7月27日
22:02
13:09
7月26日
7月24日
15:51
01:19
01:19Mustafa Suleyman@mustafasuleyman
MAI-Image-2.5-Pro 今日在 Foundry 平台开放预览。这是微软最高保真度的专业级图像模型,支持高质量图像生成、精细编辑以及精确的图内文本渲染。该模型加入图像系列,开发者可根据质量、速度和成本选择适合的模型。
事件专题

推荐理由:微软推出 MAI-Image-2.5-Pro 预览版,生成图像质量最高,还能精准渲染文字,适合专业场景。
7月22日
12:59
12:59官方账号arXiv cs.AI@Rahul Sajnani, Yulia Gryaditskaya, Radomír Měch, Srinath Sridhar, Matheus Gadelha
论文提出Appearance Pointers,一种紧凑的额外token,用于指导扩散变换器(DiT)在指定空间区域获取正确的纹理、对象身份等外观信息。该方法通过区域对应网络生成token,并用空间聚合机制优化,无需重新训练基础DiT模型即可处理多个区域描述。在多个基准测试上,单模型性能达到或超越针对特定模态的现有方法,实现了首个模态无关的局部多模态控制接口。
推荐理由:这篇论文搞了个Appearance Pointers,能让DiT模型精确指定图片不同区域该长什么样,不用重训模型,效果还比那些专门的方法好。
11:28
11:28小互@imxiaohu
72°
通义发布了图像生成模型Qwen-Image-3.0,支持单条指令生成九张信息图或一整版报纸。该模型原生渲染12国语言,覆盖100+艺术风格,并可仿真网页游戏直播界面。它还能联网获取最新世界知识,指令上限提升至4.5k token,一次交代完整复杂内容。
推荐理由:通义新模型Qwen-Image-3.0来了,能一次性画九张信息图甚至整版报纸,支持12国语言和100多种艺术风格,指令上限4.5k token,复杂需求一次搞定。
00:00
7月21日
05:32
05:32OpenRouter@OpenRouterAI
OpenRouter 发布 Krea 2 Medium,定位为快速、低成本的通用图像生成起点。该模型在插画、动漫、绘画和表现主义风格上生成稳定一致。相比 Krea 2 完整版,Medium 版推理速度提升约 40%,API 定价降低 60%,适合批量创作和实验。
推荐理由:OpenRouter 出了个 Krea 2 Medium,速度快一半、价格打六折,画插画和动漫风格很稳,适合日常批量出图。
7月18日
11:52
11:52Geek@geekbb
该项目利用OpenAI视觉模型自动识别照片中的衣物,并进行自动抠图。随后基于抠图结果生成模特上身预览效果。配套的Codex技能支持一键导入衣物素材或生成模特穿搭画册。整个流程可帮助电商卖家快速制作商品展示图。
事件专题

推荐理由:这个开源项目用OpenAI视觉模型自动识别衣物、抠图,还能生成模特上身图,适合电商卖家快速出图。
7月15日
00:47
7月10日
01:08
01:08The Rundown AI@therundownai
Reve 2.1 图像生成模型正式发布。在 Text-to-Image Arena 基准中,Reve 2.1 超越 Muse Image 升至第二名,仅次于 gpt-image-2。Reve 表示 2.1 的训练计算量不到竞争对手实验室的十分之一。该模型在排名上实现了反超。
事件专题

推荐理由:Reve 2.1 用不到十分之一的算力就拿到了图像生成第二,性价比拉满,值得看看。
7月9日
18:36
18:36orange.ai@oran_ge
BytePlus 宣布 Seedream 5.0 Pro API 正式可用。该模型专注于设计场景,支持精确编辑、复杂信息可视化、逼真渲染和跨语言图像生成。其画质对标 GPT image 2 级别,可生成企业级视觉素材。同时 ListenHub 和 Cola 正在接入中。
推荐理由:BytePlus 上线了 Seedream 5.0 Pro API,画质和 GPT image 2 看齐,设计场景功能超实用,做图搞创意可以试试。