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。
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。
Jan Ludwina 開發 DeJPEGNet,以 2.6M 引數的網路去除 JPEG 壓縮痕跡,並提供可在瀏覽器本機執行的開源工具。 - 模型與部署:DeJPEGNet 採用三層 U-Net 架構,匯出的 FP16 ONNX 模型為 5.4 MB;透過 ONNX Runtime Web 在 WebGPU 執行,並以 WASM 作為備援。
Tripo 推出 Tripo App,讓使用者透過行動裝置從照片或文字生成 3D 內容,並可隨時編修與製作動畫。 後續流程:可匯出、列印,或在 Tripo Studio 繼續創作。
InkAge 是以 Next.js 打造的刺青老化模擬器,使用者可上傳身體部位照片、加入圖案並設定實際尺寸,預覽刺青初完成、癒合 1 年後及 10、30、50 年後的樣貌,也能模擬既有刺青老化與雷射移除 3、6、10 次療程後的效果。
OpenAI 推出影像生成技術 Images 2.6,新增 GIF 動畫生成、SVG 輸出與 API 編輯控制,並已在 ChatGPT、Codex 及 API 推出。
位元組發布影像創作模型 Seedream 5.5,支援同一作品最多 100 輪連續編輯,並可原生輸出帶 Alpha 通道的透明或半透明影像。
推薦理由:Seedream 5.5 將多輪編輯穩定性與原生透明素材輸出納入影像創作流程,文中評測也提供了不同場景的可用率及文字崩壞率比較。
**作者分享以 TanStack Start 建置 AI 照片編輯器時,如何用 Webhook、輪詢與點數交易處理非同步圖片生成,避免結果遺失、重複提交或點數帳務不一致。
作者以兩組相同提示詞,分別測試 GPT Image 2.6、Nano Banana Pro、Nano Banana 2.1、FLUX 2 Pro、Seedream 5 Pro 和 Z-Image Turbo,每款模型各生成一次,並展示未經重抽或編輯的結果。
MakeQuickWork Remove EXIF 透過改寫 JPEG、PNG 與 WebP 容器移除中繼資料,保留影像資料,並在瀏覽器分頁中處理照片,不會上傳照片。
StagingBench Team 示範如何用 OpenCV 檢查 AI 編輯室內照片後,房間的窗戶、牆面等建築結構是否仍在原位。 - 校正取景差異:只比對畫面上方的牆面與天花板特徵,使用 SIFT 和 RANSAC 估算縮放、旋轉與位移,再對齊輸出影像。
summary_zh: Black Forest Labs 表示 FLUX 3 Image Klein 可在 8GB GPU(如 RTX 3070)上本地執行 ComfyUI,雖然完整 int8 堆疊總共 20.8 GB 權重。
LFM3-Omni-2B 是 Liquid AI 推出的多模態模型,支援文字、影像、影片與語音輸入,並可輸出文字或語音。 - GGUF 雙檔結構:語言模型檔 1,099,630,080 bytes + 投影檔 291,586,720 bytes,合計 1,391,216,800 bytes(1.296 GiB),約佔 BF16 雙檔的 31.5%。
此教學示範如何在 ComfyUI 中使用 Anima Preview 2,涵蓋四種工作流程並深入解析增強節點設定。 - 四個圖形:文字→影像、影像→影像、切片升級、批次風格測試,各自的步驟、CFG、denoise 引數已列於 JSON。
LTX 2.3 允許 20 張導引影像,顯著提升一致性與動態平滑度。 • 多圖首尾幀 允許 20 張導引影像,提升一致性與動態平滑度。 • IC LoRA Union 視訊控制 仍可使用,但效果不及多圖首尾幀。
Z-Image Turbo 在此教學中說明如何解鎖所有文本編碼器,並結合 20+ LoRA 與五種工作流程,提供完整的實作步驟與 GPU 推薦。 - 核心功能:解鎖文本編碼器、20+ LoRA、五個工作流程(Prompt polishing、Text‑to‑Image、Image‑to‑Image、ControlNet、Tiled upscale)。
Z-Image Turbo 的固定 seed 對照測試顯示,增強文字編碼器能改善提示詞遵循度,Flow-DPO 能改善色彩與光線;Ultra Real 在權重 1.0 時則會降低影像細節與品質。
Qwen-Image-2512 在 AI Toolkit 上以 3,000 步、Rank 64、Batch 1 訓練面部 LoRA 的完整流程。 - 環境配置:租用 A800 GPU、建立 256 GB 儲存卷,使用 AI Toolkit UI 埠 8675。
GPT-Image-2.6新增原生 GIF 生成、跨對話角色記憶、結構引出線對齊與 SVG 輸出等能力,作者以多組動圖提示詞和三項靜態功能進行實測。本文由 AIHOT 聚合整理,作者分享的測試結果包括: - GIF 生成:可生成 2–16 幀短迴圈 GIF,文中展示黏土動畫、表情包、動態貼紙、Loading 圖、圖表與產品介面演示等玩法。
推薦理由:文章以多組動圖與靜態圖實測呈現 GPT-Image-2.6 的新增能力、瑕疵與成本變化,可供評估是否值得調整既有工作流程。
作者從多年使用與觀察出發,分析 Apple 如何把觸覺回饋、動畫、介面規範與跨裝置協作,轉化為使用者熟悉的預設體驗。 - 介面與觸感:Taptic Engine、彈簧動畫與靈動島,讓螢幕上的數位內容更具真實感。
summary_zh: Anima Aesthetic 1.1 在 ComfyUI 釋出,附帶十套工作流程,涵蓋 Text‑to‑Image、Tiled Upscale、ControlNet 以及 Face/Hand Repair 等功能。
Claude Code 可協助使用者逐件設計傢俱,並提供材料清單,讓使用者直接向供應商訂購零件、自行組裝;推文以此主張,AI 工具可能降低傢俱設計與採購成本。
本文提供一套以 AI 為老照片上色與修復的逐步流程,從數位化照片到檢查色彩是否自然,並提醒保留原始掃描檔、標示 AI 上色結果。 - 挑選與掃描:先選清晰的人像或戶外照片;平面掃描建議使用 600 DPI,手機拍攝則應避免閃光與反光。
每天早上,作者將前一天的對話、日記與行事曆事件整理成短篇故事和物件清單,再交給生成器合成一幅影像,呈現一天中不同談話與日常片段的交錯。 - 7 月 23 日範例:素材包含 18 段對話、2 則每日筆記與 4 個行事曆事件,整理成 12 則短篇故事和 25 個視覺元素;生成影像描繪咖啡店排隊人潮、手錶、延遲 5 秒的鏡子,以及捲紙桌等內容。
推薦理由:對照 GPT Image 2.5 的測試呈現兩款新模型在生成速度、品質與費用上的差異,並列出各自的基準表現與適用特點。
GPT Image 2.6 現已在 Krea 上線。 生成圖片速度快 50%,只需一張參考圖即可編輯,還能將圖片製作成 GIF。 立即試用 👇 https://t.co/oRatjFBIlH
現在可在 fal 上使用 GPT Image 2.6 生成 GIF。 將任何提示詞或圖片轉成動畫 GIF、自訂個別影格,並建立無縫迴圈。 https://t.co/iurf8BYLIi
summary_zh: FLUX.3 Klein 與 Qwen-Image 2.1 在 ComfyUI 上推出六個工作流程,可批次處理姿勢與服裝變更,並提供姿勢×服裝矩陣功能。
Runway 開放使用 GPT Image 2.6,並表示圖片生成速度提升 50%。 可用於製作 GIF、匯出 SVG 向量圖,並進行精準編輯。 編輯時可維持角色、產品與品牌細節一致。
推薦理由:GPT Image 2.6 在 Runway 提供更快的圖片生成、GIF 與 SVG 匯出及精準編輯,並強調維持角色、產品和品牌細節一致。
AI Photo Edit 透過四種 Prompt,讓 ChatGPT、Gemini 或 Midjourney 產生的影像更像真實相機拍攝。 - 四種 Prompt:Light touch、Full realism、Real background、Skin only,分別調整不同程度的真實感。
《持械入宋》由張漢生帶領約 10 人的分散團隊製作,全系列累計播放量突破 66 億;這部作品也呈現 AI 短劇的製作門檻與成本取捨。 - 製作投入:全系列算力投入超過 100 萬元;普通鏡頭平均生成 3 次,戰爭場面常需 10 次以上,團隊也為配角建立人物資產以避免串臉。
OpenAI 將 Images 2.6 整合至 ChatGPT,加入聊天介面內生成圖片與動畫 GIF 的功能,並將聊天和檔案工作區整合為單一介面。
RefVid 示範如何把 1–10 張商品照片製成短影片,並以 reference-to-video 流程讓商品外型與標籤在影片中維持一致。 - 流程差異:image-to-video 會以原照片作為首格,鏡頭移動後商品細節可能漂移;reference-to-video 則以照片描述商品,讓每一格都圍繞商品生成,也能讓同一商品的不同影片保持一致。
PRINTFILM 是一個開源平臺,可將想法或劇本轉為短片與迷你影集,並提供分階段的創作流程。 - 製作流程:依序生成與編輯文字、建立分鏡、生成參考圖片,再轉換為含音訊的影片。
推薦理由:Artificial Analysis 同時比較 FLUX 3 Image Klein 的文字生圖與圖片編輯排名,並列出 API 單張價格及授權條件,方便衡量成本與使用限制。