微软发布首款自研图像生成模型 MAI-Image-1，LMArena 排名进入前十
微软 AI 近日宣布推出其首款完全内部研发的文生图模型——MAI-Image-1。该模型已在 AI 基准平台 LMArena 的文生图排行榜中进入前十名，标志着微软在生成式 AI 领域迈出关键一步。 ...
排序
如何让图像生成模型“遗忘”一个概念？东北大学与MIT提出扩散模型概念擦除新方法
随着图像生成模型（如Stable Diffusion、Flux等）在质量和可控性上的飞速进步，其潜在风险也日益凸显： 生成裸露或暴力内容 模仿特定艺术家风格引发版权争议 复现受保护的商标或人物形象 现...
阿里 Qwen 项目组发布 Qwen-Image：首个 20B 级 MMDiT 图像生成基础模型
阿里 Qwen 项目组正式推出 Qwen-Image，这是通义千问系列中首个专注于图像生成的基础大模型。基于 20B 参数的 MMDiT（Multimodal Diffusion Transforme...
字节跳动提出的新一代多主体可控图像生成模型XVerse
在文本到图像生成领域，如何实现对多个主体身份和语义属性（如姿势、风格、照明）的细粒度控制，同时保持高质量和一致性，一直是一个极具挑战性的问题。 传统方法往往存在以下问题： 在多主体场景中容易引入视觉伪...
Soul AI推出新型推出新型图像生成模型 TransDiff ：将自回归（AR）Transformer 和扩散模型相结合，用于高质量的图像生成
Soul AI推出新型图像生成模型 TransDiff ，该模型将自回归（AR）Transformer 和扩散模型相结合，用于高质量的图像生成。TransDiff 通过将输入编码为高级语义特征，并利用...
Freepik 推出基于商业授权图像训练的 AI 图像生成模型 F Lite
在线图形设计平台 Freepik 于周二宣布推出一款新的开源图像生成模型——F Lite。这款模型完全基于商业授权的、“适合工作场所（SFW）”的图像进行训练，为用户提供安全、合法且高质量的图像生成服...
Science-T2I框架：通过整合科学知识，提升图像合成模型生成图像的现实感和科学一致性
纽约大学、华盛顿大学、宾夕法尼亚大学和 加州大学圣地亚哥分校介绍了一个名为 Science-T2I 的框架，旨在通过整合科学知识，提升图像合成模型生成图像的现实感和科学一致性。该研究的核心是解决现有图...
基于蒸馏的多功能图像生成模型DMM：通过蒸馏模型合并技术实现多功能图像生成
在文本到图像（Text-to-Image, T2I）生成领域，开发者通常会基于强大的基础模型（如Stable Diffusion 1.5）进行微调，以适应特定风格或场景的需求。例如，某些模型专注于生成...
基于像素空间流的图像生成模型PixelFlow：根据给定的文本描述生成高质量、语义一致的图像
香港大学和Adobe的研究人员推出基于像素空间流的图像生成模型PixelFlow，它直接在像素空间中进行操作，与传统的基于潜在空间（latent space）的模型不同。PixelFlow通过高效的级...
智象未来开源全新的170 亿参数图像生成基础模型HiDream-I1
北京智象未来科技开源了一款全新的图像生成基础模型HiDream-I1，其拥有 170 亿个参数，能够在几秒内实现顶尖的图像生成效果。这一模型提供了三种变体：Full、Dev 和 Fast，以满足不同用...
Luma AI推出新型生成模型框架IMM：实现仅 8 步 内生成高质量图像
Luma AI和斯坦福大学的研究人员推出新型生成模型框架 Inductive Moment Matching (IMM) ，旨在解决扩散模型（Diffusion Models）和流匹配（Flow Ma...
MiniMax 发布其首个文本到图像生成模型 Image-01
MiniMax 近日正式发布了其首个文本到图像生成模型 Image-01，标志着其在多模态视觉领域的重大突破。Image-01 不仅扩展了 MiniMax 的 AI 功能，还为全球用户带来了极具创意和...
