2026 阿里雲雙 11 大促指南:Qwen-image-3.0 升級及通義千問核心特性與實戰教學
阿里雲雙 11 大促期間,Qwen-image-3.0、Qwen3.7-Max 和 Qwen3.8-Max-Preview 提供圖像生成、智能體及旗艦模型能力,文章並整理模型架構、功能和實戰接入教學。
阿里雲雙 11 大促期間,Qwen-image-3.0、Qwen3.7-Max 和 Qwen3.8-Max-Preview 提供圖像生成、智能體及旗艦模型能力,文章並整理模型架構、功能和實戰接入教學。
Tabtab 聚合 16 個 AI 模型,包括 11 個圖片模型和 5 個影片模型,按量付費,起付為 2 美元。影片生成透過非同步 Task API 提交任務並查詢結果;開發者可使用同一個 API 接入圖片與影片模型,並按畫質、時長和成本調整模型。
LARC 為統一多模態模型引入連續空間潛在推理,改善圖像生成質素,並支援測試時擴展,避免離散 token 瓶頸。其訓練分兩階段:課程式監督微調,以及資訊增益強化學習;後者無需真值監督。LARC 在 GenEval 上取得最先進表現,較 BAGEL 提升 7%p,並在平行及循序測試時擴展策略下,展現優於基於 token 生成的表現。
Meta 推出 AI 時尚應用程式 Style Sketch,讓用戶以已有衣物組合穿搭。應用程式連結 Instagram,從用戶已發布的照片建立虛擬衣櫃,也可手動加入衣物;目前在印尼、新加坡和泰國提供 iOS 及 Android 版本。用戶可取得穿搭建議、試穿虛擬造型,亦可按目的地、行程長度、活動和天氣預報規劃每日穿搭。
麥橘在2026站酷設計周分享 AI 角色設計方法,提出以「骨皮形神」四個維度描述面孔特徵,並將這套體系定位為有待創作者檢驗和完善的「行業語言初稿」。他帶來的首批72個原創角色已落戶站酷,並完成 DCI 數字版權標識申領及美術作品著作權登記。站酷用戶可查看角色檔案,在明確授權範圍後下載素材,亦可按項目定製角色。
中國電信與三星電子發布折疊屏手機心繫天下三星W27,搭載第五代驍龍8至尊版(for Galaxy),配備2億像素主攝及8.0英寸內屏。16GB+512GB版本建議零售價18,999元,16GB+1TB版本為21,999元;10月29日開放登記預約,11月13日全渠道開售。
作者以 Krea 2 Turbo 進行 5 個文生圖產品廣告實驗,測試模型將提示詞轉化為廣告風格視覺素材的效果。實驗在 ComfyUI 中使用 INT8 ConvRot 擴散模型、FP8 Qwen3-VL 4B 文字編碼器及 Qwen Image VAE;生成速度、VRAM 用量和輸出質素視乎 GPU、解析度及取樣設定而定。
研究發現,REPA 等擴散 Transformer 加速方法會重組 AdaLN-Zero 殘差閘 α,而較廣泛的閘參與度與較佳生成品質相關。研究提出無需教師模型的徑向目標,透過特徵範數正則化促進廣泛參與;在 ImageNet 256times256 的 SiT-B/2 實驗中,該方法的 FID 優於 dispersive loss。
調研認為,用小凝的照片製作形象影片可行,但照片生成高質素長片仍受身份漂移、動作表現及成本限制。四條路線包括音訊驅動口播、影片驅動表情復刻、圖生影片,以及多鏡頭身份一致性工程。建議先製作 15–30 秒口播或短鏡頭,再逐步處理一致性、超分及合規。
跨境電商商品素材本地化需按素材類型選擇技術路徑:文本採用垂直領域翻譯並人工校對,圖片經文字識別、擦除及譯文回填,影片則處理字幕、配音和口型同步。選型應考慮素材類型、本地化深度和批量規模;AI 負責初步處理,關鍵內容、圖片排版及影片配音仍須人工複核。
作者以 Python dataclass 編寫 Seedream 5.5 文字生成圖像提示詞輔助工具,按欄位組合提示詞並檢查缺漏。產品場景可額外檢查 surface、background、angle 和 space,並只改一個欄位建立一致系列。工具亦可把欄位資料轉成字典,與生成圖像一併存成 JSON,以便重建提示詞。
作者將 AI 生成的 PNG 標誌放大 8 倍,指出像素格式限制印刷尺寸,不能直接作為可任意縮放的標誌。測試中,1,200 px PNG 印在一米橫額上約為每英吋 30 像素,低於印刷店要求的 300;SVG 原檔大小為 11,813 bytes,任何尺寸都維持不變。
RelayMe 以視覺化畫布串連圖片、影片及文字模型,讓市場營銷團隊從一張產品相片生成候選圖片、調整尺寸並製作影片廣告。影片模型包括 Veo 3.1、Veo 3.1 Fast、Grok Imagine 和 MiniMax-H3,執行前可查看按模型及設定計算的點數估算。Starter、Basic 和 Pro 月費分別為 $19、$32 和 $90,附有不同月度點數。
作者測試三款圖像編輯模型把招牌上的 70% 改為 50%;Qwen 2.1 首次把 SALE 改掉,另外兩款雖改對數字,周邊畫面仍有變化。八次生成圖片的請求中,五個輸出通過文字檢查並選用於網站,三個包含錯誤修改;另有一次請求因供應商錯誤未產生圖片。作者建議逐字核對新文字及本應保留的文字,並以原尺寸檢查字形、間距和周邊細節。
這份 SOP 以 60 集閩南語直向短劇《等你平安歸來》為案例,將阿里雲 FC、百煉、OSS 與 ComfyUI 串接成涵蓋劇本結構化、素材生成、方言配音和成片交付的製作管線。
Getty Images 於 2026年10月21日向美國法院申請《破產法》第11章重組保護。重組方案將註銷現有股權,由蓋蒂家族關聯實體及科赫股權發展公司關聯方取得重組後公司的全部股權;蓋蒂家族關聯實體的股權投資承諾上限為1.62億美元。文章亦追溯蓋蒂家族從石油產業起家,到以信託、家辦及多元投資管理財富的歷程。
作者以 Sightengine 重新測試其 AI 圖像檢測器:80 張已核實的 AI 圖像中,78 張判為 Likely AI,沒有被判作真實照片。40 張相機原始照片中,38 張判為真實照片,1 張被誤判為 AI,另有 1 張無法判定。每個生成器的樣本只有 20 張,結果仍有不確定性。
這份指南為 AI 漫劇與繪圖項目整理素材及成品檔案的全生命週期管理方法,涵蓋五類資產、標準目錄結構、版本管控和自動歸檔。Python 腳本會把渲染目錄中的合資格圖片和影片複製到歸檔資料夾,並輸出記錄檔名、檔案大小、修改時間和原始路徑的 CSV。交付規範包括原始素材唯讀、版本只增不覆蓋,以及在 readme.md 記錄模型依賴與環境資訊。
10月27日,中國農業出版社確認召回並下架《南海海洋生物科普叢書》第13冊(斑節對蝦),原因是封面及內頁出現 AI 生成的「雙頭蝦」錯誤圖片。該書序言稱,多數圖片由 AI 工具繪製,技術尚不成熟導致圖像失真;出版社表示正全網下架並啟動召回。出版社未就「脱殼示意」作公開回應;截至10月28日,其官方小程序及旗艦店已下架該書。
中國農業出版社表示,正通知全網下架並召回《南海海洋生物科普叢書》第13冊《斑節對蝦》,該冊封面及內頁出現「雙頭蝦」圖片。書序稱,叢書絕大多數圖片由 AI 繪圖工具生成;知情人士稱,涉事圖片原意是呈現斑節對蝦蜕殼過程,但因 AI 技術使用不成熟而引發誤解。出版社尚未就知情人士的説法公開回應,相關書籍已無法在其官方微信小程序和官方旗艦店查到。
中國農業出版社表示,正通知全網下架並召回《南海海洋生物科普叢書》中出現 AI 生成「雙頭蝦」錯誤圖片的涉事圖書。該圖出現在第13冊「斑節對蝦」封面及內頁;知情人士稱,圖片原為呈現斑節對蝦脱殼過程,但因 AI 技術使用不成熟,最終效果顯得誇張。
蘋果在 iOS 27.2 中為照片應用的共享相簿新增四項功能,包括編輯照片説明和評論、避免重複添加照片,以及在相簿即將到期時顯示提醒。更新亦為照片應用和 Image Playground 圖樂園加入 SynthID 水印支持,可輔助識別由生成式工具創建或修改的圖像;但並非所有經過編輯的照片都會帶有該標記。
GPU Unlock 的社羣基準測試顯示,RTX 3090 Ti 在部分 AI 圖像生成工作負載中吞吐量最高提升 58.6%,但增幅取決於數值格式及硬件、軟件配置。
Recraft 的指南示範如何用 AI 製作符合 iOS 和 Android 要求的 App 圖示,並從同一設計處理兩個平台的圖層、遮罩與輸出尺寸。指南以 Recraft V4.1 Vector 生成可編輯 SVG,並建議先檢查圖示在 40 px 下的辨識度,再拆分圖層。
蘋果推出 iOS 27.2,為 iPhone 照片 app 的共享相簿加入四項功能,並支援 SynthID 水印,以協助識別生成式 AI 建立或修改的圖像。用戶可編輯照片説明和評論、避免重複加入照片,並在相簿到期前收到提醒;共享相簿須升級至適用於 iOS 27 的版本。照片 app 和 Image Playground 亦新增 SynthID 水印支援,但並非所有經編輯的照片都會帶有標記。
蘋果 iOS 27.2 為照片應用程式的共享相簿新增四項功能,包括編輯照片説明和評論、避免重複加入照片,以及在相簿即將到期前收到提醒。照片應用程式和 Image Playground 圖樂園亦新增 SynthID 水印支援,以協助識別生成式 AI 建立或修改的圖像,但並非所有經編輯的照片都會帶有該標記。
阿里雲萬小智升級至 3.0,新增 GEO 品牌診斷、SEO 智能優化、AI 文章、圖片及影片創作,以及多平台內容分發。新用戶可免費領取 2000 靈感值,輕量版首月優惠價為 15 元,購買標準版或高級版可獲贈 CN 域名。
Microsoft 於 10 月 27 日發佈 MAI-Image-2.7-Preview,該模型在 Artificial Analysis 的 AA-Image-Editing v2.1 榜以 1,193 Elo 排第 2。
AI 虛擬試穿會根據人物照片和服裝參考圖生成穿搭預覽,品質取決於服裝能否配合人物姿勢,並保留衣物細節、人物特徵及自然的光影。評估結果時,可檢查人物身份是否保留、服裝是否相似、身體對位、邊緣融合和光線一致性;比較不同服裝時,應固定人物照片,只更換服裝參考圖。
阿里雲萬小智 AI 建站升級至 3.0,新增 GEO 品牌診斷及 SEO 網頁診斷,並整合 AI 文章、圖片、影片創作和多平台內容分發。新用戶可免費領取 2000 靈感值;文章、圖片及影片均可透過平台創作,並同步發布至支援的社交媒體及萬小智網站。
阿里雲萬小智 AI 建站升級至 3.0,新增 GEO 品牌診斷、SEO 優化、AI 文章、圖片及影片創作,以及多平台內容分發功能。新用戶可免費領取 2000 靈感值;平台提供由診斷、創作到分發的一站式營銷建站方案。
微軟於10月27日推出 MAI-Image-2.7-Preview 圖像編輯模型,主打以圖像和文字指令進行可控編輯,暫未開放文生圖功能。
Nemotron-Labs-Diffusion-Uni(NLD-Uni)是一款結合視覺理解與生成的統一離散擴散大語言模型,採用跨範式策略上蒸餾及漸進式自我精煉擴散。在視覺問答、多模態推理、物件定位、文字生成圖像及圖像編輯等多種任務上,NLD-Uni 在統一擴散大語言模型中達到最先進表現。
面向遊戲銷售團隊,OpenAI DALL-E 等文字生成圖像 API 的具成本效益替代方案,通常是路由與會計設計,而非單一替代端點。託管 API、自行託管的 GPU 工作程序和批次工作程序各有不同的成本與故障處理方式;CRM 操作應與可選的圖像生成分開。比較時應按租戶記錄圖像工作、完成數、保留數據量及重試次數。
這份教學説明如何在阿里雲 ECS 部署 ComfyUI,讓本地 DeepSeek Harness(DSH)連接遠端出圖後端。文中比較同機、VPC 內網和 EIP 公網三種拓撲,並説明 GPU 顯存選型、安全組來源限制,以及 `--listen`、`baseUrl`、`apiKeyEnv` 和 `mediaHost` 等設定。
這份實用清單指出,建立圖像及影片生成工作流程時,應明確呈現輸入、模型、輸出規格與費用,並管理任務狀態及檢查生成結果。清單建議為工作建立帶有穩定 ID 的持久記錄;遇上逾時,先核對既有任務,再決定是否重送可能收費的請求。還要確認檔案可儲存及顯示、格式與尺寸符合要求,並檢查影片播放、下載,以及重試會否建立新任務或再次收費。
Walker Brown 為一款以文字描寫船員的瀏覽器遊戲製作影片,讓 Agent 用圖像模型生成角色畫作,補足實機錄影無法呈現的面孔。十張畫作中有九張入片;他丟棄最漂亮的船體外觀圖,因為遊戲只顯示甲板平面圖,並不呈現船體。影片將繪製畫面與遊戲實際畫面分開,並以字幕交代遊戲不會畫出人臉、相關肖像為繪製作品。
Stability AI 和 DeepAI 是 OpenAI DALL-E 的替代選擇:前者適合願意處理技術設定並考慮自行託管的團隊,後者適合有限度自訂的 API 原型;DALL-E 則是較直接的託管式選擇。文章建議以統一的應用程式介面封裝不同服務,保留提示詞、審核狀態及資產參照,方便日後更換供應商。生成的圖片仍須經編輯審核,不應把審核責任交由供應商承諾。
Oracle 推出 Media Fabric,整合自家 AI 影片和圖像模型、AI 製作工具 Creative Studio,以及直播串流網絡 Oracle Video Edge。平台可按成本、安全及版權風險選用其他公司的模型,並讓品牌把一則廣告製作成多個版本。Oracle 表示,平台將於 12 個月內推出。
Ideogram 指南説明如何使用 Colorways 為產品照片中的指定區域重新上色,並為不同部分設定各自的目標顏色。每張照片最多可設定四個區域,並可加入最多六張照片;每張照片都要分別設定選區和顏色,生成後每張照片各有一張結果圖。指南提醒,目標 Hex 色值只是生成指示,不能證明布料或印刷顏色精確匹配,應檢查選區邊界及成品呈現。