跳到正文
11月11日週三
  1. DEV Community52

    GPT Image 2.6 與 2.5:更好的圖像模型仍需要合適的任務設定

    比較 GPT Image 2.6 與 2.5 時,文章建議先按產品照、活動海報或吉祥物素材訂明驗收標準,再固定文案、參考圖和輸出用途測試不同選項。評估時應在最終版面檢查構圖,局部修改後核對周邊圖像,並記錄拼字修正、產品修復、裁切或格式轉換等剩餘工作。GIF 和 SVG 工作流程的支援情況取決於具體模型、端點和主機,應先確認預定使用的介面是否提供相關格式。

  2. DEV Community51

    升級 Nano Banana 2.1 圖像工作流程前,先測試最棘手的實際需求

    評估 Nano Banana 2.1 是否適合升級既有 Nano Banana 2 圖像流程,應先以最容易令現有流程出問題的實際需求作測試。測試可涵蓋寬幅或高幅版面、指定文字的拼寫與位置,以及參考圖中產品特徵能否保留;版面須按預定裁切檢查。比較時應分清既有能力與版本改進,並記錄產出一張可接受素材所需的候選圖、修正次數及成本。

  3. HuggingFace Daily Papers(社區熱門論文)33

    Lipschitz-Controlled Flow Matching 如何提升圖像復原的穩定性

    LipsFlower 結合 Lipschitz 感知架構與正則化,減少流匹配圖像復原中的輸入擾動放大,同時維持具競爭力的復原品質。其向量場架構 LipHDiT 採用穩定化近似頻譜正規化、有界調制及凸殘差混合,並以有限半徑對抗增益正則化抑制過度敏感。盲人臉部復原測試顯示,LipsFlower 在維持復原品質的同時降低擾動放大。

  4. 創業邦58

    2026年,AI應用融資資金流向哪些賽道?

    2026年上半年,國內億元級 AI 產業融資中,AI 應用方向以 33 起融資事件居首,影片、圖像及 3D 生成約佔近四成,AI Agent 約佔兩成。視覺生成融資規模突出,而醫療、教育、營銷等垂直應用的融資較分散;文章指出,各賽道證明價值的方式和所需時間不同。面對大型科技公司競爭及模型快速迭代,創業公司仍須證明自身價值可持續,並能規模化複製。

  5. 新浪科技56

    耗用逾 10 億 Token 生成萬種鳥類貼紙,AI 圖像錯誤如何污染科普與科研資料

    一名獨立開發者耗用逾 10 億 Token,生成並開源涵蓋逾 1.1 萬種鳥類的 AI 貼紙庫,其圖像準確性與參考照片授權引發爭議。參考照片中僅有 1,986 個物種採用開放授權,另有 2,017 種未記錄授權;貼紙曾出現鳥類形態失真,亦未經鳥類學專家系統審校。

  6. 阿里雲開發者社區 AI51

    阿里雲 AI 劇本與動畫創作方案實操:從故事梗概生成動畫短片

    阿里雲的 AI 劇本與動畫創作方案以五個環節串連故事梗概至動畫短片生成,輸出包含配音和字幕的影片。方案以函數計算 FC 調度百煉模型服務與 ComfyUI,完成劇本、插圖、配音、字幕及 MP4 合成,並將各環節產物存入 OSS。文章稱部署僅需 20 分鐘、預估費用為 0~20 元;角色一致性需要調整提示詞、參考圖與工作流,商用前亦需自行確認版權與合規。

  7. DEV Community37

    PiCraft 貼紙製作器如何輸出透明 PNG:灰色底圖、一次去背與不放大的縮圖處理

    PiCraft 貼紙製作器先以灰色純色底圖生成貼紙圖,再透過託管式去背 API 製作透明 PNG,而非依賴模型直接輸出透明背景。每項任務只進行一次去背,結果供 2048×2048 貼紙檔和 900×900 列印檔共用。透明輸出的縮圖處理只會縮小、不會放大;若圖片小於目標尺寸,便置中放在透明畫布上,因此畫布尺寸不一定等於圖案尺寸。

  8. IT之家31

    摩爾線程完成 MiniMax H3-Image 圖像生成模型 Day-0 適配

    摩爾線程宣佈,旗下 MTT S5000 智算卡及 MUSA 軟件棧已在 MiniMax H3-Image 開源當日完成適配。H3-Image 可在 10 秒內生成一張 4096 × 4096 像素圖像,速度可達市面主流水平的 5 倍。摩爾線程透過復用 SGLang、MATE、MCCL 等組件完成適配,並為後續更多生圖、生視頻模型的 Day-0 適配奠定基礎。

  9. 虎嗅53

    2026年,AI應用融資資金流向哪些賽道?

    2026年上半年,國內AI產業鏈億元以上融資中,AI應用融資事件最多,共33起;影片、圖像及3D生成佔近四成,AI Agent約佔兩成。文章指出,垂直行業融資頻次不低但資金較分散,醫療、教育、安全等賽道驗證價值的週期各有不同。在大廠競爭和模型快速迭代下,創業公司仍須證明自身的差異化價值及業務能否規模化複製。

  10. Comfy Blog54

    Seedream 5.5 現已透過 Partner Nodes 登陸 ComfyUI

    Seedream 5.5 現已可透過 Partner Nodes 在 ComfyUI 使用,支援文字生成圖像及根據圖像進行編輯。它支援多輪局部編輯、原生 RGBA 透明及半透明背景輸出,亦可生成文字清晰、版面有序的海報和資訊圖表。相關功能集中於單一節點,可接入既有工作流,並將透明輸出直接接往合成節點。

  11. DEV Community50

    AI 生成圖片的物件儲存:Node.js 下載、保留與備份

    文章為多租戶健康科技產品整理 AI 生成圖片的物件儲存方案,建議使用私有儲存、透過預簽署 URL 供用戶下載,並由應用程式管理保留政策和備份。文中比較 Amazon S3、Cloudflare R2、Azure Blob Storage 和 Infrai;Infrai 的單一 REST API、憑證和帳單可減少整合工作,但不提供跨區自動複製、物件版本控制或物件鎖定。

  12. DEV Community41

    KryonOS v3.0.0 正式發佈

    KryonOS 正式發佈 v3.0.0,加入硬件支援、裝置端 AI 圖像生成,以及多項連線與多媒體功能。支援的 ESP32-S3 硬件可運行 4-million-parameter DCGAN-96,系統亦加入 Bluetooth、GPS、MP3 播放及 WAV API 支援。此版本推出 JavaScript API Level 3,並支援加密 MicroSD 備份與還原。

  13. Ideogram Blog57

    2026 年 8 款最佳 AI Mockup 生成工具比較指南

    Ideogram Blog 比較 2026 年 8 款 AI Mockup 生成工具,整理各工具的用途、免費或付費方案,以及選用時需核對的項目。文章按模板、生成式和 3D 工作流分類,並以同一款 NORTHLINE 圖稿測試 Ideogram 和 Recraft 的帆布袋生成與編輯;兩者修改背景後文字仍可讀,Ideogram 縮小印花後亦保持置中。

  14. Ideogram Blog54

    2026 年 6 款最佳動漫 AI 圖像生成工具比較指南

    Ideogram Blog 比較 6 款動漫 AI 圖像生成工具,涵蓋 Ideogram、PixAI、Niji Journey、NovelAI、Leonardo.Ai,以及 ComfyUI 搭配 Animagine XL 4.0,並按不同項目需求提供選擇方向。文章以原創角色、屋頂場景及外套改色比較 Ideogram 和 PixAI,並整理各工具的參考圖控制、費用、私隱、硬件與授權條件。

  15. Hacker News 熱門(buzzing.cc 中文翻譯)41

    Show HN:Tiny València——《模擬城市》風格的西班牙瓦倫西亞等軸測地圖

    Tiny València 是一幅以等軸測視角呈現西班牙瓦倫西亞的像素藝術地圖,涵蓋整個市轄區,只有少數缺乏 3D 影像的小片 huerta 飛地未納入。地圖以固定等軸測視角渲染真實 3D 城市數據,再由以挑選像素藝術風格訓練的影像模型逐格重新繪製,讓相鄰圖格自然銜接。

  16. HuggingFace Daily Papers(社區熱門論文)48

    Iris-Z 如何以生成模型超越專用幾何模型

    Iris-Z 是一個同時生成圖像外觀與深度的通用圖像生成模型,以單一骨幹網絡處理圖像生成、深度估算及依據深度繪製圖像。在足夠規模下,它在既有深度基準測試中超越專用模型,同時保留原有骨幹網絡的圖像生成能力;研究團隊向社羣發布了兩個模型。

  17. Recraft 自有模型與設計產品52

    2026 年最佳 AI 圖示生成器:7 款工具比較

    Recraft 比較了 7 款 AI 圖示生成器,並以產品圖示組的風格一致性及原生 SVG 匯出為標準,判定 Recraft 最適合製作生產用圖示組。測試以 24 px UI 圖示組、2 px 描邊等條件生成五個概念圖示,再追加第六個,檢查描邊、圓角和視覺尺寸是否一致,並確認 SVG 是否為可編輯向量路徑。

  18. Recraft 自有模型與設計產品60

    Recraft Studio 如何用文字提示詞編輯照片:12 個有效修改示例

    Recraft 的指南提供 12 組可直接套用的照片編輯提示詞,教用戶以文字指定修改內容,同時保留人物、標籤、構圖及光線等元素。提示詞應分成修改內容與保留要求兩行,而且一次只做一項修改;堆疊多項要求、改寫印刷文字或未鎖定身份,容易令結果失準。指南涵蓋移除物件、替換背景、調整天氣及延展畫面,並建議生成兩至三個版本,再針對剩餘錯誤追加提示詞。

  19. Recraft 自有模型與設計產品51

    2026 年 7 款 AI 角色生成工具比較:Recraft、Midjourney 等各有取捨

    Recraft 根據 2026 年 11 月 9 日的廠商頁面,按五項條件比較 7 款 AI 角色生成工具,結論是沒有一款適合所有需求。文章建議用 Recraft 處理跨姿勢一致性、可重用風格及 SVG 匯出,用 Midjourney 生成單張肖像,或用 Gemini、ChatGPT 在對話中修改角色。作者沒有在七個產品中以同一角色進行統一實測,並指出長序列中的頭髮、口袋和鞋色仍可能漂移。

  20. 新浪科技68

    實測 MiniMax H3 Image:GPT 的效果加上 MJ 的審美,並已開放權重

    MiniMax 發佈並開放 H3 Image 權重,這款模型聚焦圖像生成與編輯,並可透過 API 接入。作者實測中,模型生成 4096×4096 圖片需 10~20 秒,最多支援 16 張參考圖片,並展示複雜指令、文字排版及多種視覺風格生成。文章亦稱其可透過 API 接入 MiniMax Code、Claude Code、Codex 等 Agent Harness,參與更複雜的任務流程。

  21. Comfy Blog61

    ComfyUI 原生支援 MiniMax H3 Image

    ComfyUI 現已原生支援 MiniMax H3 Image,同一模型可進行文字生成圖像及參考圖編輯。模型固定以六步採樣,並支援 4096×4096 等原生輸出尺寸,提示詞上限為 4096 tokens。用戶可下載權重在本機 GPU 運行,亦可透過 Partner Nodes 使用 API。

11月10日週二
  1. 新浪科技64

    MiniMax 發佈並開放 H3-Image 權重,10 秒生成 4K 圖像

    MiniMax 發佈 H3-Image 並開放權重,這款衍生自 H3 的圖像生成模型可在 10 秒內生成一張 4096 x 4096 像素、約 16 MP(4K)的圖像。模型支援文字生成圖像、圖像參考和圖像編輯,並具備指令遵循及多參考圖理解能力。發佈首週,MiniMax 將為 16MP 及以上規格的生成請求提供官方價格五折優惠。

  2. IT之家65

    MiniMax 發佈 H3-Image 圖像生成模型並開放權重,10 秒生成 4K 圖像

    MiniMax 發佈 H3-Image 圖像生成模型並開放權重,稱模型可在 10 秒內生成 4096 x 4096 像素、約 16 MP 的圖像。模型支援文字生成圖像、圖像參考及圖像編輯,最多可參考 16 張圖片;MiniMax 稱其速度可達市面主流水平的 5 倍。發佈首週,MiniMax 為 16MP 及以上規格的生成請求提供官方價格五折優惠。