跳到正文

#图像生成

今日 0 条
10月9日周五
10月8日周四
  1. Ars Technica · AI43

    Artcraft 推出基于 Claude Opus 5.5 的 Adobe 开源替代品

    开发者 Brandon Thomas 宣布 Artcraft 转型,推出七款开源应用以复刻 Adobe Photoshop 等软件界面与功能。这些应用使用 Anthropic 的 Claude Opus 5.5 进行逆向工程,以 Rust 编写并提供 WebAssembly 版本。目前软件处于“超级早期 alpha”阶段,存在诸多不足,但开发者承诺其功能将很快达到 Adobe 同等水平。

10月7日周三
  1. Testing Catalog42

    Maket 2.0 发布:集成 AI 平面图生成与 3D 家居渲染

    Maket 发布 2.0 版本,将 AI 平面图生成、编辑与 3D 可视化整合至单一工作区。用户可通过对话描述需求或上传现有布局,利用内置风格库渲染 3D 房间,并导出 PDF 或 DXF 文件。该平台现已上线,提供免费额度及 $20/月起的订阅方案,旨在让房主在早期设计阶段直接参与方案构思。

  2. 量子位49

    Meshy 跻身 a16z 消费级 AI 应用月收入 Top 50,为榜单唯一 AI 3D 公司

    Meshy 在 a16z 首份消费级 AI 应用月收入榜单中位列第 31 名,是榜单上唯一的 AI 3D 公司。该榜单基于 YipitData 追踪的美国消费者银行卡消费数据,揭示了用户为专业化创意工具付费的趋势。此前 Meshy 年度经常性收入已突破 1 亿美元,并于 2026 年 7 月完成近 4 亿美元 B 轮融资。

  3. TechCrunch · AI38

    前 Ramp 工程师创立的 AI 广告平台 Melius 完成 2000 万美元 A 轮融资

    前 Ramp 工程师创立的 AI 广告生成平台 Melius 宣布完成 2500 万美元融资,包括由 CRV 领投的 2000 万美元 A 轮和 General Catalyst 领投的 500 万美元种子轮。该平台在 7 月结束隐身模式后两个月内实现超 100 万美元年化收入,此前团队曾放弃首个营销工具产品并重构代码库以专注创意资产生成。

10月6日周二
10月5日周一
  1. The Verge · AI47

    OpenAI 将在 ChatGPT 中增加更多广告

    OpenAI 将于本月晚些时候在美国测试 ChatGPT 视觉广告,在用户生成图片时展示赞助产品图像。该广告独立于生成内容,不影响模型回答,且 Plus、Pro 及 Enterprise 订阅用户不会看到。此前 OpenAI 于 2 月首次引入仅含名称和链接的文字广告。

10月4日周日
  1. IT之家67

    马斯克旗下 xAI 上诉成功,明尼苏达州 AI 虚假裸照禁令被暂时叫停

    美国第八巡回上诉法院应 xAI 请求颁布临时禁令,暂时叫停明尼苏达州反“脱衣伪造”法案,该法案已于 8 月 1 日生效。xAI 主张该法律违宪、限制言论自由;明尼苏达州总检察长办公室表示失望,称将继续维护这项旨在遏制 AI 生成色情图像的法律。xAI 还表示 Grok Imagine 已设置“严密防护机制”,并已对绕过拦截、未经许可制作他人性影像的用户发起起诉。

10月3日周六
  1. IT之家52

    爱彼迎房东用 AI 生成漏水照片勒索房客 1700 美元,房客靠 SynthID 水印识破

    一名爱彼迎房客退房后被房东用 AI 生成的马桶漏水照片索要 1700 美元维修费,最终靠检测出谷歌 SynthID 数字水印识破,Airbnb 客服认定索赔不符合条件并处罚了房东账号。该房客先因照片里积水程度不合常理起疑,用 Gemini 分析后发现 SynthID 水印,判断照片由 Gemini 生成。报道同时提醒退房前拍摄房间与卫生间视频,以便在损坏索赔争议中留证。

10月2日周五
  1. IT之家60

    生图模型 FLUX 3 Image 发布:支持 4K 生成,可精准排布 AI 元素

    Black Forest Labs 发布图像生成模型 FLUX 3 Image,支持生成最高 4K 分辨率图片,放大后仍保持丰富细节。用户可在归一化的 0–1000 坐标网格上为每个元素指定 ID、描述文本及精确边界框,单次生成最多融入 10 张参考图像。模型支持对指定区域修改并保持其他像素不变,目前作为付费服务提供,开放模型版本将于数周内公开。

  2. 字节 Seed · 基础模型博客61

    字节发布 Seedream 5.0 Pro 图像生成模型

    字节 Seed 团队发布 Seedream 5.0 Pro 图像生成模型,具备复杂信息图设计、空间批注精准编辑与多语种原生生成能力。该模型可直出教育办公信息图与技术图纸,并根据涂鸦线稿拆分图层编辑。其原生支持十余种语言输入生成,包括西班牙语、孟加拉语及日语漫画等。

    推荐理由:字节 Seedream 5.0 Pro 展示了复杂信息图直出、空间批注编辑与十余种语言原生生成能力,便于创作者评估适用边界。

9月30日周三
  1. Google Research42

    Diffusion Controller 如何统一并简化 AI 图像生成

    Google Research 提出 Diffusion Controller 框架,将去噪过程重构为连续控制问题以统一图像生成控制。其轻量级附加网络在匹配人类偏好上优于行业标准,完全解锁版本对基线模型达到 90% 胜率。该框架基于 Stable Diffusion v1.4 骨干,利用 HPS-v2 评估,支持对闭源模型进行无代码修改的控制。

9月29日周二
  1. AWS Machine Learning Blog22

    在 SageMaker AI 上用 vLLM-Omni 生成图像与视频(第 2 部分)

    在 Amazon SageMaker AI 上部署同一个 AWS vLLM-Omni DLC 镜像的两个端点:实时端点运行 FLUX.2-klein-4B 生成图像,异步端点运行 Wan2.1-VACE-1.3B 生成图像条件视频。文本提示词先生成 PNG,再连同运动提示词经 Amazon S3 传给视频端点,生成的 MP4 存回 S3,示例提供命令行与 Streamlit 界面。

9月27日周日
  1. Testing Catalog29

    Google Flow 构建指向 Nano Banana 2.1

    Google Flow 网页构建中的模型标签由“Nano Banana 2.5 Flash”更改为“Nano Banana 2.1”,暗示该版本可能为最终生产名称。这一命名调整表明更新更偏向迭代而非大幅升级,且目前尚无发布时间表。此前 Nano Banana 2 已作为 Gemini 3.1 Flash Image 在多个 Google 产品中部署。

9月15日周二
9月9日周三
9月8日周二
  1. OpenAI News62

    OpenAI 发布 ChatGPT Images 2.5

    OpenAI 发布 ChatGPT Images 2.5,可将想法、草图和参考照片转化为更个性化、更精致的图像,更贴近用户原本的构想。

    推荐理由:OpenAI 官方发布 ChatGPT Images 2.5,读者可了解其把草图与参考照片转为个性化成图的定位。

7月23日周四
  1. Hugging Face Blog62

    Hugging Face 将 Nunchaku 4-bit 扩散推理引入 Diffusers

    Hugging Face 在 Diffusers 中引入 Nunchaku Lite,可直接用 from_pretrained() 加载 Nunchaku 风格的 4-bit 量化 checkpoint,无需自定义 pipeline 或本地 CUDA 编译。

    推荐理由:原文给出了 Nunchaku Lite 在 Diffusers 中的加载方式与实测延迟和显存数据,读者可据此判断消费级 GPU 跑扩散模型的实际收益。

7月16日周四
7月9日周四
  1. Rohan Paul34

    Meta 发布首个图像模型 Muse Image

    Meta 超级智能实验室发布首个图像生成模型 Muse Image,旨在取代 Midjourney 等外部依赖以掌控质量与成本。该模型将集成于 Instagram 和 Meta AI,支持擦除路人、生成二维码及保持文字可读性,内部测试显示其编辑能力优于 Nano Banana 2 但落后于 GPT Image 2。

7月1日周三
  1. Google DeepMind82

    Google DeepMind 发布 Nano Banana 2 Lite 与 Gemini Omni Flash

    Google DeepMind 发布 Nano Banana 2 Lite 和 Gemini Omni Flash 两款模型,前者是 Nano Banana 系列中速度最快、成本最低的图像模型,4 秒生成文本到图像,每张 1K 图像 0.034 美元;后者支持高质量视频生成与对话式编辑,输出视频定价为每秒 0.10 美元。

    推荐理由:两款模型同日开放开发者入口,并给出延迟、单价与能力边界,便于评估图像到视频的串联工作流。

4月23日周四

© 2026 SI·Hot · Super Intelligence Hot · 超级智能热点 · 网站数据均来源于网络公开资料,版权归来源方所有