首页
/ SwarmUI 0.9.6版本发布:AI图像与视频生成工具的重大升级

SwarmUI 0.9.6版本发布:AI图像与视频生成工具的重大升级

2025-06-18 01:27:21作者:郁楠烈Hubert

SwarmUI是一个开源的AI图像与视频生成工具,基于Stable Diffusion技术构建,提供了强大的模型支持和灵活的配置选项。该项目持续迭代更新,为创作者和开发者提供了丰富的功能集。最新发布的0.9.6版本带来了多项重大改进,特别是在视频模型支持、提示语法增强和系统架构优化方面。

视频模型支持全面扩展

0.9.6版本显著增强了视频生成能力,新增了对多个先进视频模型的支持:

  1. Wan 2.1视频模型:这个模型系列专注于高质量视频生成,新版本提供了完整的集成支持,包括参数优化和输出处理。

  2. SkyReels文本转视频模型:为文本到视频转换任务提供了新的选择,特别适合创意内容生成。

  3. Hunyuan图像转视频模型:包括其"v2/fixed"变体,能够将静态图像转换为动态视频内容,为内容创作开辟了新可能。

  4. Nunchaku SVDQuant支持:这个来自MIT Han Lab的模型现在可以在SwarmUI中直接使用,为视频处理提供了更多选择。

提示语法系统升级

新版本引入了多项提示语法增强,使创作过程更加灵活:

  1. <extend:...>语法:这是一个革命性的功能,可以自动使用图像转视频模型扩展视频长度,大大简化了视频延展的工作流程。

  2. <refiner>语法:允许用户为精炼/放大阶段添加自定义提示或LoRA,提供了更精细的质量控制。

  3. 区域提示增强<region:...>块现在支持包含<lora:...>,为局部区域控制提供了更多可能性。

系统架构与性能优化

0.9.6版本在底层架构上进行了多项改进:

  1. Windows平台优化:详细文档说明了如何在Windows上使用Triton、Torch.Compile和SageAttention等高级功能,提升了Windows用户的体验。

  2. 多用户账户系统预览:虽然仍在测试阶段,但已经可以体验多用户功能,为未来共享实例奠定了基础。

  3. 模型加载优化:新增了ModelLoadOrderPreference设置,当使用多个后端时,可以自定义模型加载的优先级。

  4. Python 3.12支持:新安装的Swarm默认使用Python 3.12,带来更好的性能和兼容性。

视频处理功能增强

针对视频创作工作流,0.9.6版本增加了多项实用功能:

  1. 新的导出格式:增加了gif-hdh265-mp4两种高质量视频导出选项。

  2. 动画WebP支持:现在可以将动画WebP用作初始图像,进行批量生成或文本到视频转换。

  3. 视频修剪功能:新增Trim Video Start/End Frames参数,可以自动去除Wan和Hunyuan I2V模型生成视频中常见的边缘问题帧。

  4. 视频到视频创造力参数:通过Video2Video Creativity参数,用户可以直接使用图像到视频模型来精炼现有视频。

用户体验改进

0.9.6版本在用户界面和体验方面也有显著提升:

  1. 模型列表性能优化:即使面对非常大的模型列表,界面也能保持流畅响应。

  2. 图像元数据显示改进:新增ImageMetadataFormat用户设置,可以自定义元数据显示方式,并且侧边栏的元数据现在以表格形式呈现。

  3. 生成控制增强:新增EnterKeyGenerates设置,允许禁用回车键触发生成的功能,防止意外操作。

  4. 实例标题设置:通过instance title配置,可以为共享实例或多个实例添加标识标签。

技术参数与高级功能

针对高级用户和技术开发者,0.9.6版本提供了更多控制选项:

  1. 多模型文件夹支持:通过DownloadToRootID设置,可以配置多个模型文件夹并选择下载目标位置。

  2. CFG Zero Star支持:新增Use CFG Zero Star参数,实现了相关论文中的技术。

  3. 中间结果处理DoNotSaveIntermediates内部参数允许输出中间结果但不保存它们。

  4. 连接超时设置:Swarm-API-Backend现在支持ConnectionAttemptTimeoutSeconds选项,优化了连接管理。

  5. 色彩校正行为:新增的Color Correction Behavior高级参数改进了flux修复的质量。

SwarmUI 0.9.6版本的这些更新显著提升了工具的实用性、灵活性和性能,无论是对于创意工作者还是技术开发者,都提供了更强大的功能和更流畅的体验。项目持续关注前沿AI模型和技术,确保用户能够充分利用最新的生成式AI能力。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K
kernelkernel
deepin linux kernel
C
22
6
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
930
553
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
423
392
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
64
511