⌘ K
… 读取采集状态 同步中...
雷

#图像生成

今日 0 条
10月12日周一
  1. 机器之心51

    文生图世界一致性评测:现有高分指标掩盖画面物理与空间错误

    文生图评测新聚焦于“世界一致性”维度,指出图像在美学、提示词对齐和人类偏好等现有指标上获得高分时,仍可能包含扭曲肢体、物体互相穿透或不合理物理现象等错误。文章强调现有评分体系未能系统衡量物体、交互与空间关系是否符现实约束,这类缺陷目前难以被常规量化指标捕捉。

10月11日周日
  1. 量子位 QbitAI76

    Google发布生图模型Nano Banana 2.1,支持4K直出并降价

    Google发布新一代生图模型Nano Banana 2.1,围绕视觉设计、蒙版编辑、主体一致性和画面真实自然性升级,支持4K直出。评测平台Arena显示其较上一代在三项功能上平均提升约61.7分;文本转图像排名第四,多图像编辑第五,单张图像编辑第六。

    推荐理由:这篇报道梳理了模型在画面一致性、中文渲染和价格上的具体变化,并给出实测案例,方便读者判断其在修图工作流里的可用度。

  2. 优设AIGC14

    复古街区海报 AI 提示词:巨型美食与老建筑的波普漫画风格

    本文展示了 6 组历史街区主题的拼贴海报 AI 提示词,将老建筑、特色美食和街头文化转化为复古波普漫画风格。设计融合了美式漫画粗黑描边、高对比撞色与丝网印刷颗粒,通过夸张的比例将美食放大并与建筑层叠穿插。该风格适用于城市文创、旅行海报或社交媒体配图,完整提示词已整理并在评论区提供。

  3. 优设AIGC42

    黑白字体人像海报 AI 提示词拆解

    优设 AIGC 分享一组黑白实验字体人像海报的 AI 提示词思路,将狂野手写英文与人物侧脸剪影融合。通过不对称构图、油墨飞溅及纸张颗粒等印刷肌理,营造先锋艺术风格。该视觉适用于潮流品牌、音乐活动海报及社交媒体封面。

  4. The Verge · AI21

    DistroKid 因 UMG 诉讼下架歌曲

    DistroKid 确认正响应 UMG 诉讼请求下架歌曲,以打击其指控的 “AI-slop pipeline”(AI 垃圾内容管道)。多名歌手反映无 AI 参与的作品、已获授权的翻唱及旧曲目也在下架之列,且 DistroKid 在移除前后均未提供通知或申诉渠道,导致艺术家损失。

  5. MarkTechPost79

    千问(Qwen)发布 Qwen-Image-2.1-Turbo 8步加速图像模型

    阿里千问(Qwen)团队发布 Qwen-Image-2.1-Turbo,该模型基于 7B 架构,将默认去噪步数从 40 步压缩至 8 步。模型支持 2K 分辨率生成与多参考图编辑,并输出带透明通道的 RGBA 图像,使用 Qwen Research License。

    推荐理由:原文拆解了8步加速机制与API定价,读者可评估其在同架构下的部署成本与效果边界。

10月9日周五
  1. Hugging Face Blog80

    用 ML-intern 构建定制小模型的实战指南

    作者演示了如何使用 HuggingFace 的 ML-intern 智能体在几天内构建 6 个定制小模型,总计算成本约 103 美元。文中详细分享了提示词撰写技巧,包括要求先运行基线测试和烟雾测试,以及为每个任务设置明确的预算上限。案例涵盖柑橘病识别、特定角色 LoRA、视角转换及 4 步推理模型等。

    推荐理由:作者展示了如何用 ML-intern 智能体构建垂直领域小模型,给出了具体提示词结构和成本数据,供读者复刻

10月8日周四
  1. 优设AIGC20

    6组夏日饮品海报AI提示词分享

    作者分享了一套用于生成夏日饮品广告海报的AI提示词,涵盖芒果百香果、草莓酸奶等六款饮品。该提示词思路以超写实商业摄影为基础,结合液体飞溅效果、悬浮水果和巨型文字排版,旨在打造风格统一的视觉画面。这套提示词适用于饮品上新、品牌广告或社媒活动海报制作。

  2. 极客公园34

    ChatGPT 推出全新 IUI 界面;谷歌推出试验性 AI 游戏平台 Playground;苹果被曝联合 LG 开发门锁、摄像头等智能家居配件|极客早知道

    OpenAI 在 ChatGPT 中推出 GPT-6 及 Intelligent UI(IUI)功能,用户可生成计算器、表单等交互界面,无需等待完整推理即可逐步获取回答。谷歌同期发布实验性 AI 游戏平台 Playground,支持通过自然语言生成并游玩浏览器游戏,无需编程知识。

  3. 优设AIGC82

    Nano Banana 2.1 发布,支持 4K 输出且基础生成成本降低

    Google Nano Banana 2.1 发布,支持 1K、2K 和 4K 输出,并把基础 token 单价从每百万 $60 降至 $30。新版强调版式秩序、主体一致性和蒙版编辑,可通过 Gemini App、Flow 和 Google AI Studio 使用。

    推荐理由:原文提供了新模型的分辨率、价格变化和接入方式,读者可以据此判断它适用于哪些生成工作流。

10月7日周三
  1. Google AI Blog51

    Google 发布 Playground 实验性游戏创作平台

    Google 发布实验性游戏平台 Playground,用户可通过文本提示词创建、游玩和分享自定义游戏,无需编程经验。该功能于 10 月 7 日在美国面向 18 岁以上用户上线,支持跨设备体验、多人竞技及基于 Google One 会员的分层创作访问,并计划未来集成 Unity Spark 以扩展专业级游戏开发能力。

  2. 量子位 QbitAI35

    Meshy 跻身 a16z 消费级 AI 应用月收入 Top 50

    3D 生成公司 Meshy 在 a16z 首份消费级 AI 应用月收入榜单中位列第 31 名,成为榜单中唯一的 AI 3D 公司。该榜单基于 YipitData 的银行卡消费数据发布。Meshy 的年度经常性收入(ARR)已突破 1 亿美元,并于 2026 年 7 月完成近 4 亿美元的 B 轮融资,投后估值达 15 亿美元。

  3. TechCrunch · AI38

    前 Ramp 工程师创立的广告 AI 平台 Melius 完成 2500 万美元融资

    AI 广告创意生成平台 Melius 宣布完成共 2500 万美元融资,包括 CRV 领投的 2000 万美元 A 轮和 General Catalyst 领投的 500 万美元种子轮。该公司在 7 月退出隐身模式两个月内,年化收入已突破 100 万美元。Melius 由前 Ramp 工程师创立,团队推翻了最初的营销工具代码库,转而打造可生成广告活动、图像和视频的“创意工作智能体实验室”。

  4. The Decoder62

    谷歌发布图像模型 Nano Banana 2.1,成本减半且支持 4K 分辨率

    谷歌发布新的图像生成与编辑模型 Nano Banana 2.1,将 1K 图像成本从 6.70 美分降至 3.36 美分,并支持 4K 分辨率。该模型基于 Gemini 3.6 Flash,在文字渲染、角色一致性等基准测试中表现优于旧版,部分指标甚至超过 Nano Banana Pro,但谷歌表示 Pro 版本在实际生成中通常视觉效果更好。

  5. AI HOT78

    Google Nano Banana 2.1 图像模型上线

    Google 在 Google AI Studio、API 和 Gemini 上线 Nano Banana 2.1 图像模型,官方称其具有更高的事实性、视觉保真度和多轮一致性。Nano Banana 2.1 在 API 上线,输入与文本生成成本比原版本高 2.5 至 3 倍,图像输出成本降低 50%,4K 图像每张消耗 2520 tokens 成本 0.076 美元。

    推荐理由:原文给出了多分辨率 token 消耗与定价对比,读者可以据此评估不同尺寸图像的成本变化。

10月6日周二
  1. TechCrunch · AI24

    Pinterest 推出 AI “Beauty Guides”功能,将美容 Pins 转化为专业行动指南

    Pinterest 发布由 Pinterest Intelligence 驱动的“Beauty Guides”功能,能将用户保存的美发与美甲 Pins 转化为包含专业术语、耗时及价格区间的可执行计划。该指南涵盖发型、发色、指甲形状与光泽类别,支持通过应用内按钮调取,帮助用户在沙龙沟通中精准表达需求并预估成本与维护频率。

  2. Google Gemini API Release Notes71

    Google 发布 Gemini Nano Banana 2.1 并弃用 Nano Banana 2

    Google 发布 Gemini Nano Banana 2.1(gemini-nano-banana-2.1),提供 1K、2K、4K 分辨率下的 1:4 至 8:1 全景宽高比支持,同时弃用 Nano Banana 2(gemini-3.1-flash-image)。新模型在保持 Flash 级速度与成本效率的基础上,显著提升了视觉质量、提示词遵循度及多轮角色一致性。

    推荐理由:Nano Banana 2.1 在保持 Flash 级速度下提升了画质与文本渲染,为图像生成工作流提供了更高效的选择。

  3. 优设AIGC36

    6组复古赛车海报AI提示词:极简摄影棚风格与巨型排版解析

    作者分享6组复古赛车海报的AI提示词,采用极简摄影棚风格,通过纯侧面视角与巨型无衬线英文背景构建杂志封面视觉效果。这套提示词涵盖拉力轿车、钢炮、复古跑车、房车、越野SUV及楔形超跑,利用克制配色与柔和光影突出车漆与机械细节。评论区回复“666”可获取完整提示词。

10月5日周一
10月4日周日
  1. APPSO66

    Opus 5.5 爆款案例分析:如何平衡直观演示与复杂工程能力

    文章复盘了 Opus 5.5 和 Sonnet 5.5 发布的爆款案例,展示了利用 Claude Code 组织多 Agent 流程生成 MV、3D 游戏及科学演示网页的尝试。作者指出虽然直观 Demo 能迅速展示模型能力,但隐藏了 12 到 30 小时的制作耗时及数百至数千美元的成本,真正的模型评估需兼顾惊艳效果与长任务稳定性及成本控制。

    推荐理由:作者归纳了 Opus 5.5 在生成 MV、3D 游戏及复杂交互演示等案例中的具体应用流程,并探讨了这种直观演示在反映模型真实能力边界上的局限性。