跳到正文

#图像生成

今日 0 条

11月13日

星期五
  1. Phota Labs 推出 iOS AI 照片助手,把日常照片变成专业级大片

    a16z 投资的 Phota Labs 发布 iOS 应用,用自研个性化技术把日常快照自动修成专业摄影风格,同时保留人物真实面貌。用户可选从轻微调整到鱼眼、换角度等大幅变换的多种摄影风格,编辑后的图片带不可见水印标识 AI 修改。该应用免费上线,公司去年完成 560 万美元种子轮融资,未来计划推出 Android 版并探索 freemium 模式。

11月12日

星期四

11月11日

星期三

11月10日

星期二
  1. 字节跳动 Seedream 5.5 发布,称支持 100 轮编辑不偏色

    字节跳动 Seed 推出面向专业生产工作流的图像生成模型 Seedream 5.5,称可支持最多 100 轮多轮编辑,未改动区域在像素级保持不变且不出现偏色。该模型可原生生成带透明背景的 RGBA 图像,生成元素可直接作为设计素材使用,并称在光照、材质和皮肤纹理上更真实、密集小字还原更准确。

  2. Instagram 推出 Effect Builder,用 AI 提示词生成 Stories 滤镜

    Instagram 上线 Effect Builder,美国 18 岁以上用户可用提示词生成 Stories 自定义滤镜,并支持附加风格参考图和上传照片预览效果。用户可通过后续提示词要求修改,也可让 Instagram 的 AI 改写提示词;生成的滤镜需通过安全审核后才能供其他用户使用,使用时 Instagram 会链接回作者主页。

11月5日

星期四
  1. ChatGPT 支持用提示词或照片生成 GIF

    ChatGPT 现在可以用提示词或上传的照片生成 GIF,并支持调整动画速度、编辑单帧和分享,此前它无法一步原生生成 GIF。该功能随 OpenAI 的 Images 2.6 模型一同推出,Images 2.6 还带来更快的图像生成,并向所有 ChatGPT 和 Codex 用户开放网页、桌面和移动端。

11月4日

星期三
  1. 贝索斯与杰森·斯坦森植发照片系伪造,AI 或修图造假在社交媒体流传

    贝索斯和杰森·斯坦森"植发后"的照片在 X、Threads、Bluesky 流传,实为修图或 AI 伪造。The Verge 用 Google 反向图片搜索找到原图:贝索斯照片摄于 2023 年,斯坦森照片摄于 2011 年,均无头发。这些图片未检测到 Content Credentials 或 SynthID 标记,尚无法确认是否由 AI 工具生成。

11月1日

星期日

10月30日

星期五
  1. Meta 悄然推出 AI 时尚应用 Style Sketch

    Meta 悄然上线 AI 时尚应用 Style Sketch,可连接 Instagram 用已发布照片搭建虚拟衣橱,也支持拍照、录视频或上传相册图片手动添加单品。应用会基于已有衣物推荐搭配,并支持按体型和肤色匹配的虚拟试穿,目前已在印度尼西亚、新加坡和泰国上线 iOS 与 Android。用户还可输入目的地、行程天数和活动安排,获得结合天气预报的逐日穿搭计划。

10月23日

星期五
  1. Canva 发布首个自研图像模型 Craft

    Canva 发布首个自研图像生成模型 Craft,由其内部实验室 Canva Research 从零训练,主要使用数百万份设计模板而非照片作为训练数据。Craft 先生成构图、比例和文字,再输出最高 2K 分辨率、覆盖 30 多种宽高比的图像,支持 55 种语言的文字渲染,并可通过 Magic Layers 拆分为可编辑图层。

  2. Canva 发布首款自研图像生成模型 Canva Craft

    Canva 发布首款自研图像生成模型 Canva Craft,由内部研究团队开发,对标 Google、OpenAI、字节跳动和 Meta 的同类模型。该模型分两阶段生成:先解析提示词并规划元素空间关系、相对尺度、视觉层级和文字信息,再输出最高 2K 分辨率、支持 30 种宽高比的图像,官方称可保证物体细节准确、文字清晰,并支持局部精确编辑。

10月20日

星期二

10月16日

星期五

10月15日

星期四

10月14日

星期三

10月13日

星期二

10月12日

星期一
  1. Blueprints AI 称可在数分钟内生成可直接报批的建筑蓝图

    Blueprints AI 在 TechCrunch Disrupt 上发布第二代软件,可从一段描述或 2D 草图、PDF 出发,一次性生成建筑、结构、机电、给排水和室内设计蓝图,并对照当地建筑规范校验,改动一处即更新整个项目。第一代软件月费 3,200 至 8,500 美元,第二代本周公开可用,早期客户已在使用;第三代将加入结构分析和配电盘设计。

10月10日

星期六
  1. Nikon 显微视频大赛冠军因使用生成式 AI 被取消资格

    Nikon 取消其 Small World in Motion 显微视频大赛原第一名作品资格,原因是该视频违反比赛关于生成式 AI 的规则。作者 Dr. Ning Xu 在 LinkedIn 承认使用无监督神经网络方法进行 AI 辅助后处理,该视频已被移除,Nguyen Nam Nhat 的作品递补第一。Nikon 表示将重新审视未来赛事的规则与评审流程。

10月9日

星期五

10月8日

星期四
  1. Ben Affleck 谈机器学习与视觉特效:从卷积神经网络到 Transformer

    Ben Affleck 表示自己从小对计算机感兴趣,在电影从模拟胶片转向数字后更加关注这一领域,并会写"相当糟糕的 Python 脚本"。他指出视觉特效工作流多年来一直包含机器学习,卷积神经网络作为 Transformer 的前身,可用于处理 tensor 并实现边缘检测与特征提取,从而更轻松地抠出绿幕画面并替换背景。

10月7日

星期三
  1. 前 Ramp 工程师放弃首款产品后,为 AI 广告平台 Melius 融资 2000 万美元

    前 Ramp 工程师创立的 AI 广告平台 Melius 完成 2000 万美元 A 轮融资,由 CRV 领投,另含 General Catalyst 领投的 500 万美元种子轮,累计融资 2500 万美元。团队在首款绩效营销工具开发半年后放弃并重写全部代码,转向生成广告创意与campaign的"创意工作智能体实验室",7 月结束隐身状态后两个月内年化收入超 100 万美元。

10月2日

星期五
  1. Black Forest Labs 发布 Flux 3 Image,支持多步编辑且不改动画面其余部分

    Black Forest Labs 发布 Flux 3 模型家族的图像部分 Flux 3 Image,官方称其支持多步编辑且不改变图像其他部分,覆盖文生图、图生图、文字渲染和照片级真实感。用户可用边界框构图、最多引入十张参考图,输出最高 4K;目前提供免费 demo,API 在 10 月 8 日前五折。企业可授权商用权重在自有基础设施上运行和微调,开放权重版本预计未来几周推出。

9月30日

星期三
  1. Google Research 提出 Diffusion Controller:统一并简化 AI 图像生成控制

    Google Research 提出 Diffusion Controller 框架,将扩散模型的去噪过程重构为连续控制问题,用一个轻量"转向阻尼器"网络在冻结基座模型的前提下动态调整生成轨迹。在 Stable Diffusion v1.4 上以 HPS-v2 评测,其完全解锁版本对基线模型取得 90% 胜率,并支持在无法访问内部权重的闭源模型上实现定制控制。

9月29日

星期二
  1. 在 SageMaker AI 上用 vLLM-Omni 生成图像与视频(第二部分)

    AWS 发布教程,演示在 SageMaker AI 上部署同一个 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 做图像条件视频生成。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,最终从 S3 取回 MP4,示例含命令行流程和可选的 Streamlit 界面。

9月8日

星期二

7月23日

星期四