跳到正文
今天10月21日周三2 条
  1. Rohan Paul (X)58

    Coco Labs 推出 AI 设计模型 Vyb,按图层生成可编辑设计

    Coco Labs 推出 AI 设计模型 Vyb,它逐层构建图形元素,文字保持可编辑文本、图形保持矢量、照片保持像素,logo 与字体、配色可从网站提取。在 145 个随机 Google 字体测试中,Vyb 以像素重叠(IoU)对比程序化渲染达到 90.3%,该测试上限为 94.4%,对比中最强的图像模型为 76.0%。由于每层保留原生类型,导出到 Figma 时结构完整保留。

  2. elvis (X)25

    专用AI设计模型Vyb获好评

    很高兴看到越来越多专用模型。这是我见过的第一个专用AI设计模型。 我看好专用模型,因为它们更容易编码品味、理解意图。这让Vyb这类模型在设计上更易用,避免当今通用AI模型的粗制滥造和千篇一律。请多来一些这样的模型。

10月20日周二
  1. 极客公园62

    Lovart 2.0 推出个人设计 Agent Arti

    Lovart 迭代到 2.0 后推出个人设计 Agent Arti,通过记忆功能记录设计师的行业、身份与审美偏好,并主动承担调研、找参考和画布检查。Arti 会把反复出现的设计流程沉淀为可复用 Skill,还支持设定时间与频率的设计委托,按快速、均衡、专家三档模式批量执行。作者实测用 Arti 完成攀岩品牌电商物料调研,并发现它提示海报比例不符可一键调整。

  2. 量子位62

    Meshy 推出局部编辑功能 Meshy Edit,一句话指令修改 3D 模型局部

    Meshy 发布局部编辑功能 Meshy Edit,用户圈选 3D 模型区域并用一句话描述改动,约一分钟生成新模型,未选中区域保持原样。该功能已向全部注册用户开放,每次编辑消耗 20 积分,目前支持 Meshy 6 和 Meshy 7.1 生成的高精度模型,带贴图模型会自动切换至未贴图版本编辑。

10月17日周六
10月15日周四
10月13日周二
10月9日周五
10月7日周三
9月23日周三
9月22日周二
9月21日周一
  1. Qwen (X)67

    Qwen-Image-2.1 在 Hugging Face Spaces 上线在线 demo

    Qwen 宣布 Qwen-Image-2.1 在 Hugging Face Spaces 上线可直接试用的在线 demo,无需任何环境配置即可在浏览器中体验。该模型用单个 checkpoint 同时支持图像生成与编辑;据 Hugging Apps 介绍,它是 7B 参数的原生图像生成与编辑模型,最多支持 10 张参考图,并自带提示词增强 LLM,已集成 diffusers 与 ComfyUI。

    推荐理由:Qwen-Image-2.1 在 Hugging Face Spaces 上线可直接试用的在线 demo,读者无需配置环境即可体验生成与编辑共用一个 checkpoint 的效果。

9月20日周日
  1. Qwen (X)75

    阿里 Qwen 发布开源图像模型 Qwen-Image-2.1

    阿里 Qwen 发布 Qwen-Image-2.1 并开放权重,这是 Qwen-Image 系列中兼顾效果与成本的图像生成模型,统一支持生成与编辑。该模型采用 7B 轻量架构,官方称其性能超过多数闭源模型,并大幅加速多图输入推理。它可原生生成和编辑 RGBA 透明图层,支持最多 10 张参考图与局部精确控制,覆盖全景图、信息图和虚拟试穿等场景。

    推荐理由:官方给出 7B 轻量架构、原生 RGBA 透明图层与最多 10 张参考图编辑等能力,可据此判断开源图像模型的实际可用边界。

9月19日周六
9月10日周四
  1. Google AI (X)70

    Google 发布图像工具 Pics,基于 Nano Banana 支持局部编辑与协作

    Google 发布图像生成与编辑工具 Pics,基于 Nano Banana 构建,支持隔离并编辑图像中的特定对象而不改动其余部分、直接修改或翻译图中文字、多人协作同一作品,以及从单条提示词生成多个选项。

    推荐理由:官方给出 Google Pics 的图像编辑能力与订阅、Workspace 开放范围,可据此判断可用性。

1月10日周六
  1. Berkeley AI Research38

    Berkeley AI Research 提出基于信息量的成像系统设计框架

    Berkeley AI Research 提出一种直接以互信息评估和优化成像系统的框架,无需任务专用解码器。该信息指标在彩色摄影、射电天文、无透镜成像和显微镜四个领域预测了系统性能,优化后的设计达到与端到端方法相当的水平,且内存和算力需求更低。方法利用已知噪声物理直接计算噪声项,仅需从测量数据中学习测量分布,并给出真实信息量的上界。