Google DeepMind 推出 Gemini 3.8 Live with Live Avatar
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，把近实时视频生成与语音对话结合，让企业智能体具备会听、会看、会说的动态视觉形象，即日起在 Gemini Enterprise 上线。
推荐理由：官方给出 Live Avatar 的可用范围、多语言同步与自定义头像的开放条件，可据此判断能否接入企业对话场景。
9月29日 · 周二
精选
最新精选
Google DeepMind（Veo）精选AI 评分6262
ComfyUI 官方博客精选AI 评分6262 ComfyUI 推出 Comfy Router，用一个 API 调用前沿图像、视频、3D 与音频模型
Comfy Router 已在 Comfy Developer Platform 上线，开发者只需集成一次即可调用前沿图像、视频、3D 和音频模型，首日接入 Seedance 2.5、MiniMax H3、Nano Banana Pro、GPT Image 2、Kling 和 Black Forest Labs。
推荐理由：Comfy Router 把多家供应商的前沿图像、视频、3D、音频模型收进一个 API，读者可据此判断多供应商切换与排队重试是否适合自己的调用场景。
ComfyUI 官方博客精选AI 评分6262 ComfyUI 让 MiniMax H3 视频 VAE 提速约 2 倍
ComfyUI 官方博客介绍 MiniMax H3 视频 VAE 的提速更新，编码最高约快 2.2 倍、解码快约 1.4-2.7 倍，1344x768、129 帧的编解码往返从 24.3 秒降到 12.7 秒。
推荐理由：原文给出 MiniMax H3 视频 VAE 在 ComfyUI 中的提速幅度、开启方式和画质数据，读者可据此判断是否值得升级。
ComfyUI 官方博客精选AI 评分7171 Qwen-Image-2.1 在 ComfyUI 原生支持：开源权重图像生成与编辑，支持透明通道
阿里 Qwen 团队的新图像模型 Qwen-Image-2.1 已在 ComfyUI 原生支持，开源权重、7B 参数，基于优化的 MMDiT 架构，可直接生成带 alpha 通道的 RGBA 图像。
推荐理由：ComfyUI 原生支持 Qwen-Image-2.1，读者可了解其 RGBA 输出、原生 2K 与最多 10 张参考图在生成和编辑中的具体用法。
ComfyUI 官方博客精选AI 评分7171 Gemini Omni 1.1 Flash 上线 ComfyUI，支持 4K 输出与视频编辑
Gemini Omni 1.1 Flash 通过 Partner Nodes 接入 ComfyUI，在 Gemini Video Omni 节点中可选 Omni Flash 1.1，单个节点覆盖文生视频、图生视频、参考生视频、视频编辑和场景延展。
推荐理由：原文给出 Gemini Omni 1.1 Flash 在 ComfyUI 节点中的任务类型、分辨率档位与提示词写法，可据此判断能否接入现有工作流。
fal.ai Blog精选AI 评分8383 fal 发布 H3 Max：基于 MiniMax H3 后训练，5 秒视频约 3 秒生成
fal Research 发布 H3 Max，这是基于开源权重 MiniMax H3 后训练的版本，由 fal 推理团队针对速度优化。官方称其 5 秒视频生成约需 3 秒，吞吐量约为官方 MiniMax H3 端点的 35 倍，并在整体质量、提示词理解和美学三个维度的人类偏好评测中排名第一。
推荐理由：fal 公布 H3 Max 的偏好评测排名与生成速度数据，并说明后训练与推理协同优化的思路，可对照其与官方 H3 端点的差异。
fal.ai Blog精选AI 评分7878 fal.ai 开源 3DREAL Strong v2 适配器，并公开 3D 灰模转实拍短片全流程
fal.ai 发布并开源 3DREAL Strong v2 适配器，该 LoRA 基于 LTX 2.3，可将 3D 灰模渲染为写实画面，新增跨镜头一致性、同步音频生成和更好的说话角色表现，权重已在 Hugging Face 上线，托管端点 fal-ai/ltx-2.3-quality/render-to-real 已支持。
推荐理由：原文完整公开了三段式提示词与各阶段验证工具，读者可据此复现从3D灰模到成片的可控流程。
已经到底了