
一个四步即可运行的开放图像模型,意义远比听起来重大
把采样步数从 50 步削减到 4 步绝非小幅优化。它改变了延迟与成本,也决定了一个图像模型能否运行在你面前的这台机器上。
发现生成式 AI 的技巧、教程与行业见解

把采样步数从 50 步削减到 4 步绝非小幅优化。它改变了延迟与成本,也决定了一个图像模型能否运行在你面前的这台机器上。

同一天,对手的主题演讲。腾讯混元图像3.5的发布既是产品动作,也是营销武器,它展示了图像模型竞赛已经变成了什么样子。

Images 2.5 以同一价格的两种模型登场。这次分叉是在承认:购买图像生成的人,已经分裂成两类不同的用户。

GLM-5.3-Flash 用 MIT 协议开源并跑在国产芯片上,美团端出 1.6 万亿参数的 LongCat-2.0。九月国产大模型扎堆开源,真正在卷的是“用得起”。

AI 让生产几乎免费,互联网充斥着还行却容易被遗忘的内容。如今稀缺的资源,是内容存在的理由。

现在人人都能渲染出逼真的图像。新的竞赛是迭代、一致性和许可清晰度。以下是图像模型的现状。

同样的脸,同样的发型,同样的中分。AI脸问题关乎统计学,而非品味,它是对生成式媒体走向的一个警告。

一个两年前几乎不存在的品类,如今已成了工业流水线。AI视频从演示走向了可变现的生意,而这一切最先发生在中国。

一个开放权重的中国模型如今在质量和价格上都击败了闭源领先者。视频生成刚刚获得了一条可信的开放之路。

Runway 不再只谈论视频。Solaris 逐帧渲染界面,押注软件无需一行代码即可生成。

人们对 AI 视频最大的抱怨从来不是画质,而是可控性。Kling 4.0 把未来押在"只改一处,而非全部重做"上。