AI 设计与生产日报 · 2026 年 10 月 10 日 · 星期六
FAI 实验室
Comfy Agent 发布:用自然语言搭建、运行和迭代工作流
Comfy 官方宣布 Comfy Agent 在 Cloud 中开放,允许创作者描述目标,由 Agent 搭建、运行并迭代工作流。公告中的 Desktop 支持仍属于后续计划;实际权限、模型调用和费用需按账户确认。
设计与创作工具
Comfy API 发布:将工作流部署为生产 API
Comfy 宣布付费计划可使用 Comfy API,将工作流及节点、模型和 Python 依赖打包部署为可扩缩的接口。构建、部署、用量与 API 密钥在 Developer Platform 管理;公告不等于任意工作流都已通过生产稳定性验证。
Comfy Router 发布:统一接入图像、视频、3D 与音频模型
Comfy 宣布在 Developer Platform 提供 Router,用同一个接口接入多家媒体模型,并按任务选择提供方。公告列举了首批接入的模型;可用性、单次价格、授权及输出限制需继续核对相应提供方。
ComfyUI 原生支持 Qwen-Image-2.1 与透明图像输出
Comfy 的集成说明介绍 Qwen-Image-2.1 的图像生成与编辑工作流,包括原生透明通道、2K 输出和多参考图。Logo、图标与商品抠图是其举例的使用方向;素材权利、模型许可与实际输出质量需独立确认。
Trellis.2 与 Pixal3D 原生接入 ComfyUI 3D 流程
Comfy 宣布 Trellis.2 与 Pixal3D 可原生运行,并更新 3D 加载、预览、保存、网格后处理及 PBR 贴图流程。文章介绍基于消费级硬件的使用方向;网格可制造性、版权及组件许可仍需针对实际资产核验。
Comfy MCP 开源本地连接,协作管理本地与云工作流
Comfy 宣布 MCP 可连接本机 ComfyUI,供支持 MCP 的 Agent 构建、编辑、运行和重复使用工作流,并与云环境配合。是否成功调用取决于本地服务、连接配置、账户权限和模型资源,公告不构成本站调用证明。
NX Manufacturing 2606 更新生成式加工建议与参数化刀具定义 · 该内容已下架或调整展示方式。
Isaac ROS 5.0 加入面向 AI Agent 的机器人开发工作流
NVIDIA 官方发布说明介绍了 Isaac ROS 5.0 对 ROS Lyrical 与 Ubuntu 24.04 的支持,以及用于环境设置、操作任务和双目感知模型适配的 Agent 工作流。文章还描述了可独立使用的抓取放置工作流,并列举机器人上下料等生态应用。 厂商提供的案例与性能数字不是本站实测;运行环境、硬件支持与各组件许可证需逐项核对,不将框架开源等同全部模型和应用均可无条件商用。
ElevenLabs 发布 Eleven v4 与 Turbo,面向配音、对话及多语言音频制作
ElevenLabs 官方发布 Eleven v4 和低延迟变体 Eleven v4 Turbo,介绍自然语言表演指令、音频标签、多说话人对话及跨语言音色保持能力。文章称两者支持90多种语言,并已通过 ElevenAgents、ElevenCreative 和 ElevenAPI 提供,适用方向包括旁白、有声书、角色台词和本地化配音。 官方榜单、偏好测试及延迟数字未由本站复核,不计作本站排名或实测。声音克隆能力不代表取得任意声音的使用授权;套餐、声音授权和输出商用条件需单独核验。
工程与行业
Comfy 宣布提供 MiniMax H3 本地商用许可渠道
Comfy 宣布与 MiniMax 合作,提供 H3 本地商业使用的许可渠道,并说明开放权重下载与商业用途许可的区别。是否适用某项业务、训练或交付,需要核对实际许可合同,不能把开放权重等同无条件商用。
西门子展示面向人形机器人零件的 AI 设计到加工流程 · 该内容已下架或调整展示方式。
西门子预告在 IMTS 2026 展示从设计到制造的工业 AI 工作流 · 该内容已下架或调整展示方式。
西门子回顾 IMTS 工业 AI 演示,强调加工建议仍由人作最终决策 · 该内容已下架或调整展示方式。
研究预览
Runway以研究预览展示GWM Worlds 2实时音视频世界与交互控制
Runway以研究预览介绍GWM Worlds 2,将音视频生成用于连续交互环境。文章提出WorldPrompt,用持续世界上下文、首帧、带时间戳的主体动作和相机输入组织生成。官网声明模型生成720p、24fps视频及48,000Hz音频,并展示预编排、轮流决策和实时控制等使用方式;所列影视广告、互动体验及具身智能应用仍属于研究与演示定位。 研究预览不等于所有用户或所有付费套餐已可用。官方说明快速相机旋转可能降低细节、纹理及几何质量,长期记忆不完善,参考图受首帧/预填音视频范围限制;部分演示动作预先编排,且预编排方法质量更好。720p/24fps/音频频率是厂商声明,未本站实测;不把可输入物理规则的生成环境当作工程级准确仿真或量产能力。