Ideogram 4.6 发布,支持原生 4K 输出并提升图像编辑精度
Ideogram 发布 Ideogram 4.6,支持原生 4K 输出,并减少编辑区域外的像素漂移、提高色彩准确性,增强真实感与纹理细节。Tibor Blaho 表示,Ideogram 已是他三年多来最喜欢的工具之一,并转引官方介绍:x.com/ideogram_ai/status/2123…
Ideogram 发布 Ideogram 4.6,支持原生 4K 输出,并减少编辑区域外的像素漂移、提高色彩准确性,增强真实感与纹理细节。Tibor Blaho 表示,Ideogram 已是他三年多来最喜欢的工具之一,并转引官方介绍:x.com/ideogram_ai/status/2123…
Tessera-small 将 16x16 像素精灵图视为包含 256 个 token 的句子,每个像素对应学习所得 512 色调色板中的一个 token。它以 CLIP 文本为条件,从完全遮罩的画布开始,在 ~16 个步骤内按置信度由高到低并行揭示全部像素,不使用 VAE、潜变量或自回归。
字节跳动最新图像模型 Seedream 5.5 登上 Artificial Analysis AA-Image-T2I v2.1 的质量价格前沿,以 $20 per 1k images 成为 $30 以下最佳模型。
Anthropic 的语言模型 Claude Fable 5.2 通过 Python 代码驱动模拟画笔、颜料和画布,逐笔绘制复杂乃至接近照片的图像,而不是调用外部图像模型。
Qwen 发布 Qwen-Image-2.1-Turbo 并开放权重,这是基于 Qwen-Image-2.1 同一 7B 视觉生成架构的加速 checkpoint,可用 8 个去噪步骤生成和编辑 2K 图像。Qwen-Image-2.1 Pro 和 Turbo API 现已正式上线,用户也可以通过 Diffusers 使用 Turbo 权重。
推荐理由:材料给出 8 步采样、2K 图像和自然语言编辑等具体信息,便于比较开放权重工作流与托管 API 的使用方式。
Qwen-Image-2.1 开源,将文生图与图像编辑整合在同一模型中,视觉生成部分为 7B 参数,并原生支持透明图像的生成与编辑。该模型最多支持 10 张参考图输入,也支持圈选、涂抹和独立掩码等局部编辑方式。
推荐理由:原文同时交代了 7B 视觉生成规模、透明图像处理和最多 10 张参考图编辑能力,便于了解其在创作与设计场景中的适用范围。
Meta Superintelligence Labs 发布 Muse Image,并预览 Muse Video。
推荐理由:文章交代了 Muse Image 的工具调用、自我优化和多参考合成机制,以及 Muse Video 的预览状态与开放范围,便于理解这次发布的能力边界。