跳到正文

图像生成

AI 画图的最前线:文生图模型迭代、图像编辑能力与创作工具生态的全部动态。

9 条精选相关主题AI 视频多模态产品更新

最新精选

第 1–9 条 · 共 9 条

11月10日星期二

Hacker News 首页

Fable 5.2 一次执行做出侄子梦想中的游戏,后续扩展至 18 个角色

lexandstuff 实测 Claude Code 搭配 Fable 5.2,从侄子的设计图和已有游戏代码出发,一次执行生成了可玩的 12 关横版动作游戏。模型重写了大部分代码,生成约 175 张图片和 140 段音频,并编写机器人在无头浏览器中跑完十二关、检查截图。

推荐理由:Fable 5.2 编写机器人在无头浏览器中跑完十二关并检查截图,将自动试玩与画面检查用于生成游戏的基础测试。

11月5日星期四

OpenAI News

OpenAI 发布 Images 2.6,图像生成提速 50% 并支持 GIF

OpenAI 在 ChatGPT、Codex 和 API 推出 Images 2.6,图像生成速度提升 50%,支持 GIF 动画并改善编辑中的细节一致性。

推荐理由:OpenAI 为 Images 2.6 增加独立的复杂度参数,让快速编辑与多约束场景能分别调整规划投入和画面质量。

10月23日星期五

The Verge · AI

Canva 首款图像模型 Canva Craft 先规划设计再生成图像

Canva 推出首款 AI 图像模型 Canva Craft,采用先规划设计、再生成图像的两阶段架构,现已向全球所有用户开放。模型支持最高 2K 分辨率和超过 30 种宽高比,Canva 称该架构可提升复杂图像中文字的可读性和物体放置的准确性。

推荐理由:Canva Craft 使用平台内容库中的人工模板训练,训练素材涵盖社交帖子、演示文稿、信息图和菜单等具体设计场景。

10月21日星期三

Google 博客 · Gemini

Gemini 推出面向小企业主的商业入口、营销与财务工具

Google 为 Gemini 推出小企业专用商业入口、营销与财务技能及新的应用连接,将在未来几天向全球所有 Gemini 应用用户逐步开放。企业可上传网站、品牌素材包、字体或配色,结合 Nano Banana 2.1 生成视觉素材,Gemini 会保留品牌风格,无需反复上传规范。

推荐理由:Gemini 将品牌素材生成、财务分析和商业应用连接集中到小企业入口,减少经营者重复上传品牌规范和自行解读财务数字的工作。

10月16日星期五

AI HOT · 模型

Black Forest Labs 发布开放权重图像模型 FLUX 3 Image Klein(5.6B)

Black Forest Labs 发布 5.6B 参数的开放权重模型 FLUX 3 Image Klein,支持文生图、图像编辑及最多 10 张参考图的多参考生成。

推荐理由:FLUX 3 Image Klein 通过 INT8 量化支持低至 8GB 显存的设备运行,降低本地图像生成与编辑的硬件门槛。

10月15日星期四

AI HOT · 产品

Black Forest Labs FLUX.3 Image Klein 登陆 Diffusers,支持边界框布局控制

Black Forest Labs FLUX.3 Image Klein 发布并同步支持 Diffusers,在同一模型中提供文生图、多参考图生图与边界框布局控制。

推荐理由:FLUX.3 用归一化边界框指定生成区域及参考图内容的移动位置,让布局指令在不同图像尺寸下保持一致。

10月7日星期三

The Decoder

Google 发布 Nano Banana 2.1,提升图像质量并将价格降低约一半

Google 发布图像生成与编辑模型 Nano Banana 2.1,替代 Nano Banana 2,并将图像价格降低约一半。1K 图像由 6.70 cents 降至 3.36 cents,4K 图像由 15.10 cents 降至 7.56 cents;Google 称新版改善文字渲染和角色一致性,最多处理 14 张参考图像,保持 4 个角色和 10 个物体一致。

推荐理由:Google 将 Nano Banana 2.1 的图像价格降低约一半,文中实测仍显示 Pro 在色彩和比例上更自然。

10月5日星期一

The Decoder

ChatGPT 新广告形式将在图像生成等待界面展示商品轮播

OpenAI 将于本月晚些时候面向美国 ChatGPT 用户测试展示广告,在图像生成等待界面以轮播或商品图片行展示。广告会明确标注,并与生成图片分隔;OpenAI 同时扩展转化归因、地域实验和品牌安全工具,部分广告主可设置否定关键词。

推荐理由:OpenAI 将在 ChatGPT 图像生成等待界面测试商品广告,把等待时段变成与生成图片分隔的商业展示空间。

2025年2月7日星期五

Mistral AI

Mistral AI 推出新版 le Chat,上线移动端及 Pro、Team 服务

Mistral AI 推出新版 le Chat,上线 iOS、Android 应用及 Pro、Team 服务,并开放 Enterprise 私有预览。新版提供代码解释器、文档分析和图像生成,Flash Answers 向所有用户开放预览,官方称速度可达 ~1000 words / sec;多数功能免费,Pro 起价为 $14.99 per month。

推荐理由:Mistral AI 为 le Chat 增加移动端和企业部署选项,让个人日常使用与企业自有环境中的工作接入有了不同入口。