Pollo AI 用 OpenAI 模型把创意变成营销活动
Pollo AI 借助 GPT-5.6、GPT-6 Astra 和 GPT-Image-2.5,帮助创作者将创意转化为精细图像与电影级视频广告。
Pollo AI 借助 GPT-5.6、GPT-6 Astra 和 GPT-Image-2.5,帮助创作者将创意转化为精细图像与电影级视频广告。
OpenAI 发布 ChatGPT Images 2.5,可将想法、草图和参考照片转化为更个性化、更精致的图像,并更贴近用户原本的构想。
推荐理由:官方给出 ChatGPT Images 2.5 的输入类型与输出定位,可据此判断图像生成能力的变化方向。
Google DeepMind 发布 Nano Banana 2 Lite(gemini-3.1-flash-lite-image)和 Gemini Omni Flash(gemini-omni-flash-preview)两款模型。
推荐理由:官方给出两款新模型的延迟、价格与可用入口,读者可据此判断图像与视频生成链路的成本取舍。
OpenAI 发布 ChatGPT Images 2.0,改进了文字渲染、多语言支持和视觉推理能力。官方同时提到可查看 Images 2.5 的新变化。
推荐理由:官方给出图像生成在文字渲染、多语言与视觉推理上的改进方向,可据此判断多模态能力的演进重点。
OpenAI 介绍如何用 ChatGPT 创建和优化图像:通过清晰的提示词生成视觉内容,并可在数分钟内迭代设计、产出高质量图像。
Google DeepMind 发布最新图像生成模型 Nano Banana 2(Gemini 3.1 Flash Image),把 Nano Banana Pro 的高级世界知识、质量与推理能力带到 Flash 级速度。
推荐理由:官方给出 Nano Banana 2 与 Pro 的能力分工和上线范围,读者可据此判断该选哪个模型。
伯克利 AI 研究团队提出一种基于互信息的成像系统评估与优化框架,仅用带噪测量和噪声模型即可量化测量对物体的区分能力,无需任务专用解码器。该方法在彩色摄影、射电天文、无透镜成像和显微成像四个领域预测了解码器性能,优化后的设计在更少内存和算力下达到与端到端方法相当的水平,相关成果发表于 NeurIPS 2025。
OpenAI 发布 ChatGPT Images 与 GPT-Image-1.5,前者提供更快的图像生成体验,后者在 API 中开放。原文提到可进一步了解最新的 ChatGPT Images 2.5。
推荐理由:OpenAI 在 API 中放出 GPT-Image-1.5,并同步更新 ChatGPT 图像体验,可据此了解其图像生成能力的最新版本。
Google 在 Gemini 应用中上线图像验证功能,用户上传图片并提问即可借助 SynthID 数字水印判断该图是否由 Google AI 生成或编辑。SynthID 自 2023 年推出以来已为超过 200 亿件 AI 生成内容添加水印,Google 还表示后续将把验证扩展到视频、音频以及 Search 等更多入口。
推荐理由:Google 把 SynthID 水印检测做进 Gemini 应用,读者可了解 AI 图像溯源在产品侧的具体落地方式。
Google DeepMind 发布 Nano Banana Pro(Gemini 3 Pro Image),基于 Gemini 3 Pro 构建,面向开发者提供影棚级图像生成与编辑,已在 Google AI Studio 和 Vertex AI 以付费预览形式逐步开放。
推荐理由:官方给出新图像模型的分辨率、文本渲染与搜索接地能力,读者可据此判断多模态应用的可用边界。
Google DeepMind 发布 Nano Banana Pro(Gemini 3 Pro Image),基于 Gemini 3 Pro 构建,主打图像生成与编辑,支持在图中直接渲染多语言可读文本,并可连接 Google Search 获取实时信息。
推荐理由:官方给出 Nano Banana Pro 的文本渲染、多图合成与分辨率等能力细节,可据此判断图像编辑工作流的变化。
ChatGPT图像生成功能支持从提示、草图或上传的图片创建品牌视觉和产品原型。
ChatGPT 企业版新增 o3 模型、图像生成、增强记忆和内部知识功能。官方同步放出这些功能的上手演示,展示其在企业场景中的实际用法。
OpenAI 宣布最新图像生成模型已通过 gpt-image-1 在 API 中开放,开发者和企业可将专业级、可定制的视觉内容直接构建到自有工具和平台中。
推荐理由:OpenAI 将最新图像生成模型以 gpt-image-1 接入 API,开发者可据此评估自有产品的图像生成集成路径。
OpenAI 在 GPT-4o 中推出原生图像生成能力,官方称其在文字渲染和指令遵循上更强。该功能于 2025 年发布,相关入口为 ChatGPT Images 2.5。
推荐理由:GPT-4o 原生图像生成上线,文字渲染与指令遵循是这次能力变化的关键看点。
OpenAI 发布 GPT-4o 系统卡补充说明,介绍 4o 图像生成。该能力比此前的 DALL·E 3 系列模型显著更强,可生成照片级真实感输出,并能接收图像作为输入并进行变换。
推荐理由:官方系统卡补充说明披露 4o 图像生成相较 DALL·E 3 的能力变化,可据此了解该模型的生成与图像输入能力。
OpenAI 对连续时间一致性模型进行了简化、稳定化与规模化,仅用两步采样即可达到与领先扩散模型相当的样本质量。
OpenAI 与 The Met 服装学院合作推出“Sleeping Beauties: Reawakening Fashion”展览,借助 AI 展现艺术与创意潜力。该合作旨在通过美与创造力丰富人们的生活。
OpenAI 发布训练一致性模型的改进技术。一致性模型是一类新兴生成模型,无需对抗训练即可一步采样出高质量数据。
OpenAI 提出 Consistency Models,可在不依赖迭代采样的情况下实现图像、音频和视频生成,从而解决扩散模型生成速度慢的问题。扩散模型虽推动了这些生成领域的发展,但其迭代采样过程导致生成缓慢。
Canva 推出 AI 驱动的 Magic Studio,为其月活超 1.75 亿的视觉传播平台加入 AI 创作能力。该平台支持制作演示文稿、视频、文档、网站和社交媒体图形,旨在帮助缺乏设计训练的职场人士轻松创作视觉内容。
OpenAI 宣布 DALL·E 3 现已在 ChatGPT Plus 和 Enterprise 中可用。为支持更大范围发布,OpenAI 开发了一套安全缓解方案,并同步分享了其在内容来源溯源方面的研究更新。
推荐理由:OpenAI 官方说明 DALL·E 3 面向 ChatGPT Plus 与 Enterprise 开放,并同步披露安全缓解与来源溯源研究进展。
OpenAI 发布 DALL·E 3 系统卡,用于说明该图像生成模型在安全与风险方面的评估情况。
OpenAI 宣布 DALL·E API 进入公开测试阶段,开发者从即日起可以基于该 API 构建应用。
推荐理由:OpenAI 开放 DALL·E API 公测,开发者可据此判断图像生成能力接入自家应用的门槛变化。
OpenAI 宣布 DALL·E 取消等待名单,新用户可以直接开始创作。官方称,部署中积累的经验以及安全系统的改进,使更广泛的开放成为可能。
推荐理由:OpenAI 官方说明 DALL·E 取消等待名单,并交代了安全系统改进这一放开前提。
OpenAI 为 DALL·E 推出 outpainting 功能,可生成任意尺寸的图像。官方称该功能用于扩展创作空间、讲述更大的故事。
推荐理由:原文给出 DALL·E 新增 outpainting 能力,读者可据此了解图像生成在画幅扩展上的新用法。
OpenAI 宣布 DALL·E 进入测试版,将在未来几周从等待名单中邀请 100 万人使用。用户可用每月重置的免费积分生成图像,也可按 115 次生成 15 美元的价格购买额外积分。
推荐理由:OpenAI 公布 DALL·E 测试版开放节奏与积分定价,读者可据此了解早期图像生成产品的可用方式。
OpenAI 为 DALL·E 2 部署了一项新技术,使其生成的人物图像能更准确地反映世界人口的多样性,以减少偏见并提升安全性。
OpenAI 在 DALL·E 2 研究预览中,已有来自 118 个以上国家的 3000 多名艺术家将 DALL·E 纳入创作流程。OpenAI 表示,早期访问组的艺术家帮助发现了 DALL·E 的新用途,并在其决定 DALL·E 功能时提供了关键意见。
推荐理由:原文给出 DALL·E 2 研究预览中艺术家的使用规模,读者可据此了解早期创作者如何参与产品功能决策。
OpenAI 为向大众开放 DALL·E 2,在预训练阶段采取缓解措施以降低强大图像生成模型的风险。为此设置了多种防护机制,防止生成图像违反其内容政策。
OpenAI 更新 DALL·E 2 研究预览进展,早期用户迄今已生成超过 300 万张图像,并帮助改进了安全流程。OpenAI 表示将开始每周从候补名单中新增最多 1000 名用户。
推荐理由:官方披露 DALL·E 2 预览期的用户规模与每周放量节奏,可据此了解其早期开放进度。
OpenAI 训练了一个名为 DALL·E 的神经网络,可根据自然语言描述生成图像,覆盖自然语言可表达的广泛概念。
推荐理由:OpenAI 官方公布 DALL·E 这一从文本生成图像的神经网络,可据此了解文生图方向的早期起点。
OpenAI 发现,与在语言上训练的大型 Transformer 模型一样,同一模型在像素序列上训练后也能生成连贯的图像补全和样本。通过建立样本质量与图像分类准确率之间的相关性,研究显示其最佳生成模型在无监督设定下所含特征可与顶级卷积网络竞争。
推荐理由:OpenAI 用同一套 Transformer 架构处理像素序列,并给出生成质量与分类精度相关的证据。
OpenAI 发布可逆生成模型 Glow,采用可逆 1x1 卷积,在简化此前可逆生成模型架构的同时支持高分辨率图像生成与高效采样。该模型还能发现可用于操控数据属性的特征,OpenAI 同步开源模型代码并提供在线可视化工具。
推荐理由:OpenAI 公开 Glow 的可逆生成模型架构与代码,读者可了解其用可逆 1x1 卷积简化模型并支持属性编辑的思路。
OpenAI 造出能从不同尺度和视角稳定欺骗神经网络分类器的对抗图像,直接挑战了上周"自动驾驶汽车因多尺度、多角度采集图像而难以被恶意欺骗"的说法。