跳到正文

#图像生成

今日 0 条
10月25日周日
10月23日周五
  1. 量子位70

    国产5B生图模型MOSS-Image海外爆火,4天超百万下载

    MOSS-Image,一款由模思智能和OpenMOSS团队开源的生图模型,在海外社区获得巨大成功,4天内下载量超过百万。该模型以其自然感画面和丰富的功能特性,如文字渲染、布局控制和长提示词支持,吸引了众多开发者。

    推荐理由:MOSS-Image作为一款国产5B参数生图模型,在海外社区获得广泛关注,其自然感画面和丰富的功能特性使其成为开发者关注的焦点。

10月21日周三
  1. IT之家70

    FLUX 3 Image Klein 图像生成模型发布:8GB 显存即可运行

    视觉人工智能实验室 Black Forest Labs 发布了 FLUX 3 Image Klein 图像生成模型,支持在仅配备 8GB 显存的 NVIDIA GeForce RTX GPU 上运行,针对消费级 GPU 进行了优化,具有较好的速度-质量平衡。

    推荐理由:FLUX 3 Image Klein 图像生成模型发布,支持在低显存配置下运行,适用于消费级 GPU,具有较好的速度-质量平衡。

10月20日周二
  1. IT之家60

    第三方开发者发布英伟达显卡免刷写 VBIOS 工具:RTX 30/40/50 系显卡无需刷写固件即可修改参数,重装驱动即可还原

    独立开发者 Panchovix 发布了一款适用于英伟达 GeForce RTX 30 至 RTX 50 系列显卡的 VBIOS 配置工具,允许用户无需刷写固件即可修改显卡参数,降低变砖风险。

    推荐理由:该工具为显卡参数调整提供了新的方法,可能对需要修改显卡参数的用户有所帮助。

10月16日周五
  1. The Decoder70

    Black Forest Labs 发布开源图像模型 FLUX 3 Image Klein

    Black Forest Labs 发布了 FLUX 3 Image Klein,一款具有 5.6 亿参数的开源图像模型,支持 4K 输出、像素级编辑和元素定位。

    推荐理由:FLUX 3 Image Klein 是一款支持 4K 输出的开源图像模型,适用于文本到图像生成和图像编辑,具有高性能和低内存要求,对用户和行业具有潜在影响。

10月12日周一
10月11日周日
  1. 量子位65

    Google发布Nano Banana 2.1:4K直出,中文效果显著提升

    Google发布了新一代生图模型Nano Banana 2.1,实现了视觉设计、蒙版编辑、主体一致性和画面真实自然性的全面升级。该模型能4K直出摄影级大片,并提供了文本转图像、多图像编辑及单张图像编辑等功能,其中文本转图像功能排名第四。

    推荐理由:Nano Banana 2.1的发布带来了4K直出和中文效果提升,对设计师和剪辑师的工作流程有潜在影响。

10月10日周六
  1. Show HN65

    Talus:运行在浏览器中的小型地形扩散模型

    Talus 是一个运行在浏览器中的小型地形扩散模型,可以生成 4 公里高度图,适用于游戏开发。模型基于 45,000 张地图进行训练,支持多种地形类型和自定义设置。

    推荐理由:Talus 是一个运行在浏览器中的小型地形扩散模型,读者可以了解其如何生成地形图以及如何将其应用于游戏和其他场景。

10月9日周五
10月8日周四
10月7日周三
  1. Ars Technica · AI58

    Google 推出改进版 SynthID AI 内容检测器,面向全球开放

    Google 宣布其 SynthID 检测器现已支持所有合作方嵌入的水印,并上线独立网站 SynthID.com 供任何人使用。此前非 Google 信任测试者只能通过询问 Gemini 来检测水印,且检测器只识别 Google 自家的 SynthID,ChatGPT 等合作方生成内容即使带有 SynthID 也不会被标记。

    推荐理由:SynthID 检测器从仅支持 Google 自家水印扩展到全部合作方,并开放独立网站,读者可据此判断 AI 内容溯源的实际可用性。

  2. Show HN71

    ImgKit 上线 62 款浏览器端图像工具,图片不上传服务器

    ImgKit 发布 62 款在浏览器内运行的图像工具,支持压缩、缩放、格式转换以及背景移除、人脸模糊、放大和文字识别,图片全程不上传服务器。背景移除等 AI 功能使用一个 26 MB 模型,下载一次后从浏览器缓存复用,断网也能继续使用。核心优化器免费、无需账号和邮箱,单文件上限 50 MB,支持 JPG、PNG、WebP、AVIF 以及 iPhone 的 HEIC 照片。

    推荐理由:62 个图像工具全部在浏览器本地运行,模型下载一次即可离线复用,可据此判断隐私敏感场景的处理方式。

  3. Show HN38

    Show HN:EasyToSTL 将 2D 图像和文本转为水密可打印 STL

    EasyToSTL 在 Show HN 上线,可将 JPG、PNG、WebP 图像及文本提示词生成水密、可直接打印的 STL 模型,支持 GLB、OBJ 导出,兼容 Bambu Studio、Cura、PrusaSlicer 等切片软件。Pro 模式最高支持 150 万三角面并带毫米级尺寸校准,注册即送免费额度、无需信用卡,基础格式转换和在线 3D 预览完全免费。

  4. TechCrunch · AI22

    前 Ramp 工程师创办的 Melius 融资 2500 万美元,转型 AI 广告创意生成平台

    前 Ramp 工程师创办的 AI 广告创意平台 Melius 完成 2500 万美元融资,包括 CRV 领投的 2000 万美元 A 轮和 General Catalyst 领投的 500 万美元种子轮。该公司在放弃首个绩效营销工具、彻底重写代码库后,转向生成广告活动、图片和视频的"创意智能体实验室",7 月结束隐身以来两个月内年化收入已超 100 万美元。

  5. The Decoder62

    Google 发布图像模型 Nano Banana 2.1,价格约为前代一半

    Google 发布图像生成与编辑模型 Nano Banana 2.1,取代 2026 年 2 月发布的 Nano Banana 2,价格约为前代一半:1K 图像从 6.70 美分降至 3.36 美分,4K 从 15.10 降至 7.56 美分。

    推荐理由:原文给出 Nano Banana 2.1 的定价对比与基准数据,读者可据此判断它在 Google 图像模型序列中的性价比位置。

  6. Show HN62

    Pixellect:免费原生 macOS 图像编辑器,内置 AI 智能体框架

    作者发布免费原生 macOS 图像编辑器 Pixellect,用 Swift 加少量 Rust 编写,支持图层、矢量与文字缩放不失真、多种特效以及 PSD、SVG 等格式导入导出。部分工具调用本地模型,例如按描述选中所有红色汽车,并支持图像转矢量、文字转贝塞尔曲线。它还可选接入智能体框架,让模型远程操控应用,按图层、特效和笔刷搭建文档,也可把生成的 SVG 或图像作为新图层嵌入。

    推荐理由:作者自述用本地模型做选区、以智能体框架远程操控编辑器,可看生成式流程与图层化编辑如何结合。

10月6日周二
  1. Show HN34

    Show HN:图像科学可视化工具发布

    开发者发布基于 Vue.js 前端与 FastAPI 后端的图像科学可视化网站,用 numpy、scipy 和 PyWavelets 在服务端渲染灰度图像处理操作。功能涵盖 Canny 边缘检测、角点检测、形态学滤波、扩散与 NL-Means 去噪、频域高低通滤波,以及 FFT、DCT、DWT 等变换,并支持导入图像与绘制高斯等自定义形状。项目仍处开发中,UI 未完成,可能存在较多 bug。

10月5日周一
  1. TechCrunch · AI38

    OpenAI 为 ChatGPT 推出图像生成结果旁的视觉广告

    OpenAI 在 ChatGPT 广告产品线中新增视觉展示广告,广告将出现在用户要求生成的图像旁边,本月晚些时候率先在美国上线,仅面向初始测试广告主。OpenAI 称广告会明确标注且不影响 ChatGPT 的回答,同时扩展广告衡量工具与合作伙伴生态,并联合 DoubleVerify 和 Integral Ad Science 开展品牌适配评估试点。

  2. The Verge · AI38

    OpenAI 将在 ChatGPT 中测试图片广告

    OpenAI 将于本月晚些时候在美国开始测试 ChatGPT 的图片广告,赞助商品和服务的图片会“初步”在用户用 ChatGPT 生成图像时出现。该视觉广告格式与生成的图像分离,且“不会影响 ChatGPT 给出的回答”,Plus、Pro 和 Enterprise 订阅用户不会看到广告。OpenAI 今年 2 月首次将广告引入 ChatGPT,此前广告仅显示公司名称、logo 和产品链接。

  3. 极客公园22

    AI 为什么总在画美女?从 Lena 测试图到 Grok Spicy 模式的默认值溯源

    AI 图像生成总倾向输出美女,根源在于模型学习数据分布、从分布中心取样,而"平均脸"恰好符合人类审美偏好。1973 年 Lena 测试图成为图像处理行业默认素材,如今 Civitai 上 NSFW 图片占比从 2023 年 1 月的 41% 升至 2024 年 12 月的 80%,用户点击与商业激励形成反馈循环。Grok 图像生成设有 Spicy 模式,开启后放松内容过滤,仅对付费用户开放。

  4. IT之家38

    斯凯孚用 AI“复活”葛丽泰·嘉宝拍广告,Seedream 5 Pro、可灵 AI 等参与制作

    瑞典滚珠轴承制造商斯凯孚借助 AI 重现已故好莱坞影星葛丽泰·嘉宝拍摄广告,形象完全由文本提示词生成,未使用存档照片或历史影像。制作团队图像环节使用字节跳动 Seedream 5 Pro 与谷歌 Gemini 的 Nano Banana Pro,动作生成使用 Seedance 2、Seedance 2.5 及快手可灵 AI,语音则基于嘉宝早年影片原声训练。

  5. 爱范儿62

    华为 Mate 90 上的睿影 Z10 模块相机,如何让十年前的「外挂相机」复活

    华为推出睿影 Z10 模块相机,通过 HyperClick 超级卡口安装在 Mate 90 Pro Max 典藏版和非凡大师机身背部,模组内置 1 英寸 5000 万像素 RYYB 传感器和 24mm 到 240mm 的 10 倍连续光学变焦镜头,最大光圈 F2.0-F4.5。

    推荐理由:从索尼 QX100 到小米概念方案,梳理外挂相机十年失败原因与华为 Z10 量产的技术前提变化。

10月4日周日
  1. Show HN34

    Liftspan:拍下健身计划照片,自动生成训练方案

    Liftspan 上线 App Store,用户拍下教练计划表、书页或健身房白板照片,应用即可识别动作、保留组数与次数并设定起始重量,首次导入免费且照片不留存。该应用面向 40 岁以上训练者,为每个动作标注关节与下背风险,支持全健身房、家庭、酒店、徒手、哑铃、弹力带六种训练环境并离线使用。Pro 年费 $24.99,另有 $99.99 终身版限前 150 名。