Beijing Zhihuazhang Technology Co., Ltd. ha anunciado el lanzamiento de CogView4, el primer modelo de generación de imágenes a partir de texto de código abierto que admite la generación de caracteres chinos. Este modelo ocupa el primer lugar en la clasificación general de las pruebas de referencia DPG-Bench, convirtiéndose en el mejor modelo de generación de imágenes a partir de texto de código abierto (SOTA), y sigue el protocolo Apache2.0, siendo el primer modelo de generación de imágenes que admite este protocolo.

Ideogram, una empresa canadiense de generación de imágenes con IA, anunció hoy el lanzamiento oficial de su nuevo modelo de imágenes, Ideogram 2a, disponible en el sitio web de Ideogram, la API y las plataformas de socios. Este lanzamiento ha generado un gran revuelo en la plataforma X, y se considera una mejora importante en el campo de la generación de imágenes a partir de texto con IA. Ideogram 2a atrae la atención de creadores y desarrolladores de todo el mundo gracias a su mayor velocidad de generación, menor costo y capacidades optimizadas de diseño gráfico y fotografía.

Google anunció recientemente que su último modelo de generación de imágenes, Imagen 3, ya está disponible para los desarrolladores a través de la API de Gemini. Este modelo no solo cuenta con una potente capacidad de generación de imágenes, sino que también puede crear imágenes con diversos estilos artísticos según las indicaciones de texto proporcionadas, abarcando una amplia gama de estilos, desde el surrealismo hasta los personajes de anime. El uso de Imagen 3 es muy sencillo: los desarrolladores solo necesitan enviar una descripción de texto a través de la API, y el modelo generará rápidamente imágenes de alta calidad. El costo de generación de cada imagen es de solo 0,03 dólares.

Recientemente, Google lanzó oficialmente su último modelo de generación de imágenes, Imagen 3, ahora disponible para desarrolladores a través de la API de Gemini. Este modelo ofrece excelentes resultados visuales, capaz de generar imágenes de alta calidad en diversos estilos, incluyendo obras surrealistas, paisajes impresionistas, obras abstractas y personajes de anime. Imagen 3 no solo mejora la nitidez y la composición de las imágenes, sino que también facilita a los usuarios la transformación de sus ideas en imágenes mediante indicaciones de texto simplificadas. Inicialmente, Imagen 3 estará disponible solo para usuarios de pago.

Recientemente, Meitu ha lanzado una nueva función para su herramienta de generación de imágenes WHEE: ¡la creación de carteles en chino! Conocida por la alta calidad de sus resultados, esta actualización mejora aún más la experiencia del usuario y la versatilidad de la herramienta. La función de generación de carteles con IA de WHEE permite a los usuarios gestionar la composición de texto de forma flexible. A diferencia de los métodos tradicionales de composición de texto con IA, que presentan problemas de aleatoriedad e imprevisibilidad en el estilo de fuente, Meitu ha innovado al convertir el texto en capas independientes editables. Los usuarios pueden arrastrar y colocar libremente...

La empresa de tecnología de medios con IA, Runway, ha anunciado el lanzamiento de su último modelo de generación de imágenes a partir de texto: Frames. Como empresa conocida por sus modelos de vídeo con IA, Runway busca ampliar su influencia en el ámbito de la creación de imágenes. El lanzamiento de Frames ha recibido excelentes críticas, especialmente por su capacidad para generar imágenes con una estética cinematográfica. El modelo se presentó por primera vez en noviembre de 2024 y, durante las últimas semanas, se ha ofrecido a los usuarios del programa de creadores de Runway para que lo prueben.

Recientemente, NVIDIA lanzó un modelo de generación de imágenes de código abierto llamado Sana. Este modelo, con solo 60 millones de parámetros, reduce drásticamente el umbral de funcionamiento. Sana puede generar imágenes con una resolución de 4096×4096 y funcionar en una tarjeta gráfica de 16 GB, generando imágenes de alta calidad con una resolución de 1024×1024 en menos de un segundo, una velocidad destacada entre modelos similares. Sana funciona con la tecnología DC-AE (autocodificador de doble canal), utilizando un espacio latente 32 veces mayor.

Impulsado por xAI, la compañía de inteligencia artificial de Elon Musk, el chatbot Grok finalmente ha llegado a una aplicación iOS independiente. Esta noticia ha generado un gran interés, ya que Grok anteriormente solo estaba disponible para los usuarios de la plataforma social X. Ahora, la aplicación se está probando en varios países, incluidos Estados Unidos, Australia e India, permitiendo que más usuarios experimenten sus potentes funciones. Grok no solo puede obtener datos en tiempo real de la web y X, sino que también cuenta con una serie de potentes funciones de IA generativa. Los usuarios pueden utilizar

Kuaishou Technology, con sede en Pekín, anunció recientemente que su modelo de generación de imágenes de IA de desarrollo propio, Kling (可灵AI), versión 1.6, ya está disponible a través de API. Esta noticia marca una mejora adicional en la calidad de generación del modelo, ofreciendo a los usuarios una experiencia de creación de contenido más estable y de alta calidad. El modelo Kling AI V1.6 destaca en la respuesta a descripciones de texto de movimientos, acciones temporales y movimientos de cámara, mostrando una mejora significativa en la capacidad de respuesta al texto y, por lo tanto, un aumento considerable en la tasa de éxito de generación de materiales de video publicitario. Además, el modelo mantiene la coherencia del estilo y el color de la imagen...

En la intersección de la ciencia y la tecnología, los grafos, como herramientas importantes para expresar relaciones complejas, están atrayendo cada vez más la atención de los investigadores. Desde el diseño de moléculas químicas hasta el análisis de redes sociales, los grafos desempeñan un papel esencial en numerosos campos. Sin embargo, la generación eficiente y flexible de grafos siempre ha sido un desafío considerable. Recientemente, un equipo de investigación de las universidades Tufts, Northeastern y Cornell presentó un modelo llamado Graph Generative Pre-trained Tran...

En el campo de la inteligencia artificial, el último logro del equipo de tecnología de comercialización de ByteDance, el modelo Infinity, se ha convertido en el nuevo rey de la generación de imágenes a partir de texto autorregresivo gracias a su rendimiento excepcional y tecnología innovadora. Este nuevo modelo de código abierto no solo supera a Stable Diffusion 3 en la calidad de generación de imágenes, sino que también muestra una ventaja significativa en la velocidad de inferencia. La innovación central del modelo Infinity radica en el uso de un marco autorregresivo de Bitwise Token, que predice la siguiente resolución mediante la generación de +1 o -1.

Kuaishou Technology, con sede en Beijing, anunció recientemente que su modelo de generación de imágenes de IA de desarrollo propio, Kling AI (Kling), ha completado una nueva ronda de actualizaciones de capacidad. La API de Kling AI actualizada ha logrado un progreso significativo en las dos funciones principales de prueba virtual y sincronización de labios, proporcionando a los clientes en los campos del comercio electrónico, la publicidad y el marketing, el entretenimiento general y las herramientas de IA un soporte técnico más sólido.

La compañía de tecnología inteligente Estrella Escalonada de Shanghái anunció recientemente una importante actualización de su serie de modelos de generación de imágenes Step-1X, lanzando la versión Step-1X-Medium con un rendimiento mejorado. Esta versión actualizada presenta mejoras significativas en varios aspectos: basada en la arquitectura MMDit, la velocidad de generación se ha incrementado en más del 30%; gracias a un entrenamiento específico, la nueva versión presenta una mayor capacidad de comprensión y coherencia entre texto e imagen, generando imágenes con una textura y detalles más naturales.

La conversión de estilo impulsada por texto es una tarea importante en el campo de la síntesis de imágenes, cuyo objetivo es fusionar el estilo de una imagen de referencia con el contenido descrito en un aviso de texto. Recientemente, los modelos de generación de imágenes a partir de texto han logrado avances significativos, permitiendo una conversión de estilo más precisa, al tiempo que mantienen una alta fidelidad del contenido. Esta tecnología tiene un enorme valor práctico en áreas como la pintura digital, la publicidad y el diseño de juegos. Sin embargo, las técnicas de conversión de estilo existentes todavía presentan algunas deficiencias. Los principales desafíos incluyen: sobreajuste de estilo: los modelos existentes tienden a copiar todos los elementos de la imagen de referencia, lo que resulta en...

La startup española de inteligencia artificial Magnific AI ha lanzado recientemente su último modelo de generación de imágenes: Super Real. Este modelo está diseñado para proporcionar servicios de generación de imágenes de alta calidad y realismo para profesionales de la arquitectura, el diseño de interiores, el cine y la fotografía. Los usuarios pueden encontrar esta esperada herramienta simplemente visitando el sitio web de Magnific AI. Activar la función es sencillo: solo hay que ir a Mystic > Modelo > Super Real.

La plataforma de generación de imágenes con IA, Ideogram, ha lanzado recientemente una nueva función: una herramienta de generación de imágenes a gran escala. Esta herramienta permite a los usuarios generar imágenes a gran escala mediante la carga de una tabla (como un archivo de Excel) que contiene indicaciones y configuraciones. Esta función innovadora tiene como objetivo simplificar el complejo proceso de generación de imágenes, aumentando considerablemente la eficiencia del trabajo y ofreciendo a los diseñadores profesionales y creativos una experiencia de creación más cómoda. Nota sobre la fuente de la imagen: La imagen fue generada por IA, generada en masa por el proveedor de servicios de autorización de imágenes Midjourney: Adiós a la entrada individual, eficiencia multiplicada tradicional

Shakker AI anunció hoy el lanzamiento de su último modelo avanzado de generación de imágenes: Zeno-1. Este modelo no solo hereda la estética y la capacidad artística excepcionales de su predecesor, FLUX.1, sino que también ha logrado un salto cualitativo en la diversidad de estilos gracias a un sistema interno de recomendaciones. El lanzamiento de Zeno-1 marca una nueva era en las herramientas de creación de arte digital. Ofrece una gama de herramientas de control que permiten a los usuarios dar forma y refinar sus obras de arte digitales como nunca antes. Estas son las principales características del modelo Zeno-1: Control de la paleta de colores:

En el campo de la generación de imágenes, la tarea de generar imágenes de alta resolución y realistas siempre ha enfrentado múltiples desafíos, especialmente en el proceso de síntesis de texto a imagen. Los métodos de generación tradicionales se basan principalmente en modelos de difusión y marcos de autoregresión variacional (VAR). Aunque estos modelos pueden generar imágenes de alta calidad, requieren una gran cantidad de recursos computacionales, lo que los hace poco flexibles para aplicaciones en tiempo real. Al mismo tiempo, los modelos VAR tienden a acumular errores al procesar etiquetas discretas, lo que lleva a la pérdida de detalles en las imágenes generadas y, por lo tanto, afecta el realismo de las imágenes. Para superar estas deficiencias