跳到正文

#图像生成

今天11月2日周一1 条
  1. The DecoderAI 评分58

    Adobe 研究 EditAgent:让 AI 智能体像 Photoshop 专业用户一样选工具修图

    Adobe Research 与 UC San Diego 提出 EditAgent,把通用图像编辑器和专用工具并行生成候选,再由标准语言模型依据验证数据挑选最佳结果。

    在 600 条编辑测试中,通用编辑器 Flux-2-Klein-9B 有 42.7% 的结果不可用,专用工具解决了其中约三分之二的失败,集中在锐化、旋转和缩放。专业评审在 78.5% 的对比中更偏好从原图并行生成的多个变体,而非逐步迭代。加入包含局部特写、变化图和亮度色彩统计的验证记录后,七个测试语言模型全部超过微调评测模型 EditScore-72B 的 74.8%,Qwen3.8-27B 达到 81.3%。

10月24日周六
10月23日周五
  1. The DecoderAI 评分65

    Canva 发布首个自研图像模型 Craft

    设计平台 Canva 发布首个自研图像生成模型 Canva Craft,由内部实验室 Canva Research 从零训练,主要使用数百万份设计模板而非照片作为训练素材。

    Canva 称该模型可对标 Google、OpenAI、ByteDance 和 Meta 的同类模型。Craft 先生成图像构图、比例和文字,再输出最高 2K 分辨率、覆盖 30 多种宽高比的图像,并支持 55 种语言的文字渲染;用户可通过 Magic Layers 将结果拆分为可编辑图层。据 Canva 数据,Craft 在 DesignArena 排名中综合第四,人像与风景类别第一。

  2. The Verge · AIAI 评分62

    Canva 发布首个自研图像模型 Canva Craft,先规划再生成

    Canva 发布首个自研图像生成模型 Canva Craft,采用两阶段架构,先规划设计再生成图像,官方称可实现更高的精度、一致性和控制力。

    该模型支持最高 2K 分辨率和 30 多种宽高比,可用于社交媒体帖子、营销内容以及写实场景、数字艺术等;Canva 表示两阶段系统能更准确地生成需要清晰文字和精确物体摆放的复杂图像。模型基于平台内容库中数百万个人工模板训练,目前在众包基准 Design Arena 的图像生成模型榜单上排名第四,落后于 OpenAI 的 GPT-Image-2.5 Sunburst、GPT-Image-2.5 Flare 和 GPT-Image-2。

  3. TechCrunch · AIAI 评分62

    Canva 发布首个自研图像生成模型 Canva Craft

    Canva 发布首个自研图像生成模型 Canva Craft,由公司研究团队开发,用于与 Google、OpenAI、字节跳动和 Meta 的同类模型竞争。

    该模型分两阶段工作,先解析提示词并规划元素空间关系、相对比例、视觉层级和文字生成信息,再生成最高 2K 分辨率、支持 30 种宽高比的图像,官方称可呈现准确的物体细节和清晰可读的文字,并支持局部精确编辑。模型使用 Canva 模板库中海报、社交帖、演示文稿、信息图、菜单等人工设计稿训练,而非照片,因此生成结果可通过 Canva Magic 转为分层设计。

10月20日周二
  1. The Verge · AIAI 评分47

    Adobe Lightroom 移动版新增 AI 一键睁眼功能

    Adobe 宣布 iOS、iPadOS 和 Android 版 Lightroom 移动端可用生成式 AI 一键打开照片中闭着的眼睛。

    应用检测到人物闭眼时,会在图片上显示 Open Eyes 快捷操作图标。该功能会参考用户 Lightroom 图库中同一人物的其他照片,使替换后的眼睛在颜色、大小和形状上更匹配,并让光线与姿态保持一致。免费版用户可试用两次,之后会被提示订阅包含更多 AI 额度的 Adobe Creative Cloud 方案。

10月16日周五
  1. The Verge · AIAI 评分22

    Sega 因《全面战争:幕府将军 2》重制版发售翻车下架该作

    Sega 已将《Total War: Shogun 2 — Complete Edition》从各商店下架,原因是这款重制版发售表现糟糕。

    该作于本周二上线,捆绑本体与全部 DLC,承诺提供“改进的画面”“1440p 和 4K UI 缩放”及现代化操作,但在 Steam 上获得“Overwhelmingly Negative”评价,目前已在 Steam 下架,Reddit 上还有用户指出疑似由 AI 处理出错的美术素材。Sega 与开发商 Creative Assembly 承认该作“未达到玩家和自身的标准”,表示将“恢复原版游戏”,已拥有该作的玩家仍可访问 Complete Edition,并称正与开发合作方排查问题原因、推出改进。

  2. The Verge · AIAI 评分20

    特朗普在 Truth Social 发布 AI 编辑照片,炫耀白宫翻新工程

    特朗普在 Truth Social 发布一组白宫翻新照片,其中一张对比旧立柱与“修复后”立柱的图片被 Google SynthID Detector 检测出带有 AI 生成或编辑水印。

    Reddit 用户指出,图中“修复后”立柱两侧台阶数量不一致,且与“修复前”照片对不上;两张照片的角度、细节几乎相同,窗户反光和柱底防护纸板位置也基本一致,“新刷漆”的立柱表面则显得不自然光滑。特朗普发布的另外几张白宫外立面和直升机停机坪照片未检测到该水印。白宫未立即回应置评请求。

  3. The Decoder同新闻AI 评分82

    Black Forest Labs 发布开源图像模型 FLUX 3 Image Klein,8 GB 显存即可运行

    Black Forest Labs 发布 FLUX 3 Image Klein,这是一个 5.6B 参数的开源权重模型,支持文生图、图像编辑以及最多十张参考图的生成,支持原生 4K 输出、像素级精确编辑和用于元素定位的边界框。

    官方称其在内部测试中取得所有开源模型中最高的 Elo 评分,超过闭源竞品 Ideogram V4.5 和自家的 FLUX.2 [pro],相比 9B 的 FLUX.2 [klein] 参数少 38% 但 Elo 高 91 分。INT8 版本可在仅 8 GB 显存的 NVIDIA GPU 上运行,在 RTX 4070 上生成一张图不到 9 秒。

    同一新闻,精选展示《Black Forest Labs 发布 FLUX.3 Image Klein,Diffusers 首日支持》

  4. Hugging Face Blog 精选AI 评分80

    Black Forest Labs 发布 FLUX.3 Image Klein,Diffusers 首日支持

    Black Forest Labs 发布 FLUX.3 Image Klein,并在 Diffusers 中首日支持。

    该模型用同一个模型完成文生图、多参考图生图和新增的布局控制,可在提示词中写入边界框指定画面各部分的摆放位置,或指定参考图中哪些部分需要移动。两个开放 checkpoint 已收录在 FLUX.3 Image Klein collection 中,蒸馏版默认 16 步、无需 CFG,基础版 50 步并支持 CFG。

    关注点

    FLUX.3 Image Klein 在 Diffusers 首日支持,读者可了解其布局控制能力与量化权重带来的显存门槛变化。

10月14日周三
10月13日周二
10月8日周四
9月30日周三