全部标签

图像生成模型

8GB 显存即可运行：5.6B 图像生成模型 FLUX 3 Image Klein 发布

10 月 22 日消息，视觉人工智能实验室 Black Forest Labs 当地时间本月 15 日以开放权重的形式发布了 FLUX 3 Image Klein 图像生成模型。 FLUX 3 Image Klein 拥有 5.6B 的参数，针对消费级 GPU 进行了优化。其 BF16 权重需要 12.2GB 内存、FP8 权重则需要 5.6GB 内存。这款模型的 INT8 版本可通过 Comfy…
资讯
- 3.2k
10月22日
OpenAI 发布 ChatGPT Images 2.0 生图工具：支持联网搜索、单次生成 8 张连贯图像

4 月 22 日消息，OpenAI 昨日（4 月 21 日）发布博文旗下图像生成模型 GPT Image 2 昨日正式全量推送，面向所有 ChatGPT 用户开放，包括免费账号。 AI 生图工具 ChatGPT Images 2.0，基于 GPT Image 2 模型打造，核心升级在于引入“思考能力”。 GPT Image 2 中文文字渲染能力有了极大突破。据 APPSO 对该模型的测试，GPT …
资讯
- 7.7k
4月22日
Nano Banana 2 上线：高画质与高速生成首次兼得

2 月 27 日消息，今天，Google 正式推出新一代图像生成模型 Nano Banana 2（Gemini 3.1 Flash Image），主打在高速生成的基础上进一步提升画质、理解力与主体一致性，定位为 Nano Banana Pro 的轻量替代方案，面向更广泛用户开放使用。 Nano Banana 2 延续 Gemini 系列的真实世界知识库，并结合网页搜索实时信息，使模型在空间理解、比…
资讯
- 8.4k
2月27日
Nano Banana Pro 新对手，智谱联合华为开源首个国产芯片训练的多模态 SOTA 模型 GLM-Image

1 月 14 日消息，智谱今日宣布联合华为开源新一代图像生成模型 GLM-Image，模型基于昇腾 Atlas 800T A2 设备和昇思 MindSpore AI 框架完成从数据到训练的全流程，是首个在国产芯片上完成全程训练的 SOTA 多模态模型。 GLM-Image 采用自主创新的“自回归 + 扩散解码器”混合架构，实现了图像生成与语言模型的联合。 1AI附 GLM-Image 核心亮点如下…
资讯
- 12.4k
1月14日
谷歌发布新一代图像生成模型 Nano Banana Pro：基于 Gemini 3 Pro 打造，支持 4K 分辨率与完美文字渲染

11 月 21 日消息，谷歌正式推出了全新图像生成与编辑模型 Nano Banana Pro (Gemini 3 Pro Image)。该模型基于 Gemini 3 Pro 架构构建，号称能以“前所未有的控制力、完美的文字渲染效果以及增强的世界知识储备”，将用户的构想转化为“工作室级（studio-quality）”的设计作品。相比今年 9 月发布、因生成超写实 3D 手办而走红的初代模型，此次更…
资讯
- 7.1k
25年11月21日
Google 或将发布新一代生图模型

11 月 6 日消息，据外媒 TestingCatalog 报道，日前 Google Gemini 的的网页界面中，出现了新的更新预告卡片。据其分析，Google 正在准备新的图像生成模型，并且为 nano Banana 系列。据介绍，该生图模型将被命名为「GEMPIX2」，并作为 nano Banana 的二代发布。报道分析，预告卡片通常是发布临近的信号，根据以往推测，此类更新通常出现于公…
资讯
- 9.8k
25年11月6日
微软宣布其首个自研图像生成模型 MAI-Image-1 已整合入 Bing 与 Copilot，逐步减少对 OpenAI 的依赖

11 月 5 日消息，微软今年 10 月推出其首个自研 AI 图像生成模型 MAI-Image-1，今日宣布该模型已应用于 Bing Image Creator 和 Copilot Audio Expressions 两款产品中（欧盟暂时除外）。微软 AI 部门负责人 Mustafa Suleyman 介绍称，该模型在生成食物、自然风景、艺术化光效及写实细节等图像方面“表现尤为出色”。微软表…
资讯
- 7.9k
25年11月5日
Google 发布新图像生成模型 nano banana

今天凌晨，Google 正式提出了其最先进的图像生成与编辑模型——Gemini 2.5 Flash Image（又名 nano banana）。据官方介绍，Gemini 2.5 Flash Image 的主要特点包括下面几点：充分保持角色的一致性：它可以轻松地将同一个角色置于不同的环境中，或者从多个角度展示同一款产品，同时完美地保持其核心主体不变。基于提示的图片编辑：允许用户通过简单的自然语…
资讯
- 660
25年8月27日
快手发布可灵 2.0 视频生成模型及可图 2.0 图像生成模型

4 月 15 日消息，快手今日举行“灵感成真”可灵 AI 2.0 模型发布会，并宣布基座模型再次升级，面向全球正式发布可灵 2.0 视频生成模型及可图 2.0 图像生成模型。据介绍，可灵 2.0 模型在动态质量、语义响应、画面美学等维度，保持全球领先；可图 2.0 模型在指令遵循、电影质感及艺术风格表现等方面显著提升。快手高级副总裁、社区科学线负责人盖坤透露，自去年 6 月发布以来，可灵 AI…
资讯
- 13.9k
25年4月15日
全新图像一致性生成模型OmniGen测试及部署，保持人物或者物体一致性操作

今天分享的是一个非常有趣的AI工具：OmniGen 一、OmniGen是什么 OmniGen是一种“统一图像生成模型”，无需安装ControlNet、IP-Adapter、Reference-Net等插件，就能根据文本提示，自动识别输入图像中的特征（如：某个对象、姿势、映射）。有什么用呢？比如下面这两幅图，如果想把里面的人物放在同一个背景中，过去比较麻烦，而现在只需一行指令。哒哒！上面使用…
百科
- 31.2k
24年12月9日
X 为 Grok 推出新 AI 图像生成模型 Aurora，可生成更加逼真的图像

12 月 8 日消息，马斯克旗下 X 公司为其 AI 聊天机器人 Grok 推出了一个新的 AI 图像生成模型“Aurora”，该模型能够生成比 Grok 其他图像生成模型更加逼真的图像，并且对生成内容的限制似乎也更少。与 Grok 一样，任何人都可以使用 Aurora，其位于 Grok 模型选择器中的“Grok 2 + Aurora beta”选项中，不过免费用户只有有限的使用次数。 Tech…
资讯
- 15.6k
24年12月8日
统一图像生成模型OmniGen，支持文生图、图像编辑、还能姿态检测

今天给大家介绍一个北京市人工智能研究院提出的统一的图像生成模型OmniGen，可以使用它来执行各种任务，包括但不限于文本到图像生成、主题驱动生成、身份保留生成、图像编辑和图像条件生成。OmniGen不需要额外的插件或操作，它可以根据文本提示自动识别输入图像中的特征（例如所需对象、人体姿势、深度映射）。相关链接论文：https://arxiv.org/pdf/2409.11340 代码：htt…
百科
- 25k
24年11月8日