微软发布三款 MAI 模型：性能超越 Whisper 与 Gemini，主打极致性价比与安全
微软 AI 正式推出了 MAI-Transcribe-1、MAI-Voice-1 和 MAI-Image-2 三款重量级模型，旨在以世界级质量与极具竞争力的价格切入市场。其中，Transcribe-1 在多语言转录基准中表现优于 Whisp...
标签索引 / 第 3 页
图像生成
这个标签下有 69 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
Midjourney V8上手实测：中文生成力增强，却难逃“微博水印”困扰
近期有用户测试了Midjourney V8版本，发现其在中文汉字生成能力上较以往有显著进步，能够生成简单的中文字体，不再像以前那样完全无法识别，但在处理复杂字符时仍会自动规避。然而，新版模型存在一个明显瑕疵：生成图片的水印泛滥。特别是在使用...
开发者实测 Grok-2 图像生成接口持续报错：连接正常但无法出图
有开发者在测试 Grok2api 图片生成功能时遭遇瓶颈，尽管鉴权成功且模型列表中可见 `grok-imagine`，但接口持续返回 `upstream_error`，提示“生成被阻断或无有效图像”。用户在排查了网络、Prompt 敏感度等...
Gemini图像生成被曝“撒谎”：声称去水印成功，实际只输出文字
近日，有用户在技术社区反馈，Google Gemini在处理图像生成与编辑任务时出现异常。当用户要求Gemini去除图片水印时，模型回复称“已生成图片”，但实际输出结果仅为文字描述，并未生成任何图像。经过多次尝试，该问题依然存在。这一现象不...
Gemini 图像生图功能突发失效，用户质疑是否触发风控机制
近日，有 Gemini Pro 用户反馈称，在使用该模型进行图片上传并要求“制作图片”或编辑时，系统突然报错称“不支持图像模型”，此前该功能一直运行正常。经过社区排查，该故障大概率并非技术层面的全面宕机，而是 Google 风控策略收紧的信...
用户反馈Gemini App生图分辨率疑似遭降级：从2K降至1K
近日，有科技社区用户发帖爆料称，谷歌Gemini App的图像生成功能疑似出现了“静默降级”。据该用户提供的Pro账户截图显示，此前图像生成的分辨率通常为2K（约5MP），但目前检测到的参数（如NB2和NBP）均已被限制在1K分辨率。这一变...
谷歌重磅发布 Nano Banana 2：融合顶级画质与闪电生成速度，重塑 AI 图像生成体验
Google DeepMind 推出名为 Nano Banana 2 的全新图像生成模型，旨在解决速度与质量的矛盾。该模型融合了 Pro 版本的高级理解能力与 Gemini Flash 的极速响应，支持高精度文本渲染、多角色一致性（最多5个...
LookTake：一款能一键“复制”他人妆容、穿搭与发型的AI工具
LookTake是一款新兴的AI应用，旨在解决用户“看到却穿不到”的痛点。它允许用户直接将朋友或社交网络上的妆容、穿搭及发型照片，通过AI算法一键“克隆”并应用到自己的照片中。不同于传统的电商虚拟试衣，LookTake突破了库存限制，利用生...
开源团队NewBieAi-Lab发布基于NextDiT改进的动漫图像生成模型
AI研究团队NewBieAi-Lab近日在技术社区亮相，其主理人介绍了团队在文本生成图像领域的研究进展。该团队已开源首个实验性模型“NewBie-image-Exp0.1”，这是一个专用于动漫风格的DiT（Diffusion Transfo...
Grok图像生成迎更新：支持多图参考修复Bug，代码暗藏视频编辑玄机
据社区观察，xAI旗下的Grok模型在图像生成功能上迎来重要更新。此前该功能在处理多角色合影时存在逻辑Bug，常生成不相关人物。此次更新后，Grok的“Imagine”功能最多支持上传三张参考图，显著提升了角色一致性与图像可控性。此外，有用...