Flux 3 與 Imagen 4 登上 Replicate，影像模型貨架愈來愈擁擠
四款 Imagen 模型與一次 Flux 發布，同一天登上同一個平台。真正要緊的差異，比行銷話術所暗示的窄得多。
← 全部文章
分類
Ai
342 articles
螞蟻集團的 Ming-Image 以圖層設計，而非平面圖片
兩款 60 億參數的模型瞄準設計中不那麼光鮮的那一半：清晰可讀的文字，以及客戶要求修改時你還能繼續編輯的輸出。
Bilibili 以 Apache-2.0 授權開源 150 語言翻譯模型系列
語言數量是標題，但真正好用之處在配音與字幕分支。翻譯正被重新建構為一組受限制的任務。
Runway 的 Praxis-1 賭注：以影片預訓練作為通往機器人大腦的捷徑
真實機器人資料稀缺又昂貴。Runway 主張捷徑在於影片，並報告模擬與真實結果之間有 0.95 的相關性。
Utopai 希望 AI 電影製作能記住整部電影，而不只是單一鏡頭
現在生成一段看似可信的片段已是常態。真正的難題是讓一部製作記住它在四十個鏡頭之間做過的決定，而 Utopai 押注這就是產品所在。
PixVerse R2 將影片生成化為可漫步其中的世界
R2 不會回傳一段短片，而是在你穿梭其中時讓世界持續運行。取捨在於每幀畫質，而 AIsphere 對此坦誠以對。
Ideogram 4.5 與編輯漂移問題：為什麼只改一個地方還是這麼難
編輯一次很簡單。編輯十四次而畫面不崩解，才是難的部分，而現在有三家公司正在競相解決它。
OpenAI 將旗下旗艦圖像模型一分為二。這比基準測試更能說明問題。
Images 2.5 以兩個模型、同一價格登場。這次分岔等於承認，購買圖像生成的人已經分裂成兩種不同的使用者。
九月中國本土大模型密集開源：這一次，內捲的是「用得起」
GLM-5.3-Flash 以 MIT 授權開源並跑在中國本土晶片上，美團端出 1.6 兆參數的 LongCat-2.0。九月中國本土大模型密集開源，真正在內捲的是「用得起」。
圖像模型的軍備競賽：Midjourney、Nano Banana，與開放權重的悄然崛起
現在人人都能生成逼真的圖像。新的競賽在於迭代、一致性與授權的明確性。以下是圖像模型的現況。