跳到正文
11月13日週五
  1. Simon Willison78

    Google 發佈 Gemini 4 Hydrogen,定價低於 Carbon 和 Argon

    Google 發佈 Gemini 4 Hydrogen,將它定位為 Gemini 4 系列成本最低的模型,可供日常工作使用或配合 Carbon、Argon 執行多模型工作流程。

    推薦理由:文章對照三款 Gemini 4 模型的定價變化與鵜鶘生成效果,並交代 Google 對 Argon 同價但每輪 token 用量較低的説明,呈現各模型定位差異。

  2. HuggingFace Daily Papers(社區熱門論文)46

    ReDiverse 如何恢復蒸餾圖像及影片生成器的多樣性

    ReDiverse 透過探查蒸餾圖像及影片生成器的內部激活,找出少步擴散模型的多樣性崩塌源於激活方差集中於較少方向,並提出恢復多樣性的方案。ReDiverse-FT 以輕量適配器微調,ReDiverse-TF 則無需訓練,沿教師模型的主方向引導激活;兩者均在保留生成品質的同時恢復樣本多樣性。

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

    AnisoFlow:為流模型學習各向異性預測目標

    AnisoFlow 為基於流的生成模型學習可調的各向異性預測目標,提升生成品質而不改動模型架構或取樣器。在 ImageNet 256times256 上,相較 JiT 基線,FID 由 1.90 降至 1.55。像素空間文字生成圖像中,AnisoFlow 改善圖像品質,並在低精度推理下大幅減少拼接縫隙偽影。

  4. TechCrunch · AI57

    Phota Labs 推出 AI 相片助手,將日常相片轉為專業攝影效果

    Phota Labs 推出免費 iOS 應用程式,透過個人 AI 相片助手把日常快照轉成具專業攝影效果的相片,同時保留人物的自然外貌。用戶可選擇不同攝影風格,從保留原有鏡頭和構圖的細微修改,到魚眼效果及不同視角;修改過的相片分享至社交平台時會帶有識別 AI 修改的不可見水印。應用程式初期免費,Phota Labs 之後會探索免費增值模式,並計劃推出 Android 版本。

11月12日週四
  1. 阿里雲開發者社區 AI56

    用 8G 顯示卡本地製作 AI 漫劇:由劇本到成片的新手教程

    文章提供一套以普通 8G 顯存筆記本和 ComfyUI 本地製作 AI 漫劇的入門流程,涵蓋由分鏡劇本、固定角色人設到影片輸出。流程包括以 IPAdapter + FaceID 固定角色形象、批量生成分鏡圖、用 Wan2.2 5B FP8 製作微動態,再配音、加字幕及剪輯。文中亦列出 8G 顯存優化建議及影片參數,包括 16 幀、720×1280、CFG=6 和採樣步數 20。

  2. 新浪科技78

    MiniMax H3 Image 開源,支援原生 4K 圖像生成

    MiniMax 本週開源圖像模型 H3 Image,支援原生最高 4K 輸出和最多 16 張參考圖;4K 文生圖 P50 耗時方面,極速版約 10.3 秒,標準版約 16 秒。文章實測其文字渲染、人像生成、圖像編輯和設計類任務,並介紹 H3 Image 沿用 H3-Base 架構,核心為 331 億參數的擴散 Transformer(DiT)。

    推薦理由:文章以界面、文字、人像和圖像編輯等實測案例,呈現 H3 Image 在真實感、指令遵循與設計任務上的表現,並交代其模型架構及生成耗時。

  3. DEV Community44

    Nookflip:我打造了一款由平面圖引導 AI 渲染的房間設計應用

    Nookflip 是一款在 Anna AI 應用市集運行的房間設計應用,會根據房間照片生成包含傢俱尺寸、顏色和材料等資訊的平面圖,再按用戶調整後的佈局生成房間改造效果圖。應用會即時檢查傢俱重疊、通道間距和房間尺寸,並提供附有價格估算、預算提示及本地商店搜尋的購物清單。

  4. 雷鋒網36

    中國毛巾工廠擺脱「規模製造」包袱,為何選擇從拼多多開始?

    高陽毛巾工廠選擇從拼多多發展線上零售,逐步由代工、批發轉向自主開發產品和經營品牌。拼多多從2024年的「百億減免」到2025年的「千億扶持」,投入資金和流量資源,支援商家降低經營成本、拓展研發空間。商家亦運用AI設計花型、以ERP估算庫存,配合小單多款和柔性生產。

  5. IT之家38

    微軟 Windows 11「照片」應用將接入 Adobe AI,恐成訂閲推廣新入口

    微軟計劃於 12 月邀請 Windows Insider 測試新版 Windows 11「照片」應用,接入 Adobe 提供的 AI 編輯功能及 Adobe Express 設計流程。用戶可預覽照片套用個人化模板的效果,再轉至 Adobe Express 繼續設計;目前沒有證據顯示「照片」應用會變成付費工具,雙方亦未交代是否需要 Adobe 帳戶、哪些模板免費或會否出現試用提示。

  6. 新浪科技59

    趙麗穎起訴紅果短劇相關公司,索賠81萬元並要求停止侵權、公開道歉

    趙麗穎就肖像權糾紛起訴北京抖音信息服務有限公司、北京筆墨留香科技有限公司及史某倫,要求停止侵權並公開道歉。報道稱,紅果短劇部分短劇被指未經許可使用 AI 換臉、融臉技術合成其肖像,訴請另包括賠償經濟損失及維權合理開支共計81萬元。案件開庭時間為2026年11月10日,地點為北京市門頭溝區人民法院雲法庭。

  7. DEV Community55

    《Hit the Road Dude》9:16 AI 影片如何適配照片?解析人臉被裁切的原因

    文章指出,將 4:3 照片放進《Hit the Road Dude》9:16 AI 影片時,可用裁切、填充或擴圖適配畫面,各有取捨。裁切只保留約 42% 的照片;填充雖保留整張照片,照片只佔影片畫面的 42%。作者提供 Pillow 預覽腳本,可校正 EXIF 方向,並比較置中裁切、按主體裁切和模糊背景填充。

  8. Ideogram Blog50

    2026 年時裝攝影最佳 8 款 AI 圖像生成工具

    8 款 AI 時裝攝影工具各有適用情境,涵蓋參考圖引導、虛擬試穿、商品目錄影像、造型企劃及圖片修飾。測試以 Ideogram 4.5 的 High quality 設定生成原圖及兩次提示詞編輯,並另行測試 Colorways 和 Material Swap。五張儲存的 PNG 均為 1,365 × 2,048 像素。

  9. 字節 Seed:Research Feed72

    Seedream 5.5 發佈,支援 100 輪穩定編輯並新增原生 RGBA 透明素材生成

    Seedream 5.5 正式發佈,提升多輪編輯穩定性、圖像真實感及文字渲染,並新增原生 RGBA 透明素材生成。模型支援同一作品最多 100 輪連續編輯,評測中的嚴重及輕微文字崩壞率分別降至 0.4% 和 1.7%。與 Seedream 5.0 Pro 相比,六類場景的生成效果評分和可用率均有提升,影視與辦公場景的可用率均達上一版本的兩倍以上。

  10. DEV Community55

    Gemini 和 ChatGPT 如何用一張照片製作 AI 聖誕家庭照

    Promptclay 作者提供用 Gemini 或 ChatGPT 從一張照片製作 AI 聖誕家庭照的方法,並建議明確要求保留原有面孔和人數。指南建議選用清晰、面孔較大的照片,配合原有姿勢設計場景,並在每次修改時只提出一項要求;作者觀察到 Gemini 較能保留羣體面孔,ChatGPT 較貼合服裝和版面細節。若照片中有兒童,文章建議使用家長帳戶並先查看應用程式規則。

  11. DEV Community34

    客人帶來髮型照片:我如何在她本人臉上預覽效果

    Miraviso 讓髮型師把客人帶來的靈感照片與客人照片一同載入平板,預覽髮型套用在客人本人身上的效果。系統只從靈感照片取用剪裁、造型等參考,髮色由髮型師決定,鬍鬚及客人的面貌則維持原樣。取得客人同意後,照片會經由 Gemini 在歐洲的伺服器處理,只在記憶體中保留所需時間,不會寫入磁碟。

11月11日週三
  1. 新浪科技45

    Adobe 公佈四項 AI 實驗項目:照片變成 3D 場景,並可透過對話設計 AI 角色

    Adobe 公佈四項 AI 實驗項目,可把平面圖像轉成可探索的 3D 空間,並透過對話設計 AI 角色。Project Sound Bender 可用文字提示詞生成並調整影片音效,Project Rinse Repeat 則能把已完成的照片編輯套用到其他人物或物件;這些項目目前均屬技術預覽,不保證最終推出。

  2. The Verge · AI42

    Adobe 的 AI 實驗讓用戶在照片中探索,並與角色對談

    Adobe 公佈多項 AI 實驗功能,可把照片轉成可探索的 3D 場景,並讓用戶透過對話設計 AI 角色。Project Screen Test、Project Sight Span、Project Sound Bender 和 Project Rinse Repeat 分別涉及角色設計、照片重構、音效混音及複製編輯。這些功能目前屬技術預覽,未必會成為 Adobe 產品的正式功能。

  3. 虎嗅61

    花叔全球鳥類貼紙庫耗逾 10 億 Token 用 AI 生成 11064 種貼紙,授權與準確性引發爭議

    花叔全球鳥類貼紙庫以 AI 生成 11064 種現生鳥類貼紙,其參考圖授權與物種準確性引發爭議。文中稱,參考照片中只有 1986 種採用開放許可,另有 2017 種未記錄許可協議;初代公開版本有 3388 張未達項目 AI 評分門檻的圖像。文章並以 AI 增清鳥照被誤認物種及科普書出現雙頭蝦為例,介紹 eBird 與 iNaturalist 的影像准入規則,指出失真圖像可能影響科研記錄和公眾科普。

  4. DEV Community57

    如何讓 AI 生成的示意圖可編輯:SVG、draw.io 與實用工作流程

    作者整理了一套讓 AI 生成示意圖更易修改的實用流程,建議按後續編輯需求選擇點陣圖、draw.io/Excalidraw、SVG 或 Mermaid,並確認文字、形狀及連線能否獨立編輯。流程圖可檢查節點識別碼、父級引用、邊端點和文件能否成功解析;AcaDraw 提供標註編輯,以及圖片轉 SVG 的文字和完整轉換模式。交接前應測試更改標籤、移動元件、增添步驟或連線,並另行核對圖中內容是否正確。

  5. 阿里雲開發者社區 AI59

    ai-pose-gallery-zh 開源中文 AI 繪畫參考庫收錄 6,162 條數據並支援 ComfyUI 生圖

    開源項目 ai-pose-gallery-zh 提供中文姿勢、服裝及人像參考資料,並以 Web 合成台和 ComfyUI 插件連接選圖、提示詞組裝與生圖流程。項目收錄 6,162 條中文數據及 12,022 張本地高清圖片,其中 1,439 組姿勢附有對應深度圖。Web 合成台支援 5 大 AI 圖像協議,ComfyUI 插件提供 4 個原生節點,項目亦附有 9 個 Agent Skills。