仅 1 亿参数!SupraLabs 推出轻量文生图模型Supra2-IMG,单张 H100 训练 9 小时SupraLabs 推出 Supra2-IMG,一个仅含 1.05 亿参数的微型文本到图像扩散 Transformer(DiT),在高质量合成数据集 LucasFang/FLUX-Reason-6M ...图像模型# Supra2-IMG# SupraLabs2个月前1130
阿里千问开源 Qwen-Image-2.1:7B 小模型,原生支持透明图生成与图层编辑阿里千问项目组正式开源 Qwen-Image-2.1,一款将文生图与图像编辑能力整合于单一模型的轻量级图像生成系统。其视觉生成模块仅含 7B 参数(32 层 Single-Stream DiT),在保...图像模型# Qwen-Image-2.1# 阿里千问2个月前1870
华为拜耳实验室发布Marigold V2:单卡几天训练,让 AI 看清“每一根发丝”的深度在计算机视觉领域,单目深度估计(Monocular Depth Estimation) 一直是个既基础又棘手的难题。它的目标很简单:只凭一张普通的二维彩色照片,推算出画面中每个像素点距离镜头的远近,生...图像模型# Marigold V2# 华为拜耳实验室2个月前1470
微软发布 MAI-Image-2.6-Flash,生成速度达 GPT-Image-2-Medium 2.8 倍且成本降低 50%微软在旗舰文生图模型 MAI‑Image‑2.6 的基础之上,推出速度优化版本 MAI‑Image‑2.6‑Flash,主打低延迟、高吞吐量,面向大批量图像生成业务,两款模型现已在 Microsoft...图像模型早报# MAI-Image-2.6-Flash# 微软2个月前1560
蚂蚁集团旗下inclusionAI 开源 6B 图像大模型 LLaDA‑Image,生成编辑二合一,附带极速蒸馏版本蚂蚁集团旗下 inclusionAI 团队正式推出 LLaDA‑Image,一款6B参数开源统一图像生成与编辑模型家族。整套模型分为两个版本:50步采样的基础版 LLaDA‑Image,主打高质量文生...图像模型# inclusionAI# LLaDA‑Image# 蚂蚁2个月前2530
商汤科技开源 SenseNova U1.5 Lite:8B 参数实现原生统一多模态,突破视觉创作瓶颈商汤科技正式开源了其轻量级、原生统一多模态大模型 SenseNova U1.5 Lite。与预览版相比,正式版不再仅仅追求“画面美感”,而是聚焦于真实视觉工作流的稳定性与可控性。通过 NEO-unif...图像模型# SenseNova U1.5 Lite# 商汤科技3个月前1980
PROVE:小米 MiLM Plus 发布全新对象移除评估指标,终结“模糊即高分”的乱象在 AI 图像和视频编辑领域,对象移除(Object Removal)技术的发展速度已经远远超过了评估它们的指标。当前的扩散模型能够令人信服地重建阴影、反射和遮挡结构,但传统的评估指标如 PSNR、S...图像模型# PROVE# 小米3个月前1470
商汤科技开源 SenseNova U1.5-Lite-Preview:8B 轻量级模型原生支持 4K 图像生成商汤科技今日正式开源了多模态模型 SenseNova U1.5-Lite-Preview 的预览版本。作为基于 NEO-Unify 架构的系统性迭代,该模型仅以 8B-MoT(混合专家Transfor...图像模型# SenseNova U1.5-Lite-Preview# 商汤科技4个月前2320
FeyNoBg:FeynAI 推出的 SOTA 级开源背景去除模型,配套 NoBg 训练库同步发布FeynAI 正式发布了 FeyNoBg,一款在背景去除(Background Removal)任务上达到最先进(SOTA)水平的深度学习模型。与此同时,为了降低该领域的开发门槛并促进社区创新,Fey...图像模型# FeynAI# FeyNoBg# 去背景4个月前1930
Black Forest Labs 发布 FLUX 3:支持20秒音视频生成,但开源版本需等待德国AI实验室Black Forest Labs今天发布了FLUX家族的新成员——FLUX 3。这不仅是版本号的递进,更意味着产品线的战略扩张:从单一的图像生成模型,升级为一个能同时处理图像、视频、音...图像模型早报# Black Forest Labs# FLUX 34个月前4720
阿里发布 Qwen-Image-3.0:以“实”为核心,4.5k Token 重塑图像生成生产力阿里巴巴通义千问团队正式推出 Qwen-Image-3.0,这是 Qwen-Image 系列的第三代图像生成基础模型。如果说 1.0 时代追求的是“准”,2.0 时代实现了“准、多、齐、美、真”,那么...图像模型早报# Qwen-Image-3.04个月前2700
字节跳动推出 Seedream 5.0 Pro:支持图层分离与精准编辑的生产级多模态模型字节跳动 Seed 项目组正式推出了 Seedream 5.0 Pro,这是一款专为专业设计工作流打造的多模态图像生成与编辑模型。与以往侧重于单次创意输出的模型不同,Seedream 5.0 Pro ...图像模型早报# Seedream 5.0 Pro# 字节跳动4个月前2700