德国人工智能初创公司 Black Forest Labs （黑森林实验室）近日发布了一款FLUX Pro 微调 API，用户可以通过这款 API 使用仅仅五张样本图像来定制 FLUX Pro AI 图像模型，以匹配特定品牌的视觉风格。据 Black Forest Labs 介绍，经过微调后，模型仍然保持灵活性，能够将用户提供的内容融入到新的图像创作中，该系统能够生成最高达四百万像素的高分辨率图像。借助 FLUX Pro 微调 API，创作者可以利用自己的图片和概念对 FLUX.1[pro] 进行定制，从而更好地控制最终结果。用户提供的图像可用于训练 FLUX Pro 模

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

在人工智能领域，文本音频生成技术正逐渐成为研究的热点。最近，研究者们推出了一款名为 TANGOFLUX 的全新模型，该模型在性能和效率上均表现出色。TANGOFLUX 是一种高效的文本到音频生成模型，拥有515百万个参数，能够在短短3.7秒内生成最长可达30秒的44.1kHz 音频，这一速度让其在单个 A40GPU 上的表现非常出色。TANGOFLUX主要是特色是可以生成各种音效，例如鸟叫、口哨、爆炸等声音，另外也支持生成音乐不过效果就不那么理想了。文本音频生成模型的一个主要挑战在于如何创建偏好配对。

人工智能（AI）驱动的文本到图像(T2I)生成模型，如DALLE3、Adobe Firefly3等，展现出卓越的生成能力，在现实应用中潜力无限。然而，这些模型通常拥有数十亿的参数，对内存要求极高，这给在移动设备等资源受限的平台上部署带来了巨大挑战。为了解决这些难题，ByteDance和POSTECH的研究人员探索了对T2I模型进行极低位量化的技术。在众多先进模型中，FLUX.1-dev因其公开可用性和出色的性能成为研究目标。研究人员通过一种名为1.58位量化的方法，对FLUX模型中的视觉转换器权重进行压缩，使其仅采

Shakker AI 今天宣布推出了其最新的高级图像生成模型——Zeno-1。这一模型不仅继承了前身 FLUX.1的卓越美学和艺术性，还通过内部推荐系统实现了风格多样性的飞跃。Zeno-1的推出标志着数字艺术创作工具的一个新时代。它提供了一系列控制工具，使用户能够以前所未有的方式塑造和细化他们的数字艺术作品。以下是 Zeno-1模型的主要特点:调色板控制:用户可以依据特定的调色板来控制生成图像的视觉色调，并通过不同的控制强度来满足个性化需求。实体控制:给定一个角色或主题，Zeno-1能够生成

埃隆·马斯克拥有的社交平台 X（原 Twitter）日前为其人工智能助手 Grok 添加了一款名为 Aurora 的新图像生成器。然而，这一功能在上线数小时后便从部分用户的界面中消失，引发外界关注。与 X 于10月推出的首个图像生成器 Flux 类似，Aurora 几乎没有生成限制，可通过移动应用及网页版的 Grok 选项卡访问。它能生成包括公众人物和版权角色（如米老鼠）的图像，尽管未能生成裸照，但却允许绘制较为血腥的内容，例如“满身血迹的唐纳德·特朗普”的图像。目前尚不清楚 Aurora 的技术来源。X

近年来，人工智能技术突飞猛进，在图像生成领域也取得了显著成果。然而，大多数模型在生成人物肖像时，往往难以准确捕捉中国人的外貌特征和审美偏好。为此，基于FLUX.1-dev的人工智能模型AWPortraitCN应运而生，该模型专注于生成更贴近中国人外貌和美学的肖像图像。AWPortraitCN模型经过了多种类型肖像图像的训练，包括室内外肖像、时尚照片以及工作室拍摄的照片，因此具备强大的泛化能力，能够适应不同的应用场景。 与其他模型相比，AWPortraitCN在皮肤质量上的表现更加细腻真实，能

近日，阿里巴巴宣布开源其最新研发的图像生成模型 Qwen2vl-Flux，该模型不仅具备编辑、融合和混合等多种功能，还能够在用户输入图像或文本的情况下，生成具有高度相似性的全新图像。Qwen2vl-Flux 提供了强大的图像变化功能。用户只需输入一张图像，无需任何文本提示，模型便能根据原图生成多幅相似的图像。例如，用户上传一张人物照片，模型便可以生成多个角度下的人物表现，展现出不同的视角与情感。模型还支持文本引导图像混合。当用户输入一张图片并附加相关文本提示时，Qwe

法国人工智能初创公司 Mistral AI 宣布为其 Le Chat AI 助手添加了一系列新功能，包括集成的网络搜索、图像生成以及新推出的 Pixtral Large 模型。Le Chat 功能升级用户现在可以通过 Le Chat 直接访问实时网页内容，轻松获取所需的信息。同时，借助 Black Forest Labs 的 Flux Pro 模型，用户还能生成高质量的图像，满足多种创作需求。除了网络搜索和图像生成，Le Chat 还引入了一个画布界面，让用户可以在聊天窗口内直接编辑生成的内容。这一功能使得用户能够编写文档、创建演示文稿以及编辑代码，而

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。

TryOn Labs 最新开发的 FLUX.1-dev LoRA 服装生成器，利用先进的人工智能技术，为用户带来前所未有的时尚设计体验。只需输入对服装的文字描述，如颜色、图案、材质、风格等细节，就能快速生成相应的服装设计图。FLUX.1-dev LoRA 模型的强大之处在于其灵活的输入格式和丰富的时尚知识库。用户可以尽情发挥创意，描述心目中的理想服装。例如AIbase输入“一件森林绿色缎面连身裤，宽腿，金色植物印花，系着米白色腰带的束腰，不对称领口，半透明叶形斗篷，袖口有工业细节，时髦的街头风剪

在AI绘画领域，一项革命性的技术刚刚问世。InstantX推出的Regional-Prompting-FLUX技术让AI绘画的精准度达到了前所未有的高度，无需额外训练即可实现图片内容的精细化控制，为创作者们带来了全新的创作可能。这项突破性技术最令人惊叹的是其强大的区域控制能力。通过FLUX，创作者可以精确指定图片中不同区域的生成内容和风格。比如，你可以在同一张图片中让一部分区域呈现写实风格，而另一部分则展现2D动漫效果，实现风格的完美融合。FLUX的技术优势不仅体现在创作自由度上，更在于其

近日，图像 AI 初创公司 Recraft 发布了其最新的文本生成图像模型 Recraft v3，该模型在独立测试中表现出色，重新定义了图像生成的性能标准。根据 Recraft 的介绍，v3模型在生成图像中的文本、保持解剖学准确性、理解提示和制作高质量视觉内容方面都表现优异。其最大的突破在于能够在一次生成中准确呈现长段文本，而许多其他模型在处理超过几个字时常常力不从心。Recraft v3在 Hugging Face 的文本生成图像基准测试中名列第一，获得1172的 ELO 分数，超越了近期的竞争对手 Flux 和 Ideogram。用户

近日，一款名为ComfyUI-Detail-Daemon的革命性插件正在AI绘画圈引起轰动。这款由Jonseed开发的工具，巧妙地将sd-webui-Detail-Daemon移植到ComfyUI平台，为创作者们带来了前所未有的细节优化体验。这款插件最引人注目的特点是其强大的细节增强能力。通过精确调控sigma参数，不仅能显著提升图像细节，还能智能去除多余的散景和背景模糊，特别是在处理Flux模型作品时表现出色。更值得一提的是，它还完美兼容SDXL和SD1.5等主流模型，显示出极强的适应性。该插件配备了四个功能各异的核心节点。其中

近日，一款代号"red_panda"的神秘AI图像生成模型在众包分析平台Artificial Analysis的基准测试中取得惊人成绩，以显著优势超越了Midjourney、Black Forest Labs和OpenAI等行业领军企业的产品。根据Artificial Analysis平台数据显示，"red_panda"在文本转图像测试中以1244分的成绩领跑，超出排名第二的Black Forest Labs旗下Flux1.1Pro约40个Elo积分。值得一提的是，该评分系统源自国际象棋选手实力评估体系，现被用于AI模型性能对比。从实际对战数据来看，"red_panda"的胜率较Flux高出9%，展现出明显的技术优势。在性能表

在图像处理技术不断突飞猛进的今天，基于Flux架构的IC-Light V2横空出世，凭借其16通道VAE和原生高分辨率特性，为数字图像处理带来革命性突破。这款新一代模型不仅在细节保留方面远超前作，更是将图像处理的精准度推向了新的高度。作为一款全能型图像处理工具，IC-Light V2展现出令人瞩目的适应性。无论是油画还是动漫风格的图像，它都能够游刃有余地进行处理，同时保持原有图像的精髓。相比前代产品SD1.5，IC-Light V2在细节保留方面的表现尤为出色，能够在处理过程中最大程度地保持

埃隆·马斯克的 xAI 最近宣布推出应用程序编程接口 （API），支持第三方开发人员访问和构建由 xAI 的 Grok 大型语言模型支持的应用程序和功能。xAI 的 API 使开发人员可以访问 Grok-2和 Grok-2mini 模型，并支持使用 Black Forest Labs 的 Flux.1扩散模型生成宽松图像。xAI API 提供了一个基于 Web 的控制台，用于创建 API 密钥、探索端点以及将模型集成到应用程序中。它支持 REST、gRPC 和 SDK，并兼容 OpenAI 等其他 AI 服务，可与现有系统平滑集成。xAI API 的定价为每100万个输入令牌5美元/每输出15美元，高于 O

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

在数字创意的浪潮中，一位独特的AI玩具设计师悄然崛起。Toy Box Flux，这款专注于生成3D玩具设计的人工智能模型，正在改变我们构思和创造玩具的方式。它不仅能将文字描述转化为vivid的3D玩具形象，还能延伸至室内设计领域，为空间布局带来新的灵感。Toy Box Flux的独特之处在于其训练方法。开发团队巧妙地融合了现有的3D LoRA技术与独创的Coloring Book Flux LoRA权重，打造出一种令人心动的可爱风格。这种创新approach确保了生成图像的吸引力和独特性，为玩具设计注入了新鲜血液。在技术细节上

近日，阿里妈妈创意团队发布了 FLUX.1-Turbo-Alpha，这是基于 FLUX.1-dev 模型训练的一款8步蒸馏 Lora 模型。该模型采用了多头判别器，显著提高了蒸馏的质量，支持文本到图像生成、修复控制网等多种 FLUX 相关的应用。团队建议在使用时将引导尺度设置为3.5，Lora 尺度为1，未来还会推出更低步数的版本。FLUX.1-Turbo-Alpha 可以直接与 Diffusers 框架结合使用。用户只需通过几行代码便能加载模型并生成所需的图像。例如，你可以创建一个有趣的场景:一只微笑的树懒穿着皮夹克、牛仔帽、格子裙和蝴蝶