跳到正文
10月9日週五
  1. Recraft 自有模型與設計產品56

    Recraft Studio 教學:如何為角色設計風格一致的環境概念圖

    Recraft Studio 指南示範如何從角色圖建立自訂風格,再設計場景並將角色放入其中,為角色打造風格一致的世界。流程以 Recraft V4.1 Pro 生成環境,再用 Nano Banana 2.1 配合環境圖和角色圖作雙參考;文章亦建議固定角色細節,並以重複道具、配色和光線維持不同場景的一致性。

  2. Recraft 自有模型與設計產品56

    Recraft V4.1 Vector 教學:把配角設計成向量吉祥物

    Recraft 的指南示範如何使用 Recraft V4.1 Vector,將角色配角設計成向量吉祥物並製作表情貼紙組。指南建議在單張 16:9 圖片中生成整組姿勢,並具體描述眼睛、圓環和天線的形狀與動作,以保持造型一致。輸出為 SVG 後可拆成獨立貼紙,並在 16、32 像素等實際尺寸檢查辨識度。

  3. Recraft 自有模型與設計產品51

    如何用 Recraft Studio 為自創角色製作漫畫

    Recraft 的指南示範如何在 Recraft Studio 以自創角色製作四格漫畫,涵蓋編寫劇本、製作分鏡、逐格生成畫面和對白排版。指南建議先用 V4.1 Flash 製作分鏡,再以環境圖和角色圖作參考,使用 Nano Banana 2.1 逐格生成正式畫面。對白應以文字工具加入,因為圖像模型生成的文字經常有拼寫錯誤。

  4. Recraft 自有模型與設計產品54

    如何在 Recraft Studio 根據原圖生成 AI 圖像

    Recraft 的教學介紹如何在 Recraft Studio 以原圖生成 AI 圖像,流程分為上傳、描述變更、控制與原圖的差異及匯出四步。文章將任務分為編輯、重設風格和變體,並説明提示詞與相似度設定如何影響原圖保留程度。API 以 0 至 1 的 strength 值控制變化幅度;免費方案每日最多提供 30 次生成。

  5. HuggingFace Daily Papers(社區熱門論文)43

    SpaceFlow:可局部控制的 3D 生成

    SpaceFlow 提出免訓練流程,以文字描述和幾何圖元生成 3D 內容,並可為各區域設定局部控制程度,選擇嚴格遵循輸入形狀或容許生成補全。外觀合成時,各部分只根據指定的文字或圖像線索生成;固定幾何評估中,文字條件路由的提示詞吻合度及顏色/材質準確度達到當前最先進水平。

  6. HuggingFace Daily Papers(社區熱門論文)44

    Beyond Spatio-Temporal Priors: A Generalizable Approach for Dense Correspondence Matching

    FreeMatching 是一個通用框架,結合生成式與語義基礎表徵,以及來自傳統數據集、追蹤影片和合成場景的異質監督,旨在應對影像編輯與參考引導生成中的密集對應匹配。實驗顯示,單一 FreeMatching 模型提升了具挑戰性的影像對之對應品質,同時在傳統基準測試中保持競爭力。它亦可作為量化身份保留程度的指標,評分與人類判斷相關。

  7. HuggingFace Daily Papers(社區熱門論文)44

    從提示詞到構圖:用於海報生成的 Spatial Canvas Interface

    研究提出 Spatial Canvas Interface,讓用戶在空間畫布上編排海報生成意圖,並據此開發模型 Compo。介面提供語義、身份、文字及像素四種綁定方式,並以 Text Specifications 描述個別元素與整體外觀。評測顯示,Compo 的構圖可控性強於通用圖像生成模型及專用海報生成系統,同時維持高視覺質素。

  8. HuggingFace Daily Papers(社區熱門論文)45

    VibeEdit:以畫布指令編輯圖像

    VibeEdit 提出以畫布指令編輯圖像的介面,用戶可直接在圖像上標記編輯位置及修改內容,無須另寫文字提示詞。在 419 個案例的基準測試中,VibeEdit 的 VLM 評分為 79.9、區域外 PSNR 為 32.8 dB,高於文字指令基線 FireRed 的 67.4 及 24.0 dB。

  9. HuggingFace Daily Papers(社區熱門論文)41

    RISEBench++:推理導向視覺編輯評測基準

    研究團隊提出 RISEBench++ 視覺編輯評測基準,並提出免訓練的 RISE-Agent 框架。基準涵蓋 6 個推理維度、12 個子類別、65 種任務及 1,000 個人工標註測試案例,支援英文和中文。評估 58 種方法後,表現最佳的 GPT-Image-2.5 Sunburst 準確率為 56.6%。

  10. HuggingFace Daily Papers(社區熱門論文)39

    InstantFusion:異質圖像生成器的共享潛在介面

    InstantFusion 是連接異質圖像生成器去噪軌跡的輕量級共享潛在介面。它透過各模型專屬的 Latent AutoEncoders(LAEs),把中間狀態映射至共享潛在空間,再解碼至目標生成器的潛在空間。訓練後,去噪可在凍結生成器之間轉換,無須為每組模型配對另設映射,並在加速、多偏好組合等設定中取得具競爭力的表現。

  11. HuggingFace Daily Papers(社區熱門論文)54

    BigCell 生成十億像素級全切片病理影像

    BigCell 提出生成原生十億像素級全切片病理影像的方法,可產生最高 32,768×32,768 像素的連貫影像。模型以 2048×2048 像素訓練,使用超過 120,000 張公開全切片影像;自適應排程令生成速度提升逾 3 倍,品質下降有限。另一個模型根據病理文字報告生成 8k 影像;加入合成樣本後,切片級 few-shot 分類表現較以真實資料訓練的基線最高提升 18%。

  12. HuggingFace Daily Papers(社區熱門論文)40

    APEX:面向極限壓縮的非同步前綴去噪

    在訓練及推理計算量相同時,APEX 的 64-token 模型勝過 256-token 基線模型。APEX 結合分層潛在空間與非同步去噪排程;token 用量減少 4× 時,生成圖像品質反而更佳,並令極限壓縮下的通道縮放切實可行,大幅減輕其他受測方法的生成品質下降。

  13. HuggingFace Daily Papers(社區熱門論文)35

    ThinkDrag: Semantic Drag-Based Image Editing with Visual Reasoning

    ThinkDrag 是一個結合視覺推理的多模態框架,讓拖曳式圖片編輯能根據點位限制理解物件及場景層級的語義轉換。它可在生成圖片前輸出推理過程,並以 Drag Endpoint Markers 為拖曳提供圖像空間中的對應訊號;研究亦建立配對推理過程的監督數據集,並推出評估具挑戰性編輯情境的 DragBench++。

  14. HuggingFace Daily Papers(社區熱門論文)49

    Iris-3B: Going Beyond the Latent with Pixel-Space Diffusion Training, Conversion and Fine-Tuning

    Iris-3B 研究像素空間擴散模型的預訓練、轉換與微調,並發現像素空間生成先驗未能顯著改善下游任務表現。在深度估計及 4 倍 DIV2K 圖像修復中,像素空間模型均未勝過微調後的潛在空間 FLUX.2 Klein;不過,Iris-3B 達到 3B 參數規模,並在 OneIG 的 1024^2 評測中取得與 Qwen-Image 相若的文生圖品質。作者已公開模型權重及訓練程式碼。

10月8日週四
  1. Apple Machine Learning Research44

    正規化軌跡模型(NTM)

    Normalizing Trajectory Models(NTM)以具表達力的條件正規化流建模每個反向步驟,並以精確似然訓練。模型的精確軌跡似然支援自蒸餾,讓輕量去噪器在四步內生成高質素樣本。在文字生成圖像基準測試中,NTM 以四個採樣步驟達到或超越強勁基線,並且是唯一保留生成軌跡精確似然的模型。

  2. HuggingFace Daily Papers(社區熱門論文)44

    Pristine Models:以分支隔離安全與不安全知識的文字生成圖像架構

    Pristine Models 提出文字生成圖像架構,以分別參數化的分支隔離安全與不安全知識,並可在推理時停用不安全分支。ImageNet 結果顯示,該方法保留全數據預訓練的大部分效用,圖像質素和文字對齊表現亦優於只用安全數據訓練或事後移除概念;在 CC12M 上亦保持有效。

  3. Recraft 自有模型與設計產品40

    Recraft 如何製作精美無縫圖案

    Recraft 的 AI 圖案生成器可按文字描述製作無縫圖案,並讓用戶調整顏色、形狀等元素。教學列出由註冊、建立專案、輸入描述、微調至儲存匯出的 5 個步驟,成品可匯出為 SVG、PNG、JPEG 或 Lottie。生成的圖片可用於商業用途。

  4. Recraft 自有模型與設計產品53

    Recraft 如何按自有設計風格生成 AI 圖像

    Recraft 可讓用戶以自有圖片建立自訂品牌風格,再按該風格生成 AI 圖像,以維持多張作品的品牌一致性。用戶可匯入最多 5 張高解像度圖片(最大 6000x6000 px),再以提示詞描述圖像內容,並選擇色彩、背景、長寬比及生成數量。

  5. Recraft 自有模型與設計產品46

    Recraft 如何按指定顏色生成 AI 圖像

    Recraft 可按指定的 hex 色碼生成 AI 圖像,讓作品配合品牌色彩與設計指引。用戶可透過色彩選擇器輸入色碼、從現有圖片匯入調色板,或隨機產生調色板,再以提示詞指定圖像內容、風格和構圖。生成後可微調細節、調整配色與尺寸、移除局部或放大圖片;AI 換色工具亦可為圖片套用新顏色或取代原有顏色。

  6. Recraft 自有模型與設計產品19

    甚麼是 AI 圖像生成器?

    AI 圖像生成器會根據文字提示詞或其他輸入資料創作圖像,生成內容涵蓋寫實場景至抽象藝術。模型透過大量圖像及相關文字資料學習,生成時逐步減少雜訊,再按品質和風格要求修整圖像。Recraft 面向設計師提供圖像及向量圖生成、圖像放大和 AI 背景移除,並可調整風格、色彩和細節。

  7. Recraft 自有模型與設計產品36

    Recraft 如何製作供社交媒體使用的品牌 AI 圖像

    Recraft 的 AI 設計平台讓設計師和市場推廣人員按品牌風格製作社交媒體圖像,可上載品牌圖片建立自訂風格,再用該風格生成圖像。圖像生成器每次可生成 1 至 4 張,並支援生成系列圖像、移除背景、使用 AI 橡皮擦、調整比例、套用品牌色盤、放大圖像及向量化。AI 圖像生成器免費供所有用戶使用。

  8. Recraft 自有模型與設計產品34

    Recraft 如何為網站製作 AI 向量圖像

    Recraft 的 AI 向量生成工具可為網站製作圖示、標誌、插畫等向量圖像,並可匯出 SVG,供網站設計使用。生成的圖像可上載至網站建構工具,再放置於網站設計中;SVG 檔案可縮放而保持高畫質,且檔案體積較小,適合網頁使用。

  9. Recraft 自有模型與設計產品35

    Recraft AI:設計師在工作流程中使用 AI 的 6 種方式

    Recraft AI 提供設計師在工作流程中使用 AI 的 6 種方式,涵蓋構思、精準修圖、品牌一致性設計、社交媒體圖片、mockup 製作及圖示套裝。其影像生成器基於 20-billion parameter AI 模型,一次最多生成 4 張圖片;亦可一鍵建立 6 個風格、線條粗幼、顏色和尺寸一致的圖示。

  10. Recraft 自有模型與設計產品30

    甚麼是 AI 向量生成器?

    AI 向量生成器以數學公式而非像素生成向量圖,令圖像可縮放而不失清晰度。Recraft 的 AI 向量生成器可按提示詞製作插畫、標誌和自訂圖示集,亦可將點陣圖轉為向量圖。設計師可調整提示詞和風格,並從超過 50 種設計風格中選擇。

  11. Recraft 自有模型與設計產品30

    AI 配色:設計師終極指南

    AI 配色生成器可分析圖片、標誌或項目主題,提出互補色或類似色方案,協助設計師更快探索配色,並維持不同設計素材的一致性。指南涵蓋色彩理論、暖色與冷色在品牌中的表達,以及 AI 配色在網站、社交媒體素材和品牌設計等場景的應用。

  12. Recraft 自有模型與設計產品43

    Recraft 如何從圖片提取色盤並透過 AI 套用

    Recraft 可透過 AI 從圖片提取以主色為基礎的自訂色盤,並按提示詞生成套用該配色的新圖片,協助品牌視覺保持一致。用戶可使用自訂 HEX 色碼,並調整顏色的飽和度、亮度及不透明度;上載圖片建議清晰、光線充足,並優先採用 PNG 格式。

  13. Recraft 自有模型與設計產品42

    AI 局部重繪:如何使用 Recraft 精準編輯圖片

    Recraft 的 AI 編輯器以局部重繪讓用戶精準新增或修改圖片指定區域,並使新內容自然融入原有背景。用戶可上載或生成圖片,放大目標位置後以提示詞描述並描繪範圍,完成後匯出 JPG 或 PNG。Infinite Canvas 支援縮放,亦可配合外繪擴展背景;局部重繪則只修改圖片原有範圍內的指定區域。

  14. Recraft 自有模型與設計產品39

    Recraft AI 擴圖教學:如何延伸圖片

    Recraft 的 AI 擴圖工具透過 outpainting 在圖片邊界外生成內容,保留原有核心構圖,並讓圖片適配不同長寬比例。用戶先設定畫框大小及長寬比例,再輸入提示詞引導生成,或讓 AI 自然補上週邊內容;亦可重複擴圖並調整提示詞和色彩。這項功能適用於製作橫幅、海報、頭像及市場推廣素材,毋須裁切或拉伸原圖。

  15. Recraft 自有模型與設計產品49

    Recraft 如何建立風格一致的圖片組

    Recraft 的「Set」工具可按指定風格與色彩,一次生成最多六張風格一致的圖片。用戶可重新生成個別圖片或整組圖片、轉換風格及使用 AI 橡皮擦修改局部元素,並匯出為 .png、.jpeg 或 .svg 格式。