Ideogram表示，其新模型可以编辑图像的一部分，而不会弄乱其余部分
Ideogram的新模型Ideogram 4.5承诺只编辑你想要的区域，同时保持图像的其余部分不变。它具有原生2K分辨率，每张图像起价为0.8美分，Runway，Pika和Leonardo AI等合作伙伴已经加入。一个开放的重量释放计划。Ideogram的文章说，它的新模型可以编辑图像的一部分，而不会弄乱其余部分。
图像生成
AI 画图的最前线：文生图模型迭代、图像编辑能力与创作工具生态的全部动态。
已收录 75 条 · 近 30 天 45 条 · 第 2 / 4 页
Halide相机应用程序现在可以完全控制iPhone 18 Pro的光圈
Lux Optics针对iPhone和iPad的反算法Halide相机应用程序进行了新更新，增加了两种新的摄影外观，并支持新iPhone 18 Pro主摄像头的可变口径。Halide并不是第一个添加对新功能支持的原生iOS相机应用程序的替代方案，但它提供了[.]
照片洗涤器-局部面部模糊和元数据删除
工具：照片清理器-本地面部模糊和元数据删除我拍了一张抗议者的照片，然后想到我不喜欢分享具有可识别面孔的陌生人的照片。我让GPT-6 Astra构建了这个实验性工具，可以识别人脸并自动模糊它们。它使用Google的MediaPipe C++库，通过@mediapipe/tasks-vision编译为WebAssembly，加上BlazeFace面部检测模型。标
玛丽莎·梅耶尔（Marissa Mayer）相信，通过Dazzle，你的相机卷包含的信息比你的收件箱还多
梅耶尔认为，如果一张照片价值一千个字，那么你的相机卷价值数百万个字。通过分析您手机上存储的所有照片，Dazzle声称可以了解您的爱好、兴趣、食物和风格偏好、您喜欢如何度过时间以及和谁在一起。
FurE：无需动物毛皮数据集的高效特定实例3D毛皮重建
作者：Srinjay Sarkar、Prakhar Kaushik、Soumava Paul|从多视图图像中重建真实且可编辑的动物皮毛具有挑战性，因为精细尺度细节、自遮挡和模糊，而且与人类毛发不同的是，缺乏动物皮毛数据集。毛皮通常覆盖动物身体的大部分区域，物种间和物种内差异很大。我们提出了FurE，这是一种高效的基于链的动物毛皮重建方法，可以恢复per-s
使用交织强化学习在统一模型中学习本地反思
作者：范宜佳、黄子琪、蔡忠昂|统一的多模态模型可以查看和渲染图像，因此原则上它们可以修复自己的生成：诊断图像的错误，修改它，观察结果，并再次诊断。只有在渲染后才知道修订是否有帮助，因此必须在整个循环中联合学习反射文本和图像生成。反思监督微调（SFT）
统一分布式训练，实现一步视觉生成
作者：张驰、施浩洋、刘月一|\{分布训练}通过匹配冻结表示空间中的真实特征和生成的特征，为一步视觉生成提供集体监督。我们引入了\{一个统一的理论框架}，它将分布建模与匹配差异分开，并通过Wasserstein梯度流将全局目标与逐点特征更新联系起来。在此框架下，F
在SageMaker AI上使用vLLM-Omni生成图像和视频-第2部分
在Amazon SageMaker AI上从一个AWS vLLM-Omni深度学习容器部署两个生成媒体模型。使用FLUX.2-klein通过实时推理生成图像，然后使用Wan2.1-VACE通过异步推理将其动画化为视频，并从Amazon S3中检索MP4。
受Google Photos“Clueless”启发的虚拟衣柜现已在Android和iOS上推出
这项基于人工智能的功能根据您的照片构建虚拟衣柜，自6月份首次向Android用户推出后，现已广泛使用。
论多维潜势的扩散性
作者：超峰、徐志洋、陈博伟|表示自动编码器（RAE）使扩散模型能够在预训练的视觉编码器的特征空间中运行。然而，许多现成的编码器没有针对忠实的重建进行优化，从而丢弃了细粒度的视觉细节。正如预期的那样，微调这些编码器以进行图像重建可以恢复此类细节。然而，也许与直觉相反，这个过程会降低EF
FlexXray：通用临床X射线分割
作者：Victor Ion Butoi、Vivek Gopalakrishnan、John V. Guttag| X射线是医学上使用最广泛的成像方式，但仍然是其最少的定量。与CT或MRI等容积模式不同，X射线将3D解剖结构折叠成2D投影，导致结构重叠和解剖边界模糊，即使对专家来说也是如此。因此，标记X射线数据库以训练通用分割系统是不切实际的，留下了形态学
陆川手搓历史现场，王珞丹熬夜抽卡，阿里全模态开始兜底生产
阿里：三年之内会出现一个原生的全模态统一生成模型，未来体验将不再受限于模态边界。
讲真，我没看出这图是AI做的，更没想到是国产AI做的
商汤U1 Pro，正式发布
WorkRally 首发接入Hy Image3.5 preview，为专业影视创作开放两周免费体验
9 月 22 日，腾讯混元正式发布 Hy Image3.5 preview。腾讯视频专业影视智能平台 WorkRally 首发接入该模型，即日起两周内向平台创作者免费开放，覆盖剧集分镜、影视物料、角色与场景设定等专业创作场景。 WorkRally 是腾讯视频推出的首款面向精品内容制作的工业级 AI 平台，覆盖从剧本解析、分镜生成、内容生产到资产管理与团队协作
阿里巴巴Qwen发布Qwen-Image-2.1：用于图像生成和编辑的7 B开放权重模型
阿里巴巴的Qwen团队发布了Qwen-Image-2.1，这是一个7 B扩散Transformer，可在一个检查点中处理文本到图像的生成、多引用编辑和原生RGBA透明度。前置KV缓存可加快最多10个参考图像的编辑速度。这些重量是公开的，但商业用途需要获得Qwen的单独许可。阿里巴巴Qwen发布Qwen-Image-2.1：用于图像生成和编辑的7 B开放重量模
把电影感装进口袋，vivo的移动影像长跑
1902 年，蔡司设计出 Tessar 镜头。它的结构并不复杂，却以锐利的成像著称，被称为 “鹰之眼”。 在它之前，镜头设计的专业性很大程度上仍然与结构复杂度、镜片数量绑定，摄影师为了获得更好的成像，也习惯了接受笨重而昂贵的设备。蔡司却反过来用更简单的结构实现了更锐利的成像，让镜头在保持画质的同时变得更轻便、更易用。 Tessar 的成功在于它提供了一种不同
阿里巴巴的开放重量Qwen-Image-2.1声称仅需70亿个参数即可在图像生成方面击败封闭模型
阿里巴巴的Qwen团队发布了Qwen-Image-2.1，这是一个开放重量模型，可以在强大的消费级图形处理器上生成和编辑图像，支持透明度和同时最多十张参考图像。其研究许可证禁止商业用途，这需要单独的Qwen许可证。阿里巴巴的开放重量Qwen-Image-2.1声称只需70亿个参数就能在图像生成方面击败封闭模型的文章首先出现在The Decoder上。
您能分辨哪些图像是人工智能生成的吗？
HN66· 57 评论
人工智能生成的海报不一定很糟糕
HN ð107· 59 评论
与谷歌共同创造时尚的未来
简·韦德和塞尔吉奥·哈德森