部落格
探索生成式 AI 的技巧、教學與見解

商湯要的是交付成品,不是靠抽卡
多數影像模型回答一則提示詞後就停了。SenseNova U1 Pro 則是圍繞著回答一份需求簡報來打造,而這是更混亂、也更有用的一件事。

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。

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。

繪圈「鑑AI」攻防戰:約稿雙方都在自證,AI「融圖」把信任推向崩塌
200元的稿子到手是AI,5000元的手繪反被檢舉是AI。繪圈兩頭開刃的鑑定戰爭,暴露出信任與法律的空白。

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。

湯森路透訴 Ross:首件針對 AI 訓練與合理使用的上訴判決
這項裁定涵蓋的是檢索產品而非擴散模型,因此圖像訓練的問題仍懸而未決。不過,它的分析方式將遠遠超出法律科技的範疇。

Comfy API 把 ComfyUI 工作流程變成正式環境端點
打造工作流程從來不是難事,難的是把它交付上線;這也是為什麼小團隊直到現在,才有辦法把內部的 ComfyUI 工具變成產品。

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。

從未逃脫的機器人:AI 影片如何改寫什麼才算是證據
數百萬人追問那台機器人是否真的奔跑過。它根本不存在。在真實機器人技術有所進展的一年裡,合成影片從真品借來了可信度。


