Origin Frame 完成 Pre-種子輪融資
動漫風格 3D 角色 AI 創作平台 Origin Frame 宣佈完成 Pre-種子輪融資,由 Z Venture Capital 與 East Ventures 聯合投資。
動漫風格 3D 角色 AI 創作平台 Origin Frame 宣佈完成 Pre-種子輪融資,由 Z Venture Capital 與 East Ventures 聯合投資。
作者以六次生成、共 70 credits、約 $0.70 實測 Ideogram 4.6,測試文字呈現、原生 4K、兩輪編輯及透明 PNG,並稱六次均通過。4K 生成檔為 4096×4096;第二輪編輯只把外套改成深紅色,保留人臉、姿勢、海灘背景及 1760×2336 尺寸。
紐約音樂廳 Domino 在官網出現 AI 生成圖片錯誤後,已將原網站替換為完全由人類製作的版本。原網站曾展示一張從未真實舉辦過的 The Strokes 演唱會門票,並出現模糊文字和拼寫錯誤,頁面中央另有寫着「Human Made」的明信片。
作者實測以 Meta 的 Muse AI 配合 PixAI API,透過腳本生成同一原創角色的 5 張動漫圖像,完成單張測試及 4 張批次生成。單張 API 圖像耗用 4,000 credits,網站測試則為 3,000 credits;API 圖像尺寸為 848×1280,網站圖像為 816×1232。
Domino 音樂廳原官網的 AI 圖片出現虛構的 The Strokes 演唱會門票、模糊文字和拼寫錯誤,現已換成完全由人類製作的網站。公司代表稱,發布公告時設計團隊沒有足夠時間完成最終版本,因此暫以 AI 作為過渡工具。場館計劃於 2027 年開業,所在大樓約 75% 的租戶是科技公司;文章將這場風波置於威廉斯堡科技產業與傳統藝術文化並存的社區變遷中討論。
作者以同一張照片比較 5 款 AI 虛擬佈置工具,指出檔案大小不能單獨反映編碼細節,應以每像素位元數(bpp)比較。Collov 的 131.5 KB 輸出為 1.07 MP、1.01 bpp;DoVirtualStaging 的 102–159 KB 輸出為 0.81–1.25 bpp,小檔案不等於壓縮較差。
文章梳理 Javi López 與 Emilio Nicolás 如何以兩人團隊推出 Magnific AI,並在推出五個月內累積 725,000 名註冊用戶。
作者以 Real-ESRGAN General x4v3 對 480×480 圖像進行分塊放大測試,發現每邊留 33 像素上下文時,11,059,200 個輸出值中有 3 個相差 1 個灰階,34 像素時則全部一致。
作者測試 Real-ESRGAN General x4v3 的 4 倍分塊放大,96 像素 tile 的填充量由 0 增至 34 時,輸出相對整圖推理的最大差異由 149 降至 0。
Whale Squares: Nonogram 的開發者從 9,680 張候選圖片中篩選數織謎題,只有 1,579 張通過 15×15 網格的檢查,通過率約 16%。
OpenAI 推出 ChatGPT Images 2.6,新增參考圖輸入與循環 GIF 生成功能。作者表示,參考圖可用作構圖、色調和元素風格的參考,GIF 則適合短循環及簡單動態,並非像素級復刻。文章另稱 API 端新增兩個圖像模型,圖像生成速度提升 50%。
文章建議 Node.js 與 Express 以伺服器端驗證的用戶 ID 建立每用戶物件前綴,將生成圖片設為私有,並使用限時簽署下載連結及按物件鍵刪除。生命週期規則最短為一天,只適合作為保留期限的後備,不能代替用戶主動刪除。
以精簡 GAN、ONNX Runtime Web 和低精度推理,可在瀏覽器直接生成圖像,並以 CPU 為優先、WebGPU 作加速,毋須安裝軟件。文章説明如何縮減 StyleGAN2、將模型匯出為 ONNX,並以 FP16 減少模型佔用;WebGPU 不可用或執行失敗時,可自動改用 CPU。
PoseWear 是開源虛擬試穿工具,支援用戶選擇服裝、上載照片並以自有 API Key 生成試穿圖。文章介紹 Windows/Android 客戶端安裝、素材挑選與 API Key 設定流程,也説明自行部署網頁版的方法。密鑰、收藏和生成記錄保存在本機,軟件採 MIT 授權,生成費用則按所用服務商收取。
Qwen-Image-2.1 是一款 7B 圖像模型,可由同一模型完成生成、編輯和摳圖,並支援原生透明通道及 2K 輸出。阿里雲百煉列出的北京及全球地域原價為 qwen-image-2.1-turbo 0.1 元/張、qwen-image-2.1-pro 0.25 元/張,失敗調用不收費。
Qwen-Image-3.0 定位於日常創作與批量出圖,Qwen-Image-3.0-Pro 則面向複雜排版、文字渲染及細節要求較高的專業成品。文章列出最長約 4.5k Token 的輸入、10px 小字渲染,以及覆蓋 12 種語言和 20 多種字體等規格,並介紹文生圖、圖生圖和圖像編輯。
MiniMax H3-Image 以六步原生生成約 16.8MP 的 4K 級圖像,作者以三種 ComfyUI 工作流測試這項能力。工作流分別用於文生圖、單圖編輯及最多 16 張參考圖編輯;文生圖流程有 6 個節點,兩種編輯流程各有 48 個節點。三種工作流均可透過 RunningHub 在線執行,無需本地 GPU;工作流不附模型權重,需自行準備。
阿里雲 Wan-Image(wan2.7-image)整合圖像生成與編輯,支援文生圖、組圖、圖像編輯、多圖參考及交互式編輯。主力版在華北2(北京)按成功生成張數收費 0.2 元/張,且費用與解像度無關;wan2.7-image-pro 為 0.5 元/張,文生圖最高解像度為 4096×4096。組圖一次最多生成 4 張,連續場景最多 12 張;密集小字排版仍需實測。
Google 為 Gemini 推出 GIF 生成功能,由影片模型 Gemini Omni 1.2 Flash 驅動,可生成循環動態效果和搞笑表情包。功能面向所有 Google AI 訂閲用戶開放,並在美國、日本、韓國、澳洲、加拿大、英國、德國和法國免費提供。用戶可在主聊天輸入提示詞,或於圖像與影片工具中選擇 GIF 並描述需求。
Google 為 Gemini 上線 GIF 生成功能,由影片模型 Gemini Omni 1.2 Flash 驅動,可生成循環動畫及搞笑表情包。功能向所有 Google AI 訂閲用戶開放,並在美國、日本、韓國、澳洲、加拿大、英國、德國和法國免費提供。用戶可在主聊天輸入提示詞,或在圖像與影片工具中選擇 GIF 並描述需求。
Google 在 Gemini 推出由 Gemini Omni 1.2 Flash 驅動的 GIF 生成功能,可生成循環動圖與表情包。功能面向所有 Google AI 訂閲用戶,並在美國、日本、韓國、澳洲、加拿大、英國、德國和法國免費開放。用戶可在主聊天輸入提示詞,或在圖像與影片工具中選擇 GIF 選項並描述需求,即時生成。
作者使用 AI 製作《古事記》改編動畫首集《天地初開》,以 AI 處理劇本、畫作、旁白、音樂及剪輯,並由作者作最後決定。製作期間,長矛難以生成一致造型;輸出檔雖顯示完成,畫面約在17.7秒中斷,音訊則長達93秒。作者另完成日文及英文版主片和短片。
Nano Banana 2.1 以人物肖像和 The Met 的紅色軍裝外套照片進行以圖生圖,生成保留黑色衣襟和金色鈕扣、但褲子變成淺色的肖像。這個工作流程需要登入,並選用支援兩張參考圖片的模型;生成結果為 816 × 1280 JPEG。文章建議用更明確的提示詞要求保留深色褲子,並以相同模型和設定比較不同指令或外套參考圖的效果。
雷鋒網實測 Kling Image 4.0,顯示它可按簡短提示詞生成海報、電商詳情頁及連續分鏡,亦可局部修改圖片文字。新模型原生解像度提升至 8K、單張圖片最多支援 2000 字、一次最多生成 10 張連貫圖片,並內置 70+ 款預設字體。測試亦發現説明小字清晰度、模型自行補充的資訊準確度及跨鏡人物一致性仍有不足。
作者用照片轉影片工具製作十個感恩節場景,總結用一張照片製作短片時,照片選擇、場景時長和人物數量如何影響效果。單一場景約以10秒為上限,宜採用一個簡單動作;雙人場景則需要照片中有兩個清晰可見的人。作者的工具每個效果使用10 credits,約需$0.62至$0.83,付費方案由$9.99起,無需訂閲。
Germey提出以 GPT Image 2.6 製作動畫貼圖的兩階段流程,先核准靜態角色參考圖,再以編輯方式只改動作、不改角色身份。範例使用 Flare;文中指出 Flare 和 Sunburst 支援原生 GIF,GIF 幀數可設 2–16,文件建議採用 512x512、9 幀及每幀 200ms。文中的 API 請求未實際執行,流程亦包括輸出驗收、失敗分類和重試規則。
文章提出以 5 項佇列測試檢驗 AI 圖像生成流程在物件儲存上傳遇 HTTP 429 時的重試退避。生成與上傳應分成可獨立重試的佇列狀態,先持久化生成檔案,再以固定物件鍵重用相同位元組;遇到 429 時遵從 Retry-After,否則採用有上限的指數退避及隨機抖動。測試亦涵蓋併發寫入和到期刪除;文章指出 Infrai 的生命週期政策最短為一天,較短保留期須另設刪除工作。
Qwen-image-3.0 圍繞長指令理解、文字渲染及多圖編輯等能力升級,支援文字生成圖像和參考圖編輯,提供標準版與 Pro 版本。模型最多支援 4.5K Token 輸入、最多傳入 3 張參考圖,並可輸出 512×512 至 2048×2048 的自訂尺寸圖像。服務提供同步及異步調用模式,兼容 OpenAI 圖像接口規範。
Ideogram 的教學示範如何用 Ideogram 4.6 的參考圖片及提示詞,把照片轉成油畫、水彩、印象派作品或品牌插畫,同時指定要保留的面貌、姿勢和構圖。
Ideogram Blog 以 Ideogram 4.6 示範分 5 步設計 AI 書封,涵蓋尺寸設定、提示詞撰寫、生成檢查及下載。指南建議將書名、作者名等文字放在引號內,並描述字體風格和位置;Kindle 封面可選 5:8,2K 輸出為 1,600 × 2,560 像素。文章亦示範以完成的封面作參考圖,只修改一行文字;作者稱新文字以外有 99% 的像素保持一致。
Instagram 的「AI info」標籤通常源自圖片中繼資料;文章説明 C2PA、IPTC Digital Source Type 和生成器文字的存放位置及檢查方式。
Ideogram Blog 比較 8 款 Midjourney 替代工具,並以三組設計簡報實測 Ideogram 4.6、Midjourney V8.2 和三款免費工具。
Brizy 推出 AI 網站建置工具 1.9.5,以生成圖片取代 AI 生成流程中的 Unsplash 素材圖片,並可按提示詞生成或重新製作個別版面區塊。更新亦改善中文、日文、韓文、俄文及阿拉伯文支援,包括阿拉伯文的由右至左版面。
StagingBench 的獨立測試顯示,虛擬佈置整體通過率會掩蓋各房間的未知結果;計算前應先查看每個房間的通過、失敗和未知數量。測試涵蓋 10 張真實房間照片,每個房間與工具組合僅記錄一次,無法證明結果可重複。公佈通過率時,須説明分母是全部記錄,還是隻有結果明確的記錄。
Roblox 遊戲縮圖建議尺寸為 1920 × 1080,遊戲圖示則採用 512 × 512;除了核對檔案尺寸,也要在小尺寸預覽中確認主體和玩法是否清晰。文章介紹如何比較不同構圖、以 JavaScript 檢查匯出圖片尺寸和比例,並在上載前確認裁剪效果。
6 款 AI 海報生成器按印刷尺寸與出血位、文字編輯、品牌色彩、匯出格式及免費方案作比較,Canva 是綜合首選,Recraft 則適合從提示詞生成原創插畫並匯出 PNG 或 SVG。Recraft V4.1 免費方案每天每種風格可生成 3 次,但圖片公開且沒有商業授權;Canva 的印刷流程支援出血位。Adobe Express Premium 每月 US$9.99,附有 250 個生成點數。
電影《Artificial》推出一張由人手繪製、刻意模仿 AI 圖像生成瑕疵的新海報。海報由藝術家 Mike Thompson 和創意機構 Gravillis Inc. 創作,畫麪包括樹幹中的人臉、變成蛇的樹枝及倒置飛機,並註明「由人類創作」。
趙麗穎肖像權案在北京市門頭溝區人民法院開庭,據報道索賠81萬元。被告包括紅果短劇運營主體北京筆墨留香科技有限公司、北京抖音信息服務有限公司及自然人史某倫。文中指出,素人肖像一年授權報價為100至200元,演員及模特為800至1000元;合規成本上升會擠壓薄利多銷短劇的盈利空間,並加劇賽道分化。
這項權杖七案例研究展示如何以分層流程生成風格一致的塔羅牌組:模型負責繪製中央插畫,程式則合成牌框、羅馬數字和標題。流程以參考牌固定風格提示詞,並用並排檢查表找出風格偏差。文中指出,牌面文字生成不可靠,且圖像符號準確性仍需人工核對。
ArtArk在SuperCLUE本期文生圖及圖像編輯的競技場與標準評測中均列總榜第一,合共取得四項第一。文生圖競技場在28個模型中以1497.0分居首,標準評測得95.1分;圖像編輯競技場在19個模型中以1341.2分居首,標準評測得83.6分。