图像模型

在 AI 绘画飞速发展的今天，我们早已习惯了让模型根据文字描述创造出惊艳的画面，甚至能将特定的商品、宠物或角色无缝植入新场景。然而，一个长期存在的“老大难”问题始终困扰着专业应用：细节一致性。 当你试...

谷歌今日正式推出了其最新图像生成模型 Nano Banana 2（技术代号：Gemini 3.1 Flash Image）。这款新模型旨在打破“速度”与“质量”不可兼得的魔咒，将 Gemini Fla...

想象这样一个场景：你看到朋友的照片戴着一副酷炫的墨镜，效果极佳。你也想给自己的照片加上同款墨镜，但你既不会使用复杂的 Photoshop，也难以用文字精确描述“想要什么样的墨镜、戴在什么位置、光影如何...

在AI领域，“大力出奇迹”似乎已成为一种默认法则：模型参数越大，效果越好。然而，由上海创智学院、复旦大学、中国科学技术大学、上海交通大学、浙江大学、西湖大学、南京大学以及南加州大学的研究人员共同推出的...

在 AI 绘画领域，长期存在着“画质”与“速度”的博弈，以及“扩散模型”与“自回归模型”的路线之争。扩散模型（如 Stable Diffusion）画质优异但推理步骤繁琐；自回归模型（类似 LLM 生...

Light AI 近日发布了 Qwen-Image-Edit-Causal V1.0，这是对 Qwen-Image-Edit-2511 的一次关键优化。新模型通过引入 分块因果注意力（block ca...

小红书智能创作基础技术团队正式推出 FireRed-Image-Edit——一款通用图像编辑模型，凭借原生编辑架构、精准指令遵循能力，在广泛场景下实现高保真、视觉一致的编辑效果，既打破了专业修图的门槛...

扩散模型凭借卓越的生成质量成为图像生成领域的核心技术，但40-100步的迭代去噪过程导致推理速度极慢，难以落地到实时应用场景。复旦大学与微软亚洲研究院联合提出的ArcFlow框架，通过非线性轨迹蒸馏的...

阿里全新推出新一代图像生成基础模型Qwen-Image-2.0，凭借专业文字渲染、细腻真实质感、超强语义遵循、轻量模型架构四大核心特色，实现生图与编辑功能的一体化融合，在文生图和图生图双赛道均展现出优...

CircleStone Labs 与 Comfy Org 联合打造的Anima文生图模型正式推出预览版，这款拥有20亿参数（2B）的模型专为动漫艺术打造，聚焦动漫概念、角色与风格创作，同时可生成各类非...

中国电信人工智能研究院（TeleAI）提出TeleStyle——一款轻量级且高效的图像与视频内容保持式风格迁移模型，核心基于Qwen-Image-Edit构建，针对性解决了扩散变换器（DiT）架构中内...

Photoroom 团队正式发布了其首个开源文生图模型 PRX (Photoroom Experimental)。这是一个拥有 13 亿参数、完全从头开始训练 的扩散变换器模型，并以宽松的 Apach...