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。
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。
Pro Headshot Generator 將手機照片轉成商務肖像,讓使用者在瀏覽器中完成上傳、選擇造型、預覽、裁切與下載。 - 產品設計:每次使用最多上傳 4 張照片;服裝、場景與姿勢可分開選擇,並可先預覽,再決定是否產生最終成品。
Seedream 5.5 現已透過 Partner Nodes 在 ComfyUI 提供,可從文字生成影像,也能依參考圖進行編輯。 - 編輯與輸出:支援多輪區域性編輯,以及原生 RGBA 透明與半透明背景輸出。
Adobe 與迪士尼建立多年期策略聯盟,將以 Firefly Foundry 開發符合迪士尼作品需求的生成式 AI 模型,並把合作擴大至電影與體育內容製作。
作者打造 Photo2Photo AI,以瀏覽器為基礎提供圖生圖功能,透過參考照片與雙層推論流程,協助生成圖片時維持角色身分與構圖一致性。
fal Agent 現已在 Photoshop 中提供,使用者可在創作流程中選用影像與影片模型,生成素材並延續創作。
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。
Google 宣佈 Gemini 4 Carbon 開放給更多人使用,Simon Willison 用它搭配 Antigravity IDE 製作 3D 動畫。動畫讓 Yonkers 變成大型機器人,在 Manhattan、Queens 和 Brooklyn 走動;他還把結果做成不需要外部依賴的單一 HTML 檔。文中也提到另一個用 Carbon 製作的 3D 遊戲,玩家能騎著 GBike 探索 Google 的 Mountain View 園區,製作過程用到多個 AI 助理分工。
想像一下。 輸入你的想法,它就會實際呈現出來。 GPT-Image-2.6 現已在 WorkBuddy 上線,供 Pro Plan 使用者使用 🎨 https://t.co/M0mPg4cNj4
MiniMax 發布開源權重影像生成模型 H3-Image,支援文生圖、參考圖生成與影像編輯,並可在 10 秒內生成 4096 × 4096 的 4K 影像。
推薦理由:H3-Image 同時提供 4K 生成速度、參考圖數量與開放權重資訊,方便評估其在創作流程中的適用性。
Blender 5.3 正式發布,新增 3D Gaussian Splats 場景重建功能,並在 Windows(不含 Windows on ARM)與 Linux 上將 Vulkan 設為預設後端。
Tiny València 是一幅以《SimCity》風格呈現的 València 等角畫素藝術地圖,逐街區描繪真實建築,涵蓋整個市域,少數缺乏 3D 影像的 huerta 飛地除外。
Blender 5.3 新增原生 3D Gaussian Splats 支援,可匯入、處理並渲染這類場景資料。 - 匯入與渲染:支援 PLY、SPZ 和 glTF 檔案,可透過 Geometry Nodes 處理,並在 EEVEE、Cycles 和 Workbench 中渲染。
推薦理由:Blender 5.3 將 3D Gaussian Splats 納入原生匯入、處理與渲染流程,並同步更新合成器、專案管理及影片剪輯功能,呈現此版本的主要工作流程變化。
MiniMax H3 Image 現已在 ComfyUI 原生支援,可用同一模型進行文字生成圖片與參考圖片編輯。 - 生成規格:每次取樣固定為 6 步;最高可原生輸出 6272×2688,圖片是在該尺寸生成,並非放大而來。
推薦理由:同一模型可依是否連線參考圖片切換文字生成與圖片編輯,並支援本機權重和 Partner Nodes,呈現兩種使用方式。
Seedream 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。
MiniMax 發布 H3-Image 影像模型並開源權重,主打快速生成高解析度影像、影像編輯與多張參考圖控制。 - 生成與控制:官方稱可在 10–20 秒生成 4K × 4K 影像,支援指令遵循、影像編輯及最多 16 張參考影像。
推薦理由:H3-Image 將生成速度、影像編輯與多張參考圖控制列為重點,並開放模型權重,呈現其面向創作與開源社群的能力組合。
MiniMax 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。
Adobe 為 Premiere、Photoshop 與 Lightroom 擴充移除物件、瑕疵及其他幹擾內容的功能,並更新 Firefly 的創作工具與工作流程。
研究發現,DALL-E 3 的提示詞修訂機制會將集約化畜牧業描繪成田園牧歌式場景,即使研究人員明確要求呈現真實情況也是如此。 - 研究比較:生成北美、歐洲和大洋洲農場影像時,模型多呈現奶牛在牧場吃草、豬在泥地拱土;關閉提示詞修訂後,影像更接近動物在室內飼養的現況,不同地區的差異也開始顯現。
TnTS Tools 推出免費的瀏覽器工具套件,提供 PDF 編輯、AI 語音朗讀、圖片處理與 OCR,並將 PDF 操作和 OCR 放在使用者端執行。
提示詞影像編輯容易因缺少紀錄而難以重現核准版本,文章建議為每張最終圖片建立修改紀錄,方便後續重做、交接與回覆客戶問題。 - 紀錄內容:儲存未修改的來源檔、編輯目標、依序使用的所有提示詞、核准版本、不可變更專案、檢查結果,以及核准者與時間。
TailSteer 降低多輪影像編輯的累積漂移,History Forcing 則改善長時間影片生成中的場景延續性。 - TailSteer:在 FLUX、SenseNova 和 Qwen 系列上測試,可降低連續 15–20 次編輯的累積漂移,並大致保留原模型的生成與編輯能力;目前驗證至 20 次編輯。
Ring Hyacinth 分享一支短片的製作流程,使用 Seedance 2.5 生成影片、以 Segment Audio 分離背景音樂,並搭配 Opus 5.5 和 Suno 設計音樂與音效。
GPT Image 2.6 精確修圖可透過變更契約界定可修改的畫素範圍與必須保留的內容,並依明確規則驗收結果。 - 模型選擇:文章示範在伺服器端將 preview 對應至 gpt-image-2.6-flare、final 對應至 gpt-image-2.6-sunburst,並說明這是路由策略,不代表品質或延遲保證。
Amblyotube 是 Seven Sports 為 Meta Quest 開發的視覺訓練應用程式,讓雙眼在觀看影片時接收不同影像,協助訓練雙眼融合、深度知覺與協調。
Instagram 推出 Effect Builder,讓使用者透過 AI 提示詞為限時動態製作自訂濾鏡,並可預覽生成效果及透過後續提示要求修改。 - 可附上風格參考圖片,也能讓 Instagram AI 改寫提示詞;作者測試發現,改寫後的詳細指示所生成的濾鏡,與原始簡短提示詞的結果幾乎相同。
ByteDance Seed 推出影像生成模型 Seedream 5.5,主打最多 100 輪多輪編輯時保留未變更區域的畫素內容,並避免色偏。
ComfyUI 整理 10 月推出的工作流程改進,涵蓋分支選擇、LoRA 堆疊、範本素材下載、輸出打包、影像格式支援、連線管理與小工具復原功能。 - 節點與範本:Branch Node 可在最多 32 條路徑中選擇執行;Load LoRA 節點可堆疊最多 20 個 LoRA。