近日，美图公司发布了其图像生成工具 WHEE 的新功能，该工具现在支持生成中文海报。WHEE 以其高品质的素材生成而闻名，此次升级进一步增强了用户体验和功能的多样性。WHEE 的 AI 海报生成功能使得用户可以灵活地处理文字排版。由于传统 AI 文字排版存在随机性和字体风格不可控的问题，美图在此基础上创新性地将文字做成了可编辑的独立图层。用户不仅可以随意拖动文字的位置，还能更改字体，从而实现更自由的排版布局。这一设计极大地提升了用户的操作灵活性，避免了以往海报制

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

自2021年以来，微软的 AI 安全团队对100多种生成式 AI 产品进行了测试，以寻找薄弱环节和道德问题。他们的发现挑战了一些关于 AI 安全的常见假设，并强调了人类专业知识的持续重要性。事实证明，最有效的攻击并不总是最复杂的攻击。微软报告中引用的一项研究指出:“真正的黑客不会计算梯度，而是使用快速工程。”该研究将人工智能安全研究与现实世界的实践进行了比较。在一次测试中，该团队仅通过将有害指令隐藏在图像文本中就成功绕过了图像生成器的安全功能——无需复杂的

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

近日，英伟达开源了一款名为 Sana 的图像生成模型，这一模型仅有0.6亿个参数，极大降低了运行门槛。据了解，Sana 能够生成4096×4096分辨率的图像，并且可以在16GB 的显卡上运行，不到1秒的时间内生成1024×1024分辨率的高质量图片，这一速度在同类模型中表现突出。Sana 的工作原理是依靠 DC-AE（双通道自编码器）技术，使用32倍的潜在空间进行图像生成。该工具配备了8个 GPU 进行处理，其中包括性能强大的 GTX3090显卡，使其在处理复杂图像时速度更快、效果更佳。据称，Sana0.6B性能上和Flux-12B

在刚刚结束的 CES 展会上，Stability AI 宣布推出一种名为 SPAR3D（Stable Point Aware3D）的创新方法，这种两阶段的3D 生成技术能够在不到一秒的时间内，从单个图像中生成精确的3D 对象。该技术的推出为游戏开发者、产品设计师和环境构建者提供了全新的3D 原型设计方式。SPAR3D 的独特之处在于，它能够分别建模可见部分和不可见部分。在生成3D 对象时，该方法提供了准确的几何形状及完整的360度视图，包括物体背面的细节。用户还可以通过实时编辑功能，对生成的3D 对象进行直接修改，如删除、

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

Snap Inc. 的研究团队近日推出了一款名为 SnapGen 的人工智能图像生成器，能够直接在高端手机上生成高分辨率图像。这一技术的推出，让用户在手机上也能享受高效便捷的图像创作体验，打破了传统 AI 图像生成需要强大计算能力的局限。SnapGen 的核心优势在于其模型的紧凑性与高效性。与流行的图像生成器如 SDXL 相比，SnapGen 的参数数量仅为3.79亿，约为后者的七分之一。这种小巧的设计使得 SnapGen 不仅在存储空间上占用更少，而且在运行速度上表现更为优异。根据测试结果，SnapGen 在图像与

​上海阶跃星辰智能科技有限公司近日宣布，其图像生成模型Step-1X系列迎来了重大升级，推出了性能更优的Step-1X-Medium版本。这一升级版本在多个方面实现了显著提升:基于MMDit架构，生成速度提高了30%以上;经过针对性训练，新版本在理解能力和图文一致性方面更强，生成的画面细节质感更加自然。

马斯克的人工智能公司 xAI 目前正在测试一款独立的 iOS 应用，名为 Grok。这款聊天机器人之前仅限于 X 平台的用户使用。现在，Grok 的应用已经在澳大利亚和其他一些国家进入测试阶段，用户可以通过这个应用获取实时数据，提供更为丰富的交互体验。Grok 不仅可以回答用户提出的问题，还具备生成图像的能力。根据应用的描述，Grok 的功能包括文本重写、长段落摘要、问答以及根据文本提示生成图像等。该应用力求在提供信息的同时，确保信息的真实性、实用性和好奇心。用户只需上传图

文本驱动的风格转换是图像合成领域的一项重要任务，旨在将参考图像的风格与文本提示所描述的内容相融合。 近期，文本到图像生成模型取得了显著进展，能够实现更精细的风格转换，同时保持内容的高保真度。这项技术在数字绘画、广告和游戏设计等领域具有巨大的实用价值。然而，现有的风格转换技术仍存在一些不足之处，主要挑战包括:风格过拟合:现有模型倾向于复制参考图像的所有元素，导致生成图像过于贴近参考风格图像的特征，限制了生成图像的审美灵活性和适应性。文本

知名AI绘图平台Midjourney近日宣布一项重磅福利计划——“Relax马拉松”活动，即日起至2024年底，用户仅需支付10美元，即可在Relax模式下无限制生成图像，包括变体制作和参考图生成等基础功能，而图片生成的速度也大幅提升，几乎实现“立等可取”。此次活动是为了充分利用为明年新模型购置的大量服务器资源，目前这些服务器暂时处于闲置状态。Midjourney因此决定面向所有用户开放，无论是普通用户还是基础会员，都可以参与这一福利活动。这项举措尤其适合节日贺卡设计、新年创意开

西班牙人工智能初创企业 Magnific AI 近日正式发布了其最新的图像生成模型 ——Super Real。该模型旨在为建筑、室内设计、电影和摄影等专业领域提供高质量、逼真的图像生成服务。用户只需访问 Magnific AI 网站，便可找到这一令人期待的工具。激活该功能的方法非常简单，只需进入Mystic > Model > Super Real，然后激活 “Super Real” 模式，即可体验这一前所未有的图像生成能力。以下是官方生成的一些示例:提示词:Impressive house interior， VSCO filter， essential home magazine， contemporary houses， architectu

在2024年12月18日的火山引擎 FORCE 大会上，即梦 AI 正式发布了其全新的海报生成功能。这项技术的推出，标志着图像生成领域又一次重要的进步。据即梦 AI 的产品经理李超介绍，这一海报生成功能最大的特点在于其用户友好性。用户只需输入一句简单的描述，系统就能快速生成创意海报。这一过程显著减少了传统海报设计所需的时间和专业技能，让更多人能够轻松参与到创作中。同时，相比于市场上其他同类产品，即梦 AI 强调了其在 “全面描述” 和 “精美画面与排版” 方面的优势。除了

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”

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

在图像生成领域，高分辨率和逼真图像的任务一直面临多重挑战，特别是在文本到图像的合成过程中。传统的生成方法大多依赖于扩散模型和变换自回归（VAR）框架。这些模型虽然能够产生高质量的图像，但需要消耗大量计算资源，这使得它们在实时应用中显得不够灵活。与此同时，VAR 模型在处理离散标记时容易产生累积误差，导致生成的图像细节丢，从而影响图像的真实感。为了克服这些不足，字节跳动的研究团队推出了名为 “Infinity” 的全新框架，该框架旨在提升文本到图像合成的