с изображениями, выберите одну повторяющуюся задачу: сохранить героя между сценами или править отдельную область. Текст тоже можно добавлять уже после генерации. Для короткого видео отдельно проверьте совместимость CreatorOS Studio с вашими моделями и GPU. У Hy-Nomas посмотрите, удерживает ли продолжение нужные детали сцены.
Новые инструменты связывают отдельные этапы и дают больше контроля над процессом. Но локальный запуск всё ещё требует совместимости моделей, настройки узлов и подходящего железа. Так что «идея — готовый ролик» пока лучше воспринимать как план workflow. Без возни ещё не получается.
Генерации можно собирать в цепочки на полотне Workflow
Источники
Kimi K3.1 Pro Tech Blog: Advancing Open Intelligence
Kimi K3.1 Proの料金｜メンバーシッププランとAPIコスト
Источникnote.com
