10:51arXiv cs.AI@Chi Cui, Yixin Wu, Yang Zhang该论文对4chan上的AI非自愿合成色情图像(SNEACI)进行了大规模研究,识别出24,105条SNEACI内容。研究发现,非名人目标占比从先前研究的4.7%飙升至55.8%,表明AI裸化已从攻击公众人物转向伤害用户社交圈内的普通人。开源模型主导生产:Stable Diffusion系列生成42.7%的图像,Wan生成66.5%的视频,依赖数千个共享微调模型和教程。最活跃的内容生产者贡献了780条,推动社区参与并降低技术门槛。论文Stable DiffusionWan4chanAI安全开源模型推荐理由:这篇论文用硬数据告诉你,AI脱衣已经从搞名人变成搞普通人了,而且Stable Diffusion和Wan是主要生产工具,4chan社区里几百条的高产作者在推波助澜。原文
09:42arXiv cs.AI@Jinjie Shen, Wei Deng, Xian Hu, Daiguo Zhou, Jian LuanSTAR方法针对文本到图像生成的RL后训练中的奖励粒度不匹配问题,提出时空自适应奖励分配。它利用生成模型内的文本-图像注意力,在去噪步骤和生成过程中动态构建空间分配图,将组相对优势分配给更相关的潜在区域。以Stable Diffusion 3.5 Medium为基础模型,在GenEval、OCR文本渲染和PickScore三项任务上分别达到0.9759、0.9757和23.60的分数。论文STAR文本到图像生成强化学习Stable Diffusion奖励分配推荐理由:这篇论文提出STAR方法,通过空间和时间自适应分配奖励,让RL后训练更精准地优化文本到图像生成,效果在GenEval等基准上显著提升。原文
21:52shao__meng@shao__meng一位网友在 X 上发帖调侃,称团队内部以前默认“sd”是 Stable Diffusion 的缩写,现在却变成了 Seedance 2.0。这反映了 Seedance 2.0 在特定圈层中影响力上升,甚至可能超越 Stable Diffusion 成为新的默认指代。虽然只是一个小插曲,但暗示了 AI 图像生成领域格局的微妙变化。行业Stable DiffusionSeedance 2.0AI图像生成行业动态缩写变迁推荐理由:关注 AI 图像生成工具的开发者会发现,Seedance 2.0 正在悄悄抢占用户心智,值得留意这个新势力的动向。原文