AI 媒体科技公司 Runway 宣布推出其最新的文本生成图像模型 ——Frames。作为一家以 AI 视频模型闻名的公司，Runway 此举意在扩展其在图像创作领域的影响力。Frames 的推出，获得了用户的广泛好评，尤其在生成电影般的视觉效果方面，备受赞誉。该模型在2024年11月首次公布，并在过去几周内先行供给 Runway 创作者计划的用户进行体验，现已向所有订阅用户开放。Frames 的使用需通过 Runway 的无限计划或企业计划进行订阅，月费为95美元，年度订阅则为912美元，而企业计划的年费为1500美元。用户

AI 图像生成技术正在飞速发展，但模型体积越来越大，对普通用户来说，训练和使用成本都非常高。现在，一种名为 “Sana” 的新型文本到图像框架横空出世，它能够高效生成高达4096×4096分辨率的超高清图像，而且速度惊人，甚至可以在笔记本电脑的 GPU 上运行。Sana 的核心设计包括:深度压缩自编码器:与传统自编码器仅压缩图像8倍不同，Sana 使用的自编码器可以将图像压缩32倍，从而有效地减少了潜在的 tokens 数量。这对于高效训练和生成超高分辨率图像至关重要。线性 DiT:Sana 用线性注意

微软近期决定回滚其 AI 驱动的 Bing 图像生成器的模型升级，这一决定是在用户对新版本的性能表示不满后做出的。据报道，微软在12月18日将 Bing 图像生成器升级到新版本的 DALL-E3模型后，用户们发现该工具的效果明显下降。用户们抱怨生成的图像质量不如之前，特别是在细节处理和对提示的准确反映方面。在社交媒体和相关论坛上，许多用户表达了他们的失望。微软的搜索部门负责人 Jordi Ribas 在推特上承认，他们确实能够重现用户报告的一些问题，并表示将暂时恢复到旧版的 DALL-E 模型。

FLUX今日宣布与NVIDIA达成战略合作，双方将在AI图像生成领域展开深度技术协作。此次合作的核心亮点包括性能优化、内存效率提升以及创新的3D创作工作流程。在硬件适配方面，FLUX模型针对新发布的GeForce RTX50系列显卡进行了全面优化。其开发版本FLUX.1凭借NVIDIA Blackwell架构的FP4计算技术，在RTX5090上实现了显著突破:仅需10GB显存便可达到RTX4090两倍的运算速度，极大提升了图像生成效率。FLUX.1[dev]的BF16（左）和FP4(右)的比较更引人注目的是双方联合推出的"NVIDIA AI Blueprint"工作流程，为3D创作带来

AI图像生成平台Ideogram近日推出一项全新功能——批量图像生成工具，该工具允许用户通过上传包含提示词和设置的表格（例如Excel文件）来实现大规模图像生成。这一创新功能旨在简化繁琐的图像生成流程，大幅提高工作效率，为专业设计师和创意人士带来更便捷的创作体验。图源备注：图片由AI生成，图片授权服务商Midjourney批量生成:告别逐条输入，效率倍增传统的AI图像生成过程往往需要用户逐条输入提示词，并对每张图片进行单独设置，这无疑耗费了大量时间和精力。而Ideogram的批量

知名AI图像生成器Midjourney拥有超过1900万用户，近日，它推出了一系列新功能，旨在进一步提升用户的个性化定制体验。Midjourney此次更新的核心亮点是引入了Pinterest风格的“情绪板”功能，并支持多重个性化配置。这意味着用户现在可以创建并切换多个定制版本的Midjourney最新图像生成模型6.1，从而满足他们独特的审美偏好。此次更新旨在简化个人和团队的创意流程，使跨项目整合个性化风格变得更加容易。全新“情绪板”:你的专属灵感来源“情绪板”功能允许用户上传精心挑选的图像集合

Midjourney 是一家备受欢迎的 AI 图像生成初创公司，拥有超过2100万名 Discord 用户。近日，该公司宣布将推出一款新的世界构建工具 “Patchwork”，标志着他们从图像创作扩展到更复杂的创意合作领域。“Patchwork” 在 Midjourney 的 Discord 频道通过直播展示，用户需要将他们的 Midjourney Discord 帐户连接到他们的 Google 帐户才能访问 Patchwork 的研究预览。该工具提供一个白色的无限画布，左侧有一个工具箱，用户可以使用各种按钮来添加角色、事件、派系、地点、道具等元素。用户可以通过 “保存”

近日，社交网络 “X”（前身为推特）在其 Grok 助手中悄然推出了一款新的图像生成器，名为 Aurora。虽然这款生成器在发布后不久就被撤下，但现在它已经重新回归，并且正式对外宣布将在本周内向所有用户推出。Aurora 是由埃隆・马斯克旗下的人工智能 xAI 开发的，经过数十亿个互联网样本的训练，Aurora 在生成高质量图像方面表现出色。根据 xAI 在博客中的介绍，Aurora 不仅能够出色地进行照片级渲，还能够准确遵循用户的文本指令，甚至可以从用户提供的图像中获取灵感或进行直接编辑。

在当今数字时代，图像生成技术正以惊人的速度发展。最近，来自新加坡国立大学的研究团队提出了一种全新的框架 ——OminiControl，旨在提升图像生成的灵活性和效率。该框架通过结合图像条件，充分利用已经训练好的扩散变换器（Diffusion Transformer，简称 DiT）模型，带来了前所未有的控制能力。简单的说，只要提供素材图，利用OminiControl就能将素材图中的主题融入到生成的图片中。比如小编上传了左边的素材图，输入提示词“芯片人放置在一个医生办公室的桌子旁边，桌子上放着听诊器

知名 AI 图像生成工具 FLUX1.1Pro 迎来重大更新，推出全新版本 FLUX1.1Pro Ultra。新版本支持高达4兆像素的分辨率，生成速度也大幅提升，每张图片仅需约10秒即可完成。FLUX1.1Pro Ultra 提供 "Ultra 模式" 和 "Raw 模式" 两种模式，满足用户对清晰度和真实性的不同需求。Ultra 模式 下，用户可以生成超高分辨率图像，分辨率是标准版的4倍，生成速度比同类高分辨率模型快2.5倍，并且不会影响提示词的精准度。 这意味着用户可以在更短的时间内获得细节更丰富的图像，同时保持对生成内容的精确控制。

最近，科研团队联合推出了一款名为 Meissonic 的开源 AI 图像生成模型。惊喜的是，这款模型仅使用了十亿个参数，却能生成高质量的图像。这种紧凑的设计让 Meissonic 有潜力在移动设备上实现本地化的文本转图像应用。这项技术的背后，研发团队包括阿里巴巴、Skywork AI 以及多所大学的研究者。他们采用了一种独特的变换器架构和新颖的训练方法，使得 Meissonic 能够在普通游戏 PC 上运行，甚至未来可能在手机上使用。Meissonic 的训练方法采用了一种被称为 “遮蔽图像建模” 的技术，简单来说

英伟达与麻省理工学院、清华大学的研究人员合作开发了一款名为Sana的全新文本到图像生成框架，该框架能够高效生成高达4096×4096分辨率的图像。Sana可以在极快的速度下合成高分辨率、高质量且与文本高度一致的图像，甚至可以在笔记本电脑的GPU上运行。Sana 的核心设计包括:深度压缩自动编码器: 与传统的自动编码器仅压缩图像8倍不同，Sana 训练的自动编码器可以将图像压缩32倍，有效减少了潜在标记的数量。线性 DiT: Sana 将 DiT 中所有普通的注意力机制替换为线性注意力机制，这在高分

研究人员最近开发了一种名为 REPA 的新技术，旨在加速 AI 图像生成模型的训练速度。REPA 代表 REPresentation Alignment，通过整合来自 DINOv2等模型的高质量视觉表示来提高训练速度和输出质量。传统的扩散模型通常会创建嘈杂的图像，然后逐渐将其细化为干净的图像。REPA 增加了一个步骤，将在此去噪过程中生成的表示与来自 DINOv2的表示进行比较。然后，它将扩散模型的隐藏状态投影到 DINOv2的表示上。研究人员表示，REPA 不仅提高了训练效率，还提高了生成的图像质量。使用各种扩散模型架构

Midjourney最近公布了一系列令人兴奋的更新和即将推出的新功能，这些进展表明公司在AI图像生成领域的快速发展和创新。首先，Midjourney即将推出一款新的在线编辑器，这款编辑器将允许用户导入图片，并利用内置的深度图和图像修复功能进行编辑。团队正在积极讨论首次发布时将包含哪些功能，并正在优化用户界面，以便将新功能与现有的图片功能区分开来。此外，内容审核功能已经运行良好，确保平台内容的合规性。在个性化功能方面，Midjourney正在开发新的工具，使用户能够更容易地

Midjourney创始人兼CEO David Holz近日在Discord上的"办公时间"中，亲自分享了公司当前项目的最新进展，并回答了社区用户的问题。这次交流透露出Midjourney正在进行多方面的技术创新，以应对日益激烈的AI图像生成领域的竞争。新版本推迟但功能更丰富尽管Midjourney在短时间内取得了快速进步，但最近新模型的发布频率明显放缓。公司最新的6.1版本是在7月份发布的，此后用户经历了一段较长的等待期。原计划在夏季前推出的第7版现在有了新的时间表:预计将在一到两个月内准备就绪。Holz表示，开

Freepik的AI图像生成模型Mystic，通过与Magnific AI的合作，开创了AI创作的新纪元。这款模型不仅能够生成超逼真的图像，还能在复杂场景中精准捕捉细节，甚至在图像中生成逼真的文字，达到了全高清水平。Mystic的独特之处在于它融合了Stable Diffusion、Flux和Magnific的自有模型优势，经过了由专业团队精心调校。测试显示，无论提示多么复杂或简单，Mystic都能产出令人震撼的结果，如猫咪弹钢琴、巨龟背负城市、火焰编织的头发女性和机器人绘制星空等，每幅作品都展示了Mystic在光影处理和艺术表达上的高超技艺。尽管目前仅对Freepik平台的高级用户开放，但Mystic的潜力已引起业界广泛关注，标志着AI图像生成领域正迅速发展。Mystic不仅展示了AI技术的最新进展，也为创意工作者提供了一种强大的工具，预示着AI辅助创作将在不久的将来成为主流，为视觉艺术领域带来前所未有的创新和突破。

知名AI图像生成服务Midjourney宣布进军硬件市场，邀请对旧金山新团队感兴趣的人员发送邮件至hardware@midjourney.com。前Leap Motion CTO David Holz和苹果Vision Pro硬件工程经理Ahmad Abbas加入，产品形态预计非可穿戴，需“进入”使用。Midjourney回应AI图像生成领域竞争，更新界面并提供25次免费图像生成服务。公司强调新设备非早期AI设备设计，暗示可能采用创新形式。面对行业挑战，Midjourney的硬件计划引起市场期待，但AI驱动硬件市场反馈不一。OpenAI CEO Sam Altman与苹果设计师Jony Ive的合作也可能推动未来硬件市场发展。

Getty Images与NVIDIA合作，推出升级AI图像生成工具，速度提升至6秒生成4张图片，比前代快一倍。新模型采用NVIDIA Edify架构，输出质量显著提高，支持更长指令输入，图像放大效果更佳，且能对模型进行微调。工具新增AI图像修改功能，用户可修改生成的AI图像和预拍摄创意图像，包括添加或更改元素、扩展画布等。此功能已上线iStock，并将很快在Getty Images平台推出。模型训练来源于Getty Images的创意库，确保无商标、标志等第三方知识产权元素。公司承诺为商业使用提供赔偿，并提供微调功能，允许企业客户整合品牌资产，构建定制化模型。此次更新旨在提升创意流程效率与安全性，为企业与个人提供强大工具。

在一场关键的版权侵权诉讼中，法官裁定视觉艺术家针对知名 AI 图像和视频生成公司的诉讼可以继续进行，并进入发现阶段。艺术家指控这些公司未经允许使用他们的作品训练 AI 模型，包括 Midjourney、Runway、Stability AI 和 DeviantArt 等。案件焦点在于 AI 公司是否构成“诱导侵权”，法官表示指控足够强大，允许案件深入调查。艺术家们希望揭示 AI 公司的训练数据集和内部文件，特别是关于使用开源 Stable Diffusion AI 模型和 LAION-5B 数据集的情况。此次裁决意味着艺术家将有机会了解 AI 公司不愿公开的信息，并可能承担版权侵权责任。法官驳回了基于《数字千年版权法案》的部分指控，并注意到艺术家的名字和作品元素在 AI 模型训练中被使用，这构成版权侵权的可能性。案件的进一步发展将关注 AI 艺术生成公司如何为自己的训练实践和模型输出辩护。

亚马逊近期发布了其内部AI模型Titan Image Generator的升级版本v2，为使用AWS Bedrock生成AI平台的客户提供了一系列增强功能。Titan Image Generator v2不仅保留了原有功能，还新增了图像调节、配色方案控制、背景移除优化以及主题一致性保持等特性。用户可通过提供参考图像和文本提示，精确控制生成图像的内容，甚至控制配色方案和保持特定主题的一致性。该模型还具备智能识别多个前景对象的能力，并提供背景移除功能，确保主要对象清晰展现。此外，AWS为用户提供了赔偿政策，以保护生成内容不侵犯版权。Titan Image Generator v2已在部分地区上线，预计未来将覆盖更多区域。亚马逊对生成AI技术充满信心，认为它将在云端快速发展。