AITOP

图像编辑

共 49 条相关 AI 资讯
8月20日
02:26
02:26Mustafa Suleyman@mustafasuleyman
精选
微软推出的MAI-Image-2.5-Pro成为Artificial Analysis图像编辑榜单第一名，超越了Reve 2.1、GPT Image 2等模型，同时在文本转图像领域位列第七；该模型于7月23日在Microsoft Foundry预览发布，主打高质量图像处理功能。
AI模型MAI-Image-2.5-ProArtificial Analysis图像编辑
事件专题
推荐理由：微软发布了MAI-Image-2.5-Pro，做高质量图像编辑很厉害，比Reve 2.1这些模型表现更好，适合专业图像任务使用。
原文
8月19日
03:33
03:00
02:32
02:14
8月8日
13:58
13:46
13:28
8月5日
12:32
01:48
01:48OpenRouter@OpenRouterAI
OpenRouter 新增了图像模型 Playground，用户可以在浏览器中直接试用 OpenAI 的 GPT-Image 模型。该 Playground 支持快速生成、编辑和组合图像，无需自行搭建环境。入口链接指向 openrouter.ai/openai/gpt-ima... 页面。
AI产品OpenRouterGPT-Image图像生成
事件专题
推荐理由：OpenRouter 出了个新 Playground，打开就能玩 GPT-Image，生成、改图、拼图都行，比你自己搭环境省事多了。
原文
7月31日
17:26
13:07
06:03
01:08
01:08lmarena.ai@lmarena_ai
Text-to-Image Arena 推出 Single 和 Multi-Image Edit 两个新竞技场，每个竞技场均包含写实、肖像、卡通、艺术、3D 建模、商业设计和文本渲染七个类别。GPT Image 2 在这七个类别中均位列第一，尤其擅长文本渲染。Mai Image 2.5 和 Muse Image 在单图编辑中表现接近，仅次于 GPT Image 2。在多图编辑中，Seedream 5.0 Pro 和 Muse Image 在文本渲染、肖像、写实等类别上差距不大，但在 3D 建模和卡通方面有更明显的区分。
AI产品GPT Image 2Mai Image 2.5Seedream 5.0 Pro
推荐理由：想挑最好的文生图或修图模型？Arena 新出的细分榜单能帮你一眼看出每个模型的强项，GPT Image 2 全类别第一，文本渲染最突出。
原文
7月30日
02:11
02:11Ideogram@ideogram_ai
Ideogram推出的Object Remover在RemovalBench基准测试中排名第一，超越Nano Banana 2、FLUX Erase和GPT Image-2等主流图像编辑模型。该工具不仅移除质量最高，还提供每请求最低的价格。测试结果显示其综合性能领先。
AI模型IdeogramObject RemoverRemovalBench
推荐理由：Ideogram新出的物体移除工具，在RemovalBench上拿了第一，价格还最低，想清理图片里杂物可以试试。
原文
7月24日
15:51
7月13日
18:29
18:29官方一手歸藏(guizang.ai)@op7418
Seedream 5.0 Pro 的图像精细编辑能力结合模型与交互，可对图像进行精准区域编辑。标注区域与生成区域的颜色能完美融合，无溢出。该教程详细演示了如何在Lumion中操作这套功能。
技巧Seedream 5.0 ProLumion图像编辑
推荐理由：想要精准修图吗？Seedream 5.0 Pro 能让你画个区域就自动融合颜色，教程手把手教你用Lumion玩起来。
原文
7月8日
23:55
23:55berryxia@berryxia
Seedream 5.0 Pro 现已上线字节云平台，该版本支持精准编辑、可视化复杂信息、渲染逼真图像与肖像。相比前代，它融合了香蕉的替换主体与编辑主题能力，以及类似 Image-GPT-2 的分层编辑功能。用户可通过该模型实现多语言创作下的精细化图像修改。
AI模型Seedream 5.0 Pro字节云Image-GPT-2
事件专题
推荐理由：字节云上新了Seedream 5.0 Pro，能做分层编辑和精准图像修改，类似Image-GPT-2的玩法，适合做设计或视觉内容的朋友试试。
原文
23:00
23:00小互@imxiaohu
Seedream 5.0 Pro 正式发布，官方效果图显示其生成质量接近 GPT image 2。新版本支持高密度信息表达、交互式精准编辑、智能图层分离，影像与人像质感真实。同时原生支持多语种输入与生成，可处理英文、中文等多种语言。
AI产品SeedreamGPT image 2图像编辑
推荐理由：Seedream 出了5.0 Pro，图像生成能跟GPT image 2掰手腕了，还自带图层分离和多语种输入，做设计的朋友可以试试。
原文
21:37
21:37IT之家（博客/媒体）
73°
字节跳动今日发布多模态图像创作模型 Seedream 5.0 Pro。相比之前版本，该模型在图文匹配、结构合理性、文字渲染与画面美感等基础能力上全面提升。它支持复杂信息可视化，能将数据、概念与密集文字准确转化为专业排版。还支持交互式精准编辑，基于空间位置与区域语义实现点选、圈选、图层分离等可控编辑。目前 Seedream 5.0 Pro 已上线火山方舟体验中心，并即将在豆包、即梦上线。
AI模型Seedream 5.0 Pro字节跳动火山方舟
事件专题
推荐理由：字节新出的 Seedream 5.0 Pro 能一键生成复杂信息图，还能像修图一样精准编辑图像，图文匹配和质感都更强了。
原文
10:17
10:17官方账号arXiv cs.AI@Yoav Baron, Sara Dorfman, Roni Paiss, Daniel Cohen-Or, Or Patashnik
本文研究VLM在扩散图像编辑管线中作为条件编码器时的定位能力下降问题。作者提出Analysis-by-Proxy框架，训练轻量级代理模型在VLM中间表示上执行辅助定位任务。实验发现，在单次前向传递约束下，定位信号未可靠传播到预设条件层配置，而是隐藏在随输入提示变化的中间表示中。该框架揭示了现有编辑管线条件提取策略的根本失败，为设计更合理的条件架构提供了方向。
论文VLMAnalysis-by-Proxy扩散模型
推荐理由：这篇论文把VLM做图像编辑时定位不准的老问题挖到底了——原来不是模型不行，是提取信号的方式错了。他们用了个'代理分析'的巧招，把隐藏的定位信号给揪了出来，搞编辑管线的值得一看。
原文
01:06
01:06官方一手AWS Machine Learning Blog@Salman Ahmed
精选
这篇教程教你用Amazon Bedrock AgentCore构建一个无服务器图像编辑智能体，用户上传照片后用自然语言描述编辑请求，数秒内返回结果。整个方案包含认证、加密存储、三个图像编辑工具以及React前端，只需一条命令即可部署。基础设施用AWS CDK定义，无需自定义编排代码。
技巧Amazon BedrockAgentCore无服务器
推荐理由：跟着做就能搞出一个能理解自然语言指令的图像编辑器，部署还特别省心，一条命令搞定全套，试试看。
原文
7月2日
00:21
6月29日
13:49
6月26日
03:54
03:42
03:42Mustafa Suleyman@mustafasuleyman
72°
MAI-image-2.5 在 ArtificialAnalysis 基准中文本到图像排名第二，仅次 GPT 模型，图像编辑排名第三。MAI-Image-2.5-Flash 在质量/价格比上全球领先。该模型已通过 Foundry API 提供，正逐步在 OneDrive 和 PowerPoint 中推出。用户也可在 MAI Playground 直接体验。
AI模型MAI-image-2.5MAI-Image-2.5-FlashMicrosoft
事件专题
推荐理由：微软新图像模型 MAI-image-2.5 文本到图像只输 GPT，性价比版全球第一，可以 OneDrive 和 PPT 里直接用。
原文
6月23日
14:56
07:51
07:51IT之家（博客/媒体）
科技媒体 AppleInsider 测试了 iOS 27 照片应用中的 Extend 扩图工具，该工具基于 Apple 智能分析图片内容并补全外部区域。在测试小猫窗台照片时，iOS 27 补充了窗帘、枯植物和窗户等元素，生成效果自然。而在夜景照片中，扩图生成的路桩、立杆大体合理，但路牌背面形状异常。罗马苹果商店楼梯照片中，AI 补出了更多台阶和玻璃，但现实场景其实有门。罗马机场照片中，AI 扩图甚至生成了现实中不存在的悬浮卡车。
AI产品iOS 27Apple 智能Extend工具
推荐理由：苹果在 iOS 27 里加了一个 AI 扩图功能，能把照片边缘补全。实测补出来的画面挺自然，但别指望它还原真实场景——有些东西是瞎编的。
原文
6月20日
10:26
6月18日
10:58
10:58官方账号arXiv cs.AI@Mukund Khanna, Raj Singh Yadav, Kunal Singh
当前指令式图像编辑模型在处理产品图片时，难以保持品牌标识和文字细节。该工作构建了包含87k SFT样本和869张产品图像的RL数据集，并提出Cyclic Consistency奖励来强制产品身份语义保持。在Qwen-Image-Edit-2511和Flux.1-Kontext-dev上微调后，模型在OCR和感知指标上取得一致提升，其中Qwen模型字符错误率降低5倍。研究还发布了ProductConsistency Benchmark用于标准化评估。
论文ProductConsistencyQwen-Image-Edit-2511Flux.1-Kontext-dev
推荐理由：这篇论文搞了一个新数据集和训练方法，能让AI改产品图时更准地保留品牌和文字，Qwen的错字率降到原来的五分之一，做电商图片编辑的可以看看。
原文
6月12日
13:28
13:28官方账号Microsoft AI@MicrosoftAI
微软发布了其图像生成与编辑模型MAI-Image-2.5，该模型能够生成高度逼真的照片级图像，并支持精确编辑。一个有趣的细节是，其官方宣传图全部由模型本身生成，展示了其在细节和真实感上的强大能力。用户现在可以在微软Playground或OpenRouter上免费试用该模型。
AI产品图像生成图像编辑微软
推荐理由：微软MAI-Image-2.5在照片级真实感和精确编辑上表现出色，做设计、内容创作或AI图像研究的团队值得一试，直接在Playground或OpenRouter上体验其生成效果。
原文
6月9日
14:52
6月4日
10:05
03:54
6月3日
09:52
09:52berryxia@berryxia
微软发布的新模型 MAI-Image-2.5 在图像编辑能力评测中取得第二名，仅次于 OpenAI 的 GPT-Image-2。该模型超越了 Google 的 Nano Banana 模型，显示出微软在图像生成与编辑领域的快速进步。评测结果引发了对 Google 在 AI 图像领域创新速度的讨论，部分用户表示期待 Google 推出更强的新模型。
AI模型图像编辑微软MAI-Image-2.5
事件专题
推荐理由：图像编辑模型竞争白热化，微软 MAI-Image-2.5 已超越 Google，做 AI 图像生成或编辑的开发者可以关注这个新选择，看看它和 GPT-Image-2 的差距在哪。
原文
08:12
08:12OpenRouter@OpenRouterAI
微软发布 MAI-Image-2.5 模型，在文本到图像和图像到图像排行榜上分别位列第3和第2，性价比领先市场。该模型支持精准的图像生成与编辑，目前已在 OpenRouter 平台上线。对于需要高质量图像生成且预算有限的团队，这是一个值得关注的选择。
AI模型微软MAI-Image-2.5图像生成
事件专题
推荐理由：微软 MAI-Image-2.5 以市场领先的性价比登顶排行榜，做图像生成或编辑的团队可以直接在 OpenRouter 上试用，省下不少成本。
原文
04:50
04:50
03:38
6月2日
09:38
09:38官方账号arXiv cs.AI@Zhihong Liu, Siqi Kou, Zheng Li, Ye Ma, Quan Chen, Peng Jiang, Kai Yu, Zhijie Deng
ProductWebGen 是一个用于评估多模态生成模型在电商产品网页生成任务上能力的基准测试。它包含 500 个测试样本，覆盖 13 个产品类别，每个样本提供源图像、视觉内容指令和网页布局指令，要求模型生成包含多张一致图像的 HTML 网页。研究对比了两种工作流：基于图像编辑模型和语言模型的编辑式方法，以及基于统一多模态模型的端到端方法。实验表明编辑式方法在网页指令遵循和内容吸引力上领先，而统一模型在视觉内容指令执行上更有优势。团队还构建了包含 1000 组真实产品图像和 LLM 生成 HTML 代码的微调数据集 ProductWebGen-1k，并在开源模型 BAGEL 上验证了其有效性。
论文多模态生成电商/广告基准测试
推荐理由：电商和广告领域的开发者终于有了一个标准化的产品网页生成评测工具——ProductWebGen 帮你快速对比不同多模态模型在可控生成上的真实表现，做营销自动化或电商页面生成的团队值得关注。
原文