GPU Unlock 开源项目释放英伟达 RTX 30 系列显卡隐藏 AI 算力
GPU Unlock 是一个开源项目,可解除英伟达 RTX 30 系列显卡的性能限制,提升 AI 算力,性能提升可达 60%。
推荐理由:该项目可提升 RTX 30 系列显卡的 AI 算力,对 AI 领域有一定影响。
GPU Unlock 是一个开源项目,可解除英伟达 RTX 30 系列显卡的性能限制,提升 AI 算力,性能提升可达 60%。
推荐理由:该项目可提升 RTX 30 系列显卡的 AI 算力,对 AI 领域有一定影响。
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。
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。
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。
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。
AI 成功逆向了一颗国产 CPU,实现了 5 分钟写模拟器和下午复现 BASIC 的成果。
推荐理由:AI 逆向了国产 CPU,展示了其在逆向工程领域的潜力。
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。
以色列魏茨曼科学研究所教授Michal Irani团队开发的Brain-IT模型,能够通过分析fMRI数据重建受试者观看图像时的视觉画面。
推荐理由:该研究展示了AI在图像生成领域的最新进展,可能对相关领域产生重要影响。
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。
开发者 nathancheng 在 Show HN 发布 Anvil,一款在 iPhone 上离线运行 LLM 对话和 SDXL 图像生成的 App,目前通过 TestFlight 公开链接提供 Beta 测试。原文仅给出 TestFlight 邀请链接与平台说明,未披露所用模型、设备要求或性能数据。
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。
Quady3D 上线,可将图片、文字、草图或多视角输入生成可预览、可下载的 3D 模型,支持 GLB、OBJ、STL 等格式。免费账户经邮箱验证可获 40 个一次性 credits,Creator 订阅 $24.92/月含每月 1,000 credits,Studio 为 $99.92/月含 5,000 credits。
AMD 高级副总裁 Jack Huynh 表示,将在 2026 年内把 FSR 4 支持扩展至 APU、游戏本、掌机等全线设备,并从扩大现有 APU 支持和推出新 APU 两方面着手。AMD 已开发针对 APU 特性优化的专用版 FSR 4,目标是在提供高质量游戏视觉效果的同时降低画面延迟。
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。
作者在《NBA 2K27》中实测 DLSS 5 正式版,开启后球员面部、球衣、地板和光影关系更接近真实比赛质感,画面从高质量 3D 游戏向实拍效果靠近。
推荐理由:作者以《NBA 2K27》实测 DLSS 5 的画面变化与帧率代价,并解释其神经渲染原理与适用边界。
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。
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。
谷歌正式发布 AI 图像生成与编辑模型 Nano Banana 2.1,在视觉设计、基于蒙版的图像编辑和主体一致性三方面做出改进。
推荐理由:谷歌图像模型升级,读者可了解其在蒙版编辑与主体一致性上的具体改进及开放渠道。
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。
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。
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。
Azurade 推出按量付费的图像与视频生成服务,覆盖 37 个模型,可通过 REST API 或 MCP server 接入 Claude、ChatGPT、Cursor 和 Codex,一次登录即可使用。
Pinterest 推出 Beauty Guides,依托其视觉智能与生成式 AI 技术 Pinterest Intelligence,把发型、发色、美甲等美妆类 Pin 图转成可带去沙龙的行动方案。
一个名为 snapplings.com 的免费网站让所有人每天拍摄同一件物品,由 AI 将其生成生物形象。今日物品是马克杯,已收到 23 份投稿,按点赞数排序,午夜 ET 公布获胜者。每天午夜 ET 更换新物品,无需注册,可直接调用相机或上传照片。
华为 Mate 90 Pro Max 于 10 月 1 日随 Mate 90 系列发布,12GB+512GB 起售价 9499 元,典藏版 16GB+512GB 起售价 10999 元。
三星 Galaxy S27 Ultra 将继续采用 60W 快充,通过优化充电算法延长初期约 55W~56W 峰值功率时间,整体充电速度提升约 2~3%。影像方面,三星不再使用特殊光学涂层,转而利用 AI 解决镜头光晕问题。
华硕推出 ROG Strix OLED XG32UQDS 显示器,采用 31.5 英寸 UHD(3840×2160)180Hz QD-OLED 面板,覆盖 BlackShield 低反抗刮镀膜,GtG 响应时间 0.03ms,色域 99% DCI-P3、平均 ΔE<2。
开发者正在构建一款完全在浏览器中运行的在线 Adobe Illustrator 替代工具 Vectora,号称无卡顿并可使用全部工具。它支持导出 .ai、.psd、.pdf 以及 Vectora 原生 .vec 格式。
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。
Eyad Nour 在 Steve Jobs 逝世周年(10 月 5 日)发布了一个独立动画网页,重现苹果 1997 年《Crazy Ones》广告,使用 Jobs 本人 1997 年录制的旁白原声。动画、音效与代码由 Claude Opus 5.5 完成,画面由 GPT-Image-2.5 绘制,原创音乐与音效由 ElevenLabs 生成,作品与 Apple 无关联。
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。
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。
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。
Supermodels 上线,主打无订阅、按次付费,在一个平台内集中调用多家顶级 AI 模型,覆盖文本、图像、视频、语音和音乐工作区。
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。
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。
Thirds.ai 上线,可从一次设置好的模板批量生成符合品牌的图片和 PDF,支持接入 ChatGPT、Claude、Gemini、Grok 等 AI 助手及 API 调用。用户上传含客户信息的 CSV 即可一次生成多份带正确姓名、价格的文件并打包为 ZIP,免费版每月 50 credits、最多 10 个文件,Starter 计划 $290/年约合每月 $24。
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。
VideoAll 上线 Telegram AI 视频生成器,支持文本生成视频和图片生成视频,用户在浏览器中生成并下载视频后,再上传分享到 Telegram 频道或群组。该工具并非 Telegram 机器人,提供多种模型、生成失败自动退款,付费计划可商用,并支持 9:16、1:1、16:9 三种画幅。
ViralReel 上线 Hotel Lobby AI 模板视频生成功能,用户上传两张正面照片即可在约 60 秒内生成带自动唇形同步和手势的 9:16 竖版视频。