跳到正文

#图像生成

今日 0 条
10月11日周日
10月7日周三
10月6日周二
  1. Hacker News:AI 热帖69

    Reka 发布 Rho-1 研究预览:19B 全模态推理模型统一文本、图像、视频与动作

    Reka 发布从零训练的 19B 全模态推理模型 Rho-1 研究预览,用单一神经网络理解和生成文本、图像、视频,并输出机器人动作。模型将文本、视觉和动作统一为同一上下文窗口中的 token,基础模型视频生成速度中位数为 0.79× 实时,蒸馏版将去噪从 99 步压缩到 8 步,原生视频分辨率上限为 672×384。

10月3日周六
10月2日周五
  1. IT之家(RSS)74

    Black Forest Labs 发布图像生成模型 FLUX 3 Image,支持 4K 与坐标级元素排布

    Black Forest Labs 于 10 月 2 日推出图像生成模型 FLUX 3 Image,支持最高 4K 分辨率生成。模型基于 FLUX 3 基座,可在 0–1000 坐标网格中用 ID、描述和边界框精确排布元素,单次最多融入 10 张参考图,并支持像素级区域编辑与多轮修改。该模型目前以付费服务提供,开放模型版本将在数周内公开。

10月1日周四
9月8日周二
7月1日周三
  1. Google DeepMind87

    Google DeepMind 发布 Nano Banana 2 Lite 并向开发者开放 Gemini Omni Flash

    Google DeepMind 发布图像模型 Nano Banana 2 Lite,并首次通过 Google AI Studio、Gemini API 和 Gemini Enterprise Agent Platform 向开发者开放视频生成与对话式编辑模型 Gemini Omni Flash。

    推荐理由:原文同时给出两款生成媒体模型的接入平台、价格、延迟和当前限制,便于开发者评估图像到视频工作流的组合用法。