#影像生成
RSS 訂閱#影像生成
RSS
Aravind Srinivas@AravSrinivas品質評分5151
Unsloth AI Releases精選品質評分6565 Unsloth 推出 Inkling 2 Mini,更新圖片生成、影片改風格與 MCP 對話
在小型 GPU 上跑圖片生成模型常會佔用不少記憶體,和 AI 助理使用 MCP 工具時,每次對話都重新處理舊內容也會浪費資源。Unsloth 這次推出 Inkling 2 Mini,並更新多項桌面功能:Linux 和 macOS 載入 GGUF 圖片模型時,記憶體用量減少 52% 到 66%;Mac 可替整段影片換上新風格;使用 MCP 的聊天則只處理新內容,在工具測試中少用 83% 到 87% 的提示詞 token。更新也修正了圖片生成、檔案匯入和模型訓練等問題。
推薦理由:這次更新同時改善小型 GPU 的圖片生成、Mac 影片改風格與 MCP 對話處理,可看出 Unsloth 如何擴充套件桌面端的使用情境。
Kling AI@Kling_ai品質評分4848
Higgsfield AI 🧩@higgsfield_ai品質評分4242
Unsloth AI Releases精選品質評分6464 Unsloth 更新 AMD NPU 支援,並加入影像與影片 LoRA 訓練
在本機訓練和執行 AI 模型時,硬體支援、模型格式和等待時間常讓人卡關。Unsloth 這次更新讓轉換後的 Q4NX 模型能在 AMD NPU 上載入,也會標示每個模型能不能執行;此外,使用者可以訓練 LTX-2.5 和 MOSS-Image 的 LoRA,並在影片頁面載入 NVIDIA Cosmos3 的 FP8 模型。更新也加入聊天排程,讓排程任務的回覆直接出現在原本的聊天室。部分影像與訓練工作在特定硬體上每步最多快 42%,實際速度會依顯示卡和設定而異。
推薦理由:這次更新把 AMD NPU、影像與影片模型訓練,以及聊天排程整合進 Unsloth,呈現本機 AI 工作流程涵蓋的範圍。
PixVerse@PixVerse品質評分5050
Artificial Analysis@ArtificialAnlys精選品質評分6060
推薦理由:這份評測把 Kling Image 4.0 與前代及榜上模型比較,呈現它在文字生圖、圖片編輯和價格上的位置。
NVIDIA Newsroom Press Releases精選品質評分7676 NVIDIA 推出 RTX Spark 小型桌機,可在本機執行 AI 模型與創作工作
想在本機跑 AI 模型、處理創作工作,又不想讓筆電一直忙著執行任務,可以考慮專用桌機。ASUS、Dell 和 MSI 的 NVIDIA RTX Spark 小型桌機已開賣,搭載最多 128GB 共用記憶體,可在本機執行支援的模型、AI 助理、圖片與影片生成,也能微調模型。NVIDIA 表示,在本機處理程式碼和檔案可避免這些工作產生雲端 API 費用;桌機也能在筆電外出時繼續執行常駐 AI 助理和排程任務。文中另介紹 Adobe、Blender 和 ComfyUI 等創作工具在 RTX Spark 上的更新。
推薦理由:RTX Spark 桌機把本機模型、常駐 AI 助理與創作工具放在同一臺電腦,文中也列出記憶體規格與適用工作流程。
Higgsfield AI 🧩@higgsfield_ai品質評分4545
Higgsfield AI 🧩@higgsfield_ai品質評分3939
Kling AI@Kling_ai精選品質評分6161Kling Image 4.0 已開放使用。官方提到,它能生成原生 8K 影像、呈現細節與文字,也能批次製作圖片;貼文沒有提供更多功能說明或使用條件。

Apple Machine Learning Research品質評分5858 Apple 提出 Split-and-Scale,讓 3D 場景呈現更多細節
3D 模型常因能存放資訊的空間有限,難以呈現複雜物件的細節;訓練時擴大空間又很耗運算和記憶體。Apple 研究團隊提出 Split-and-Scale,把場景切成更小的區域,再用同一個預訓練工具處理各區域,讓每一小塊都能保留較多細節。研究顯示,這種做法在推論時能得到接近大型模型的重建品質,也能用來訓練 3D 生成模型;團隊並比較了畫質、運算量、記憶體和可用容量之間的取捨。
Vercel Blog精選品質評分6868 MAI-Image-2.7 與 MAI-Image-2.7-Flash 於 AI Gateway 正式上線
Microsoft 推出的 MAI‑Image‑2.7 與 MAI‑Image‑2.7‑Flash 兩款影像生成模型,已在 Vercel 的 AI Gateway 進入公開預覽。它們可產出最大 2048×2048 畫素、支援透明背景的 PNG,並能用同一 API key 進行文字生成或圖片編輯。MAI‑Image‑2.7 針對高品質最終素材,MAI‑Image‑2.7‑Flash 則提供更快、成本更低的變體。開發者只需設定 AI_GATEWAY_API_KEY,即可透過 Vercel AI SDK 或 AI CLI 直接呼叫。
推薦理由:本文說明 Microsoft MAI-Image-2.7 及其 Flash 版可在 AI Gateway 直接使用,支援 2048×2048 解析度與透明背景,適合需要高品質或快速生成影像的應用。
Arena.ai@arena精選品質評分6969推薦理由:Arena 比較 MAI-Image-2.7 與前一版在多種圖片任務的名次,也列出每張 $0.035 的價格,方便了解效能與成本的取捨。
Arena.ai@arena品質評分4949
Artificial Analysis@ArtificialAnlys精選品質評分7373
推薦理由:Artificial Analysis 比較兩款模型在影像編輯與文字生成圖片的表現和價格,可看出不同任務下品質與費用的取捨。
Midjourney@midjourney品質評分5050
Kling AI@Kling_ai品質評分3636後排看不清細節?讓我們放大看看。 Kling Image 4.0 具備原生 8K 影像生成能力,讓大畫面也能呈現近在眼前的細節。 https://t.co/jo7S8pORYg

Aravind Srinivas@AravSrinivas精選品質評分6363
推薦理由:HADAL 把海溝探索做成瀏覽器裡可玩的體驗,並以自行撰寫的 WebGPU 畫面呈現;單一 HTML 檔僅 373 KB,具體展示了生成式工具如何產出完整互動場景。
Artificial Analysis@ArtificialAnlys品質評分5050
vLLM Official Blog精選品質評分7676 vLLM-Omni 支援 MiniMax H3-Image,Vera Rubin 4K 生成中位數延遲 0.87 秒
vLLM-Omni 將 MiniMax H3-Image 部署至 NVIDIA Vera Rubin,四張 GPU 在短提示詞服務測試中生成原生 4096×4096 影像的中位數延遲為 0.87 秒。
推薦理由:文章比較不同 GPU 配置下的 4K 生成延遲與吞吐量,並交代測試條件差異,便於理解數字適用的服務情境。
Hugging Face Diffusers Releases精選品質評分7272 Hugging Face Diffusers 0.43.0 整合五種生成與模擬模型
Hugging Face Diffusers 0.43.0 新增五種模組化模型整合,涵蓋影像生成與編輯、影音生成、語音驅動動畫及世界模擬。具體包括 MiniMax-H3-Image、Pika H3 Flex、P-H3-Image、Kandinsky S2V 1.0 和 PAN 2。
推薦理由:Diffusers 0.43.0 將五種生成與模擬模型整合為模組化流程,並補上平行化、注意力後端及 LoRA 等工程改進,呈現其應用範圍與部署變化。
Artificial Analysis@ArtificialAnlys品質評分3737
Google AI Official Blog品質評分5858 Google Arts & Culture 推出 Esther Mahlangu 線上回顧展,以 AI 重現早年記憶
Google Arts & Culture 推出南非藝術家 Esther Mahlangu 的首個線上回顧展,透過超過 45 則策展故事與 AI 生成影像呈現她的藝術、人生與早年記憶。
PixVerse@PixVerse品質評分3838
MiniMax (official)@MiniMax_AI品質評分3939
Artificial Analysis@ArtificialAnlys品質評分5353ACE Studio 推出音樂生成模型 ACE Music v1,在 Artificial Analysis 的 AA-Music-Vocal v1.1 排名第一,名次高於 Suno v6。

Vercel Blog品質評分4848 MiniMax H3 Image 與 Highspeed 現已可透過 AI Gateway 使用
MiniMax H3 Image 與 MiniMax H3 Image Highspeed 現已可透過 AI Gateway 使用,開發者可用一組 API 金鑰生成圖片或編輯現有圖片,無須另行申辦 MiniMax 帳號。
Higgsfield AI 🧩@higgsfield_ai精選品質評分6666
推薦理由:Seedream 5.5 已可在 Higgsfield 使用,原文列出區域性編輯、原生 RGBA 輸出與細節保留等變化,並說明美國即將開放。
Arena.ai@arena品質評分3636
Krea@krea_ai品質評分5151Seedream 5.5 現已在 Krea 提供,主打多次編輯同一張圖片而不破壞畫面、原生透明 PNG,以及改良的文書處理。

vLLM@vllm_project品質評分4343
MiniMax (official)@MiniMax_AI品質評分5959
MiniMax (official)@MiniMax_AI精選品質評分6161MiniMax 發布影像模型 H3-Image 並釋出模型權重,主打 4K × 4K 影像可在 10–20 秒內生成。 - 功能:支援指令遵循、影像編輯,以及最多 16 張參考圖。

推薦理由:MiniMax H3-Image 將 4K × 4K 生成速度、指令遵循與多張參考圖支援放在同一模型中,並提供開放權重供社群使用。
Artificial Analysis@ArtificialAnlys品質評分5656
Google Developers Blog精選品質評分7676 Google AI Studio 開放建置整合 Google Maps Platform 的應用程式
Google 現已支援在 Google AI Studio 中建置由 Google Maps Platform 驅動的應用程式,並可在預覽區載入即時互動地圖。
推薦理由:Google AI Studio 將 Google Maps Platform 的空間工具整合進提示流程,並提供每日免費呼叫額度,讓開發者能直接比較原型製作與正式上線所需的設定。