新闻详情

新闻详情

首页 / 资讯中心 / 详情

每天催更的RunningHub导演台终于更新!音画同步+全模态生成,视频创作太省心了

发布时间:2026/11/5 2:46:10来源:尧图网络
每天催更的RunningHub导演台终于更新!音画同步+全模态生成,视频创作太省心了
最近几乎每天都有朋友在催更 RunningHub 上的“导演台”工作流。用过 RunningHub 的老用户可能都清楚平台上的插件更新需要由官方技术团队统一操作普通用户没有权限。因此工作流的更新往往会有一定延迟必须等官方完成插件升级后才能同步。这与我们拥有完全自主权限、可以随时更新的云端镜像有所不同。现在RunningHub 上的导演台工作流终于更新啦一、详解更新后的“导演台”工作流首先是模型加载区通常无需频繁调整。一般建议如果使用“参考生视频”功能选用 ref2va 模型即可如果是进行文生视频、图生视频或首尾帧生视频切换到 fl2va 模型即可。其次是加速区。如果不需要加速功能直接关闭即可。关闭后采样步数建议调整到 20-25 步如果开启加速步数调整为 8 步即可默认状态为开启。左侧区域新增了三个实用功能Selflift 采样模块如果你喜欢使用 Selflift 采样将其打开即可系统会按照 Selflift 设置进行采样如果关闭则继续使用导演台原有的采样设置。二采功能同样按需开启或关闭即可。脸部修复模块如果画面中有小脸需要修复可以手动开启该模块默认状态为关闭。最后更新后的工作流链接已经贴在视频简介中。RH工作流体验地址注册送1000点https://www.runninghub.cn/post/2084788947984666625/?inviteCodezedwxo2qRH海外工作流体验地址注册送1000点https://www.runninghub.ai/zh-cn/post/2084945577214124033/?inviteCoded5e6u7j1点击链接进入的新用户可以获赠 1,000 点积分足够体验好几次。只需复制链接到浏览器点击“运行工作流”就能顺利使用最新版的导演台工作流了。二、知识小结功能模块操作建议参数/状态说明模型加载区按需切换模型参考生视频选 ref2va文/图/首尾帧生视频选 fl2va加速区开启/关闭开启时步数设为 8关闭时步数调整为 20-25Selflift采样按需开启开启使用Selflift设置关闭沿用导演台原有采样二采功能按需开启需要二次采样时打开否则关闭脸部修复按需开启针对小脸修复需求默认关闭可点击下方原文链接观看视频教程https://comfyit.cn/blog/402/?invite_codeTSH
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/4 15:56:54

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/4 22:55:41

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/4 17:01:23

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/4 12:33:12

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/4 1:25:31

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/4 3:51:11

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉