Krita AI Diffusion 1.31.0版本发布:自定义动画工作流与性能优化
Krita AI Diffusion作为Krita图像编辑软件的AI插件,为艺术家和设计师提供了强大的AI生成能力。最新发布的1.31.0版本带来了多项重要更新,特别是在自定义工作流动画支持和性能优化方面取得了显著进展。
自定义工作流动画支持
1.31.0版本最引人注目的功能是自定义图形工作区现在支持与Krita动画时间线交互的工作流。这一创新功能允许用户:
- 使用关键帧作为输入和输出
- 在ComfyUI中将关键帧作为图像批次处理
- 创建复杂的AI辅助动画工作流程
这项功能为动画师开辟了新的创作可能性,使他们能够将AI生成技术与传统动画制作流程无缝结合。需要注意的是,要使用这一功能,用户需要准备自定义的ComfyUI工作流。
用户体验改进
新版本对用户界面进行了多项优化,提升了工作效率:
-
可调整大小的提示框:现在可以自由调整提示输入框的大小,解决了长提示文本难以编辑的问题。
-
快速分辨率调整:生成按钮下拉菜单中新增了分辨率快速调整选项,可以即时修改生成图像的分辨率,覆盖性能设置中的分辨率乘数。同时,生成按钮现在会明确显示"固定种子"或"分辨率乘数"设置是否被修改。
-
LoRA开关:在风格设置中新增了LoRA模型的开关控制,使用户能够更灵活地控制风格应用。
分块放大功能增强
分块放大(Tiled Upscale)功能得到了显著改进:
- 图像引导强度:现在可以设置为任意百分比值,而不仅限于预设选项
- 分块重叠:新增手动设置选项,更大的重叠可以减少分块间的接缝,但会增加生成时间
- 推荐保持"自动"设置,除非出现明显的接缝问题
性能优化与错误修复
1.31.0版本包含多项性能优化和错误修复:
-
动态缓存支持:通过Comfy-WaveSpeed节点实现了动态缓存(首块缓存)功能,显著提升了性能,特别是在使用Flux模式时。用户需要在性能设置中启用此功能,但需注意可能轻微影响生成质量。
-
参数区调整:自定义图形工作区中的参数区域现在可以通过拖动调整大小。
-
错误修复:解决了包括Windows平台Insightface安装问题、两阶段生成时的控制层分辨率问题、最大像素数或分辨率乘数设置下的修复大小/裁剪不匹配问题等多个已知问题。
-
提示改进:增强了模型文件缺失时的错误信息提示,解决了"StopIteration"错误问题;新增了连接自定义ComfyUI服务器后支持的工作负载和模型信息显示。
-
其他改进:包括允许使用TAB键进行自动补全、修复历史记录中残留的提示标题问题、更新websockets库至14.2版本等。
技术细节
在底层实现上,1.31.0版本移除了ComfyUI的强制UTF-8模式运行,这解决了一些编码问题但也可能引入新的问题。此外,下载脚本现在支持并行下载模型文件,提高了模型获取效率。Python 3.12被添加到管理安装环境的优先版本列表中,确保了对最新Python版本的支持。
总的来说,Krita AI Diffusion 1.31.0版本通过引入动画工作流支持、改进用户体验和优化性能,为数字艺术创作提供了更加强大和灵活的工具集。这些更新不仅扩展了插件的功能边界,也显著提升了稳定性和易用性,使AI辅助创作变得更加流畅和高效。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00