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。
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。
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。
Adobe 宣布 iOS、iPadOS 和 Android 版 Lightroom 移动端新增 Open Eyes 快捷操作,检测到照片中人物闭眼时可一键用生成式 AI 睁开双眼。
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。
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。
通过数据空间迭代实现少步生成 论文:https://huggingface.co/papers/2610.12102
初代Stable Diffusion的FID分数为12.63
BudgetPix 面向像素空间图像扩散的计算自适应分词 论文:https://huggingface.co/papers/2610.12307
Qwen 发布 Qwen-Image-2.1-Turbo,在同样的 7B 视觉生成架构上做加速,仅需 8 步去噪即可生成和编辑图像,权重已在 ModelScope 和 Hugging Face 开放。
推荐理由:官方给出 Turbo 加速版在 8 步去噪下仍能生成 2K 图像,并同步开放权重与 API,便于判断落地成本。
Iris-3B 超越潜在空间:像素空间扩散训练、转换与微调 论文:https://huggingface.co/papers/2610.09450
Qwen-Image-2.1-Multiple-Angles-LoRA 模型:https://huggingface.co/akhaliq/Qwen-Image-2.1-Multiple-Angles-LoRA
Qwen 宣布 Qwen-Image-2.1 在 Image Edit 和 Text-to-Image 两个 Arena 中均成为排名第一的开源模型。引用内容显示,该模型在 Image Edit Arena 拿到 1367 分,位列开源第一、总榜第 16,距第 15 名的 GPT-Image-1.5-high-fidelity 差 3 分。Qwen 邀请用户试用并分享创作结果。
来自 @inteldevs 的 Day-0 OpenVINO 支持!🥳 Qwen-Image-2.1 已可在 Intel 硬件上优化运行。一个开放权重 checkpoint,同时支持生成与编辑。👇
感谢 @sgl_project 的 day-0 支持!🙌 SGLang-Diffusion 现已支持 Qwen-Image-2.1:文生图、多图编辑和透明 RGBA 输出。快来试试!🎨
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。
Qwen-Image-2.1 现已在 ComfyUI 中支持!立即试用并分享你的创作!🖼️
Qwen 宣布 Qwen-Image-2.1 在 vLLM-Omni 获得 day-0 支持,可在一个模型中完成图像生成、编辑与透明图输出。据 vLLM 项目介绍,该模型由 7.1B 的 DiT 与 Qwen3-VL-8B 组成,配置与支持的组合见 recipes.vllm.ai/Qwen/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。
Google 发布本周更新汇总,推出迄今最先进的实时对话音频模型 Gemini 3.8 Live 与 3.8 Live Extended Thinking。Google Labs 的个性化故事合集实验 Dreambeans 与 Workspace 图像生成工具 Google Pics 均已 GA,CC 则从个人效率工具扩展为协助家庭协调日程与日常事务的共享智能体。
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。
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。