跳到正文
11月4日週三
  1. The Verge · AI48

    Bezos 和 Jason Statham 的植髮照片都是假的

    Bezos 和 Jason Statham 最近流傳的植髮照片是經過編輯的假圖,兩人並沒有因此改變一向剃光頭髮的造型。Google 反向圖片搜尋找到 Bezos 2023 年及 Statham 2011 年的原始照片,證實相關圖片經過修改;作者未能確認是否使用 AI 工具製作。 генера

  2. IT之家73

    Apple 智能首批功能隨 iOS 27.3 開發者預覽版登陸國行 iPhone,AirPods 加入即時翻譯

    Apple 向 iPhone 推送首個 iOS 27.3 開發者預覽版,為國行用戶帶來「Apple 智能與 Siri」及首批功能。功能包括 Siri 呼出燈效、訊息、FaceTime 通話和電話 App 的即時翻譯、寫作工具、視覺智能、相片消除工具、智繪表情及通知摘要;「千問」擴展則可協助撰寫文本、生成圖像和回答問題。

  3. HuggingFace Daily Papers(社區熱門論文)44

    TailSteer 如何減少多輪圖片編輯中的累積視覺漂移

    TailSteer 是一種最終階段訓練框架,透過令早期去噪動態貼近基礎模型,並在軌跡尾段學習保留修正,減少多輪圖片編輯中的累積視覺漂移。FLUX、SenseNova 和 Qwen 系列的實驗顯示,TailSteer 在 15-20 輪編輯中大幅減少漂移,同時大致保留基礎模型在文字生成圖片及單張圖片編輯基準上的表現。

11月3日週二
  1. DEV Community39

    AI 圖像生成:同一提示詞測試六款工具

    作者用同一提示詞測試六款 AI 圖像生成工具,比較它們製作網誌精選圖片的效果。測試涵蓋 Google Gemini 的 Imagen 4、ChatGPT 的 GPT-4o、Midjourney、Ideogram、Adobe FireFly 及 Canva,各工具在構圖、光線和寫實感上各有差異。作者認為 Ideogram 的效果出色,而挑選合適圖片仍需要人手判斷。

  2. 阿里雲開發者社區 AI34

    文生圖技術落地:從廣告到遊戲,哪些場景真正可用

    文生圖在廣告營銷、遊戲開發、教育素材及電商時尚等場景具備落地價值,可用於生成配圖、角色概念稿、教材插圖及虛擬模特圖。它擅長創意生成,但不擅長準確渲染文字或精確控制;需要維持角色或產品一致時,應配合參考圖。實際應用宜先從非核心場景起步,並安排人工審核、整理可重用的提示詞及控制成本。

  3. 新浪科技52

    商湯科技發布日日新 SenseNova6.8Flash 正式版,支援動態 PPT 及 3D 設計

    商湯科技發布日日新 SenseNova6.8Flash 正式版,重點升級辦公協作與設計生成能力,支援長期記憶、跨會話任務協作,以及動態 PPT、動態海報、網頁、SVG 和 Blender3D 創作。模型已開放網上體驗,並同步上線 SenseNovaTokenPlan。使用者可透過智能體與 Blender 協作進行 3D 創作,並根據渲染結果和使用者回饋持續調整。

  4. 新浪科技50

    MT Forcing 如何在多輪圖像編輯中保住畫質與細節?

    商湯研究院、香港科技大學 MMLab、斯坦福大學及清華大學智能產業研究院的研究者提出 MT Forcing,以改善多輪圖像編輯中的畫質退化與內容漂移。SenseNova-U1.5 使用該方法後,第八輪指令遵循分數由 4.52 升至 9.17,內容一致性分數由 3.22 升至 7.68;畫質抗漂移分數則在八輪維持 4.20—4.35。其八輪幾何位移均值由 6.34 像素降至 0.74 像素。

  5. 新浪科技76

    Apple 下架 19 款 App,寵物寫真等應用被揭暗藏性暴力深度偽造功能

    Apple 接獲線索後下架 19 款涉事 App,這些 App 暗中提供性暴力深度偽造功能。涉事網絡涉及 400 多個關聯域名和應用,以寵物寫真、語言學習及 AI 健身教練等日常服務作掩護;應用會按用戶來源和語言切換普通功能或隱藏介面,開發者亦曾在通過審核後更換應用調用的網頁內容。

    推薦理由:Apple 下架 19 款 App,Meta 對 1.16 萬個相關廣告帳戶採取措施並禁止 209 款應用投放廣告,呈現應用商店與社交平台的清理措施。

  6. HuggingFace Daily Papers(社區熱門論文)45

    StepX-OPD:重新思考擴散模型的多教師在策略蒸餾

    StepX-OPD 將多教師在策略蒸餾與少步採樣整合訓練,讓文字生成圖像擴散模型同時習得多項能力並以少量步驟生成。研究在 SD3.5-Medium 和 FLUX.1-dev 上評估,StepX-OPD 在比較的四步方法中取得最高標準化平均分,並超越四十步 Flow-OPD。於 SD3.5-Medium 上,其 GPU 訓練時數較先後進行 DiffusionOPD 和步數蒸餾減少約 37%。

  7. Recraft 自有模型與設計產品52

    Recraft Logo Maker 教學:如何用 AI 標誌生成器製作品牌標誌

    Recraft Logo Maker 提供 AI 標誌製作流程,用戶回答有關業務的問題即可生成設計方向,毋須撰寫提示詞。工具會生成四個不同方向,支援調整顏色和款式,並可在模擬場景預覽後匯出向量檔。目前工具以桌面及流動網頁公開測試;免費方案製作的標誌會公開並僅供個人使用,商業用途須使用付費方案。

11月2日週一
  1. DEV Community58

    Krea 2 Identity Edit v1.2 的三種 ComfyUI 編輯流程共用 ref_boost 保真度調節

    Krea 2 Identity Edit v1.2 LoRA 對應三個 ComfyUI 編輯流程,分別處理單圖、遮罩單圖及雙圖參考編輯,差異在輸入路徑與限制方式。三者共用基礎模型、文字編碼器和 VAE;ref_boost 設定分別為 4、3 和 3。遮罩流程會先用 GrowMask 擴張遮罩(expand 6、taper on);作者只檢視已儲存的流程圖,沒有執行推理或基準測試。

  2. DEV Community54

    實用清單:如何把單一 SKU 製作成完整廣告素材組(圖片+短片)

    文章提出一套可在素材備妥後一小時內執行的流程,將單一 SKU 的產品照片轉化為完整廣告素材組。目標是製作 4–6 款靜態廣告(涵蓋 1:1 和 9:16)及一段 9–15 秒短片,並核對品牌元素和匯出檔案命名。作者建議以小額預算測試 3 款靜態素材和 1 段短片,24–48 小時後淘汰低於 CTR/thumb-stop 基準的版本,再調整勝出素材的標題或開首 2 秒。

  3. DEV Community44

    如何為 2D 遊戲製作精靈圖集:影格大小、排列方式與 AI 捷徑

    製作 2D 遊戲精靈圖集時,應按動畫分列、按影格分欄,並保持每格大小一致,方便引擎切分及播放。Ziztu 的 AI 精靈圖集生成器使用 Seedream 5 Flash,約半分鐘可生成一張圖集,每張約 70 credits。圖集不會匯出 JSON、GIF 或影格資料,影格亦可能偏移,需在引擎或編輯器切分並逐格檢查。

  4. DEV Community45

    Qwen Image 2.1 重建:視覺提示詞、空白潛在表示與像素預算

    這套 Qwen Image 2.1 工作流先以視覺語言模型描述輸入圖片,再結合保留指示生成重建圖片;它不是能保證還原原始像素或缺失細節的傳統升頻工具。工作流從空白潛在表示開始,按像素面積預算計算尺寸,放大上限為每個維度 4 倍,目標不超過 2048² 像素。文章亦提醒,保存的圖表尚未確認可執行,實際結果須檢查。

  5. 阿里雲開發者社區 AI48

    AI 電影級提示詞與面部表情解耦控制:分層提示工程、AU 微表情體系、ComfyUI 工作流、批次腳本與生產故障復盤

    文章提出電影級 AI 表情控制方案,以身份鎖定、AU 微表情結構化提示、分層條件權重、面部局部重繪及批次注入工具,處理六類生產故障。內容涵蓋 ComfyUI 工作流、Python 程式碼及批次生成架構,讓身份、表情、姿態與光影條件分開控制。

  6. 阿里雲開發者社區 AI41

    AI 人像時尚大片生成服務接入實戰:鑑權、請求構造與返回解析

    AI 人像時尚大片生成服務透過阿里雲市場 API 網關提供接入,開發者可用 APPCODE 鑑權,提交人物肖像及時尚主題,生成多套風格硬照。服務採用異步任務,提交後返回任務標識,需輪詢取得圖片 URL 及英文 Prompt。接入時應做好限流與退避,並由調用方負責內容安全及版權復核。

  7. DEV Community59

    AI 一致角色生成為何在側面視角走樣,以及如何修正

    AI 一致角色生成的角色在側面視角容易走樣,原因是正面參考未提供鼻樑、下顎深度等面部幾何資訊,模型只能自行補足。文章建議先建立正面、約 45° 和 90° 參考圖,再以 30°、60°、90°逐步轉向,每一步都對照原始正面圖,並明確描述要保留的面部特徵。每次生成都應沿用已核准的參考圖,測試時只改變鏡頭角度;單靠提示詞不能保證身份一致。

  8. DEV Community57

    GooDesign 停止讓 LLM 改寫提示詞,剖析意圖流失問題與修正方案

    GooDesign 停止讓 LLM 改寫用戶提示詞,改以原文直接送入渲染流程,再用結構化參數補足用戶未指定的渲染需求。保留條件會抽取為機器可讀清單,用於鎖定區域等編輯控制;補充層不可覆蓋用戶原文,判斷不確定時則輸出空物件。團隊另以標註意圖的回歸集、VLM 評分及人工抽查檢查約束是否保留,並分開記錄用戶原文與模型實際接收的提示詞。

  9. DEV Community62

    六項檢查,及早找出 AI 肖像問題

    Kira 提出六項檢查方法,協助在交付 AI 肖像前找出手部、跨畫面一致性、原始檔及檔案資訊等問題。檢查包括核對手指數量與拇指位置、比較不同畫面的眼睛反光,並查看原始檔及檔案中繼資料;若臉部不可見,則改查髮線、姿勢與物件排列。作者亦建議以原始檔放大 2-3x 檢查,並在交付前清點整個畫面中的人物、手部及物件,避免只檢查局部而漏掉整體錯誤。

  10. DEV Community47

    Qwen Pose Direction:追蹤渲染流程、角色參考圖與生效中的提示詞

    這份 Qwen Pose Direction 教學追蹤姿勢轉移工作流中的姿勢參考圖、角色外觀參考圖及生效提示詞,並説明各項輸入在圖中的連接方式。工作流有 14 個節點和 19 條連線;Pose Studio 的第二個輸出連至編碼器提示詞輸入,覆蓋編碼器內儲存的提示詞。編輯器保存的三組捕捉圖不代表會生成三張結果,實際輸出須按節點實作及執行結果確認。

  11. DEV Community56

    Qwen Image 2.1 與 H3 兩套工作流指南:由產品合成圖銜接至主視覺影片

    AI-KSK 的指南拆解 Qwen Image 2.1 與 H3 兩套 JSON 工作流,説明先處理產品靜態圖,再手動將確認可用的圖片交給影片工作流。兩個檔案分別包含 32 個節點的圖像調和工作流,以及 40 個節點的 H3 主視覺工作流,並無自動交接連結。文章核對啟用路徑、模型與 LoRA、尺寸及音訊設定,但沒有提供新推理、基準測試或產品保真度測試結果。

11月1日週日
  1. 新浪科技20

    創維100吋壁紙電視復現盛唐長安場景

    創維以100吋壁紙電視呈現「裝下長安大場面」非遺藝術快閃展,透過七大沉浸式展區展示盛唐主題畫作。創維100吋壁紙電視A10H Pro搭載超微距控光技術、啞光屏顯Ultra及AI原畫顯示技術3.0,並結合AIGC呈現皮影、燈節等作品。創維100吋壁紙電視將於11月1日在抖音直播間舉行專場直播。