漫话开发者 - UWL.ME 精选全球AI前沿科技和开源产品
2026-10-19 talkingdev

OpenAI被曝在Arena盲测全新“Aurora”图像模型,或为GPT-Image-3

本周末,OpenAI的API和盲测竞技场中短暂出现了三款新的模型引用——aurora-red-alpha、aurora-green-alpha和aurora-blue-alpha。它们被推测为图像生成模型,且很可能是GPT-Image-3的早期测试版本。从目前泄露的测试表...

Read More
2026-09-22 talkingdev

腾讯发布 Hy Image 3.5 Preview:内部测试对标字节跳动 Seedream 5.0 Pro,同日与阿里同场竞技

据彭博社报道,腾讯发布了其最新的图像生成模型 Hy Image 3.5 Preview。腾讯方面称,在内部测试中该模型的综合表现已达到字节跳动 Seedream 5.0 Pro 的水平。该模型被视为腾讯在多模态生成领域的一次重要迭代,发布...

Read More
2026-09-09 talkingdev

OpenAI发布ChatGPT Images 2.5:细节更锐利、编辑更可靠,延迟最高降低50%

OpenAI 正式发布 ChatGPT Images 2.5,新一代图像生成模型在细节呈现、参考图还原和编辑稳定性方面实现显著升级。官方介绍显示,该版本能输出更锐利的图像细节,在融合用户提供的草图或参考照片时拥有更强的保持能力...

Read More
2026-08-27 talkingdev

Meta推出Muse Image图像生成模型:先推理后渲染,单图成本仅0.01美元

Meta推出的Muse Image图像生成模型,其核心特点在于能够基于搜索结果进行图像生成,并在最终渲染前执行推理过程。这意味着模型不再仅依赖训练数据中的视觉模式,而是可以结合外部信息来约束生成结果,有望提升图像的...

Read More
2026-07-22 talkingdev

通义千问发布Qwen-Image-3.0图像生成模型:支持4.5k token输入,原生渲染12种语言

阿里巴巴通义千问团队近日正式推出第三代基础图像生成模型Qwen-Image-3.0,在内容丰富度、细节真实感和世界知识融合方面实现全面升级。该模型支持最高4.5k token的文本输入,能够精准理解复杂长文本的语义,并生成富...

Read More
2026-06-04 talkingdev

开源|Ideogram 4:全新架构文本生成图像模型,突破性JSON提示与2K分辨率

Ideogram 4 是一款最新的开源权重文本到图像生成模型,完全从零训练而非基于现有模型微调,代表了图像生成领域的一次重要技术迭代。该模型最引人注目的创新在于引入了一种结构化的JSON提示接口,彻底改变了传统自然...

Read More
2026-04-27 talkingdev

论文推荐|Vision Banana通用视觉模型:将图像生成重定义为感知任务,刷新SOTA

来自arxiv的最新研究提出了一种名为Vision Banana的通用视觉模型,该模型的核心创新在于将传统的视觉感知任务重新表述为图像生成问题。通过指令微调(instruction-tuning)的图像生成模型,Vision Banana能够在多种...

Read More
2026-04-22 talkingdev

OpenAI发布ChatGPT Images 2.0:图像生成模型迎来重大升级,文本渲染与多语言支持显著增强

OpenAI正式推出ChatGPT Images 2.0,标志着其图像生成技术迈入新阶段。该模型基于前沿的生成式人工智能技术,在核心能力上实现了多维突破。首先,其文本渲染能力获得显著改善,能够更精准地将复杂文本提示转化为视觉...

Read More
  1. 1
  2. 2
  3. 3
  4. Next Page