Getty Images 計劃透過美國《破產法》第11章重組債務
Getty Images 宣佈計劃透過美國《破產法》第11章進行預先協商的債務重組,並希望年底前完成,同時維持正常營運。截至6月底,公司總債務約21億美元,賬上現金僅5160萬美元;蓋蒂家族關聯機構及科赫股權開發公司承諾提供最高5.33億美元股權投資。文章亦指出,AI生成圖片正對一般商業配圖形成替代壓力,而 Getty Images 的新聞、體育及娛樂影像收入同比增長9.2%。
Getty Images 宣佈計劃透過美國《破產法》第11章進行預先協商的債務重組,並希望年底前完成,同時維持正常營運。截至6月底,公司總債務約21億美元,賬上現金僅5160萬美元;蓋蒂家族關聯機構及科赫股權開發公司承諾提供最高5.33億美元股權投資。文章亦指出,AI生成圖片正對一般商業配圖形成替代壓力,而 Getty Images 的新聞、體育及娛樂影像收入同比增長9.2%。
作者透過 DoodleSprout 建立週末親子著色習慣;這個免費網站可把文字提示詞或照片轉成可列印著色頁。它的操作只需輸入提示詞並列印,從開始使用到活動開始少於六十秒。作者認為,面向兒童的工具應減少選項,讓孩子更快開始活動。
Face Aging Studio 的開發經驗顯示,AI 面容衰老應用程式不能只看模型,還須重視用戶體驗和保留可辨認的面容。生成影像應説明為一種可能的視覺呈現,而非未來外貌預測;照片上載、等待進度和錯誤提示亦須清晰。清楚交代照片私隱安排,亦是建立用戶信任的一部分。
文章整理 2026 年 10 月 5 項熱門開發工具與教學更新,涵蓋 LangChain SDK for JavaScript、DALL-E 3 API、Hugging Face Transformers 5.0、OpenAI Codex CLI 及 MLflow 2.3。
研究提出時空控制機制 Painting Change Map,透過追蹤局部結構隨時間的變化,控制藝術作品影片生成中的繪畫與反向消除過程。該方法將局部視覺差異編碼至 RGB 空間,並沿 1,000 個時間步提供細緻引導;基準測試顯示,其表現勝過現有控制基線,並在 oracle 條件下大幅超越所有基線。
MT Forcing 提出一種基於自回歸擴散的訓練方法,提升統一多模態模型的多輪圖像編輯能力。方法結合單輪分佈匹配蒸餾(Single-Turn DMD)與教師強制引導,分別改善視覺品質和跨輪內容一致性。實驗顯示,這種方法能帶來更穩定的視覺品質及更強的跨輪一致性。
文章整理 ChatGPT 人像提示詞,建議先分清楚要生成虛構成人肖像,還是編輯已上載的人物照片,並説明要保留或修改哪些元素。文中提供商務、電影感及自然光肖像的兩類提示詞範本,但這些範本未有在 ChatGPT 實測,也未與 Midjourney 比較。作者建議保存初始要求,每次只修改構圖、背景或光線其中一項,再檢查相似度及不必要的改動。
作者整理數碼素材提交 Adobe Stock、Vecteezy 和 Dreamstime 時遭拒的常見原因及預防做法。三個平台分別要求 5、4、15 欄 CSV;提交前應準備真實標題與關鍵字、記錄已上載項目,並申報 AI 生成內容。
作者在首次銷售前自動化處理 500 項素材,首批上載因 Adobe Stock 的 CSV 欄位錯誤遭拒,促使他整理整套產品製作流程。流程在 1 vCPU、2 GB RAM、沒有 GPU 的伺服器上完成,最終包裝出 39 件產品,並以中繼資料、上載防重、文件轉 PDF 和產品打包處理主要故障點。相關腳本已整理成 Pipeline Starter Kit,但作者表示它不能保證銷售。
AI 線稿轉成向量時,作者指出二值化閾值和點陣圖清理比描摹步驟更關鍵,並分享一套減少 Adobe Stock 品質審核退件的方法。先檢視灰階直方圖,在黑白峯值之間選擇閾值;作者使用的範圍約為 140 至 160(0 至 255),另以去除雜點、閉合細小斷線及檢查路徑數量驗證結果。這套流程可在 1 vCPU、2 GB RAM、沒有 GPU 的伺服器上逐張執行。
索尼 SIE 申請「生成式超採樣」專利,提出按手掣輸入預測畫面變化,並以專有 AI 模型生成插值影格,或於 PS6 引入。專利編號為 US-20260320740-A1,亦提及可預測輸入畫面前後任意數量的畫面。專利申請不代表相關技術必定商用。
AI Stack Lab 作者根據近一年幾乎每日生成圖片的實測,比較多款 AI 圖像生成工具,認為應按工作流程瓶頸選擇,而非尋找單一勝者。文中將 Midjourney、GPT Image、Ideogram、Stable Diffusion、Flux、Adobe Firefly、Recraft 等工具對應原始畫質、指令跟隨、圖片文字、開源控制、商用安全和向量輸出等需求。
兩名年輕開發者以 $150 Android 手機打造並推出 ACA 虛擬試穿 App,瀏覽器端試穿方案在 54 項測試及 13 種替代方法中均告失敗,團隊遂改用拆分推理架構。手機負責介面,雲端透過 IDM-VTON 擴散模型生成試穿效果;免費公開 GPU 的等候時間為 20-40 秒。ACA 強調私隱,不會收集生物特徵資料或用用戶面孔訓練模型。
蘋果於2026年10月16日更新《App 審核指南》,明確禁止 AI 生成未經當事人同意的私密圖像。新規要求含用戶生成內容的應用設置內容過濾、舉報處理及用戶封禁機制,並新增2.5.19條,打擊「先過審、後解鎖」裸露化功能等誘餌式營銷。違規應用可能被下架,開發者亦可能被終止開發者計劃資格。
Midjourney 光線提示詞應指定畫面外可指認的光源,而非只加入「cinematic lighting」等籠統描述。文章以窗光、硬側光和輪廓光為例,建議固定主體與構圖,檢查陰影方向、柔硬程度及背景是否搶眼。文中明言這些提示詞只是起始範本,未在 Midjourney 實測;配圖則是真實照片,並非生成結果。
Richard Smith 在家用 RTX 4070 上測試 FLUX 3 Image Klein,表示這個 5.6B 參數模型可在本地運行。INT8 版本可裝入 8GB VRAM,透過 ComfyUI 少於 9 秒生成 1MP 圖像。
FLUX 3 Image Klein 是一款開放權重模型,參數量為 5.6B。
作者比較 Mac 上六款本地圖像生成模型,ERNIE-Image Turbo 盲評平均得分最高,達 4.28/5。測試在配備 Apple M3 Ultra、96 GB 記憶體的 Mac Studio 上,以六個提示詞生成 48 張圖片;ERNIE-Image Turbo 每張中位數需 80 秒,FLUX.2 klein 4B 需 22 秒,平均得分為 3.07/5。
InstaPilot AI 是一個面向 Instagram 的全堆疊內容管理平台,利用 AI 生成圖片和文案,並在發布前設置人手審批流程。內容須依次經過 Draft、Approved、Published 三個狀態;項目以開源方式提供,並使用 Pollinations AI 生成圖像及文字素材。
LayerEditor 結合指令引導的圖像編輯與可重用 RGBA 圖層生成,讓用戶能精細修改局部內容並重用圖層。它以 In-Context RGB-Alpha Token Modeling 聯合表示編輯後畫布及有序圖層,並透過 Compositional Edit-Prior Distillation 保留編輯能力。研究團隊亦建立 LayerEditor-100K 數據集及分層編輯基準。
作者分享以 Canvas 2D API 為 AI 生成封面圖疊加文字的做法,讓模型只生成圖像,文字由瀏覽器繪製並可編輯。實作涵蓋預載字體、逐行調整標題、按文字區域亮度切換字色,以及偵測並裁掉模型生成的邊框,毋須為改正拼字重新生成整張圖,也可改用較便宜的圖像模型。圖像由約 1024 像素放大至 3000 × 3000 不會增加細節,文字則以完整解析度繪製。
作者以 5 項相同任務測試 7 款 AI 設計工具的免費方案,FontVibe 平均 8.8 分居首,Leonardo 以 8.7 分緊隨其後。測試顯示,各工具的差異主要在於能否呈現提示詞指定的字效;評分按文字易讀度、設計風格、版面完整度和吸引力加權計算。作者提醒,結果是 2026 年 10 月 12 至 13 日的測試快照,每項任務只測一次;7 款工具均不會輸出可安裝字型。
作者分析 400 多個 AI 圖像提示詞,歸納出影響生成效果的七個結構層面。提示詞應具體描述主體、構圖、光線、材質、排除項目和相機設定,並按模型調整寫法。Gemini 適合較長的自然語言指示,Midjourney 偏好以逗號分隔的概念與權重,Stable Diffusion 則重視 token 排序。
mono-color-skill 將印刷風格寫成 Agent 可檢查的規格,預設採用受控雙色版,並在生成後核對輸出。README 規定主色版佔印刷面積 70% 至 85%、輔色版佔 15% 至 30%,可見留白佔畫布 25% 至 55%,每張參考圖至少改動 4 項結構變數。流程會檢查墨色數量、主體辨識度、層級、質感及原創性,並輸出點陣圖、製作提示詞和簡短配方。
Wondful AI Renderer 是一款免費、採用 MIT 授權的 Blender 外掛,可在 Blender 內將 3D 白模轉成完成的產品場景圖,同時保持產品幾何形狀不變。
7 款 AI 廣告生成工具按輸出、免費方案及價格作比較,並依不同需求列出合適選擇。Recraft 適合製作具藝術指導感的廣告圖片,Canva Grow 可發布廣告至 Meta、LinkedIn 和 TikTok,InVideo AI 與 Higgsfield AI 則主打影片廣告。
作者以本地模板及規則式提示詞引擎取代面向三個素材平台的預設付費圖片生成,改為按素材需要使用付費 API。整套流程以 1 vCPU、2 GB RAM、沒有 GPU 的伺服器運行,並用 Python 腳本處理各平台的 CSV 格式、避免重複上載及打包產品;最終製作了 39 個產品,輸出 856 MB。
《戰地風雲6》第五賽季通行證角色皮膚出現多處異常,引發玩家質疑素材疑似由 AI 生成。異常包括戰術背心掛載過量彈匣、單一角色配有5把手槍、「Security」拼成「Secuty」,以及紋理呈現典型 AI 融合失真。開發商尚未回應是否使用生成式 AI;EA 自2024年起已公開推動 AI 應用於美術等環節。
《戰地風雲 6》第五賽季通行證多款新角色外觀被玩家質疑疑似由 AI 生成,裝備設計及臂章拼字出現異常。一名角色裝備同時配有 5 把手槍,另一名角色的臂章把「Security」拼成「Secuty」;相關外觀包含在賽季通行證中,開發團隊尚未明確回應。
The Dev Signal 第 110 期盤點 Vercel Python 正式支援、新推理模型及 FLUX.3 Klein 版面控制,聚焦減少開發者管理的基礎設施。
作者以 Sadana 應用為例,介紹如何在 Vercel 上部署單用途 AI 相片應用,並採用一次性付款及不設用戶帳戶的模式。付款後,Lemon Squeezy 會電郵授權碼,應用透過 /api 驗證授權碼和追蹤點數;上載相片只在記憶體處理並傳送至圖像模型供應商,不寫入磁碟、資料庫或儲存桶。
Monica 的指南整理 Nano Banana Pro 的提示詞寫法、8 個可直接複製使用的範例,以及把生成圖像轉成 Seedance 2.5 影片的流程。建議用完整句子交代主體、構圖、鏡頭、光線、風格和限制;編輯既有圖像時,先列明要保留的內容,再指定單一改動。
Qwen-Image-2.1 在 NVIDIA RTX PRO 6000 Blackwell Server Edition 上完成 15 張固定種子的圖像生成測試,涵蓋約 1 MP 輸出及原生 2048 × 2048 渲染。
Routing Policy Optimization(RPO)在擴散生成器內引入隨機注意力路由,以獎勵訊號對齊生成器,同時保留原有的確定性採樣器。文字生成圖像和文字生成影片的實驗顯示,RPO 改善了生成質素,訓練效率較 Flow-GRPO 類方法高近 4x。
作者分享一套為 side projects 製作 AI 圖像的可重複工作流程,涵蓋提示詞管理、圖像輸出及檢視。建議先用快速、低成本模型生成十個變體探索構圖,再以較高質素和解像度重跑,並把提示詞與成品一同提交版本控制。流程亦包括預先設定圖像尺寸,以及使用 sharp 或 squoosh-cli 將圖像轉為 WebP、調整尺寸和移除中繼資料。
OpenMOSS 發佈 MOSS-Image-Base 圖像生成模型,並公開程式碼及模型權重。模型支援控制文字和視覺元素的位置、清晰準確的圖中文字生成,以及最多 4K tokens 的提示詞,採用 5B backbone。項目提供 ComfyUI 插件、Python 和 Gradio 使用方式,並附有 LoRA 訓練指引。
SCOPE提出基於GRPO的強化學習目標,按語義片段調整策略更新權重,以改寫文字生成圖像提示詞並提升生成品質,無需額外圖像渲染。在 Qwen-Image、SD3 和 FLUX.1-dev 上,相較 vanilla GRPO,SCOPE 在 GeneVal 和 T2I-CompBench 的平均相對提升分別為 9.48% 和 7.62%。
清單列出2026年10月16日五項熱門開發工具及教學,涵蓋 AI 研究、ESP32 控制 iPhone、AI 圖像生成、設計及 GIS。ESP32 iPhone AI 控制專案在 GitHub 獲 2440 顆星,Qwen-Image 2.1 技能、Doory 和 RustGIS 分別獲 2035、1306 及 1218 顆星。
特朗普在 Truth Social 發佈展示白宮翻新工程的照片,其中一張柱子修復前後對比照被 Google 的 SynthID Detector 標記為由 AI 製作或編輯。網民指出兩側階梯數量不一,前後照片的角度、細節和窗戶倒影亦幾乎相同;其他展示白宮外牆及直升機停機坪的照片則未檢出水印。白宮尚未回應置評要求,而 6 月的真實照片顯示有人在白宮外牆施工,因此柱子可能確實重新上漆。
Ideogram 的指南説明如何以產品印刷模板為起點,生成及修整按需印刷商品圖稿,並準備符合尺寸和格式要求的印刷檔案。指南建議按供應商提供的尺寸、PPI、檔案格式及出血位調整構圖;透明背景圖稿應匯出為 PNG,並按實際印刷尺寸檢查文字與細節。完成後可將檔案放入供應商模板檢查位置和警告,並先訂購樣品核對實際印刷效果。