跳到正文
7月1日週三
6月29日週一
6月24日週三
6月11日週四
5月28日週四
5月27日週三
  1. Figma AI / Agent / Make31

    Issue no.16: Trust the process

    Figma 第 16 期聚焦 AI 工作流程與工具,涵蓋產品團隊如何判斷值得推出的功能,以及設計與程式碼之間的協作。內容介紹 Figma MCP server 如何把設計決策帶入編寫程式碼的工具,並分享 Figma Weave 的視覺工作流程和 Figma Make 的使用技巧。Gemini Enterprise 團隊亦分享設計智能體工具的做法。

5月25日週一
5月16日週六
  1. Gamma Changelog54

    Gamma 5 月 15 日更新版面、圖像與深色模式功能

    Gamma 在 5 月 15 日更新中加入最多 6 欄版面、匯入內容重混及多項簡報編輯功能。自訂字體會嵌入 PowerPoint 匯出檔,並可按主題建議風格,生成風格一致的插圖、照片或抽象圖像。用戶亦可在對話中與智能體構思、生成和編輯圖片,智能體可查看整個畫布;編輯器的主題面板亦支援深色模式。

5月3日週日
4月29日週三
  1. Manus:Blog58

    Manus Slides 上線 GPT Image 2 圖像生成模型

    Manus 在 Manus Slides 上線 GPT Image 2,將 OpenAI 的圖像生成模型接入演示文稿工作流程。Manus 稱模型可提供 4K 照片級真實感解像度、近乎完美的文字渲染及進階空間推理,並支援局部編輯幻燈片文字和視覺元素。該功能向所有用户開放,可在生成設定中選擇 GPT Image 2。

4月23日週四
  1. Google Research73

    Google Photos 在 Auto frame 中推出照片視角重構功能

    Google Photos 的 Auto frame 現已提供照片視角重構功能,會自動調整相機視點並補全原照片未拍到的畫面區域。方法先估算 3D 點圖與相機參數,再以生成式潛在擴散模型補全重新渲染後的空缺。這項功能會處理符合條件且包含人物的照片,重構版本列為 Auto frame 候選中的第二個版本。

    推薦理由:文章説明它如何把照片視為 3D 場景,重設相機位置並補出鏡頭外內容,呈現傳統裁切和縮放無法做到的視角修正。

4月22日週三
4月21日週二
4月10日週五
4月9日週四
  1. Manus:Blog51

    如何為品牌攝影編寫 AI 圖像提示詞

    Manus 的指南提出品牌攝影 AI 圖像提示詞的四層結構,依次描述主體與服裝、場景、相機與膠片類型,以及光線。指南提供廣角、三分之四、側面輪廓、特寫、背面角度和雙人鏡頭的可複製範例,示範中多次使用 Kodak Portra 400。它建議在各提示詞中固定模特描述、相機、膠片和光線設定,以維持系列圖片的一致性。

4月4日週六
  1. FireRedTeam:原創語音與多模態項目59

    FireRedTeam 發佈 FireRed-Image-Edit-1.1,優化人像一致性等編輯能力

    FireRedTeam 發佈 FireRed-Image-Edit-1.1,基於 FireRed-Image-Edit-1.0,優化人像一致性、多元素融合、風格化文字參照及人像妝效。內置 Agent 可自動處理超過 3 張輸入圖片的區域偵測、裁切拼接及提示詞改寫。項目提供的加速推理配置標示使用 30GB VRAM,生成約 4.5s/sample。

3月18日週三
  1. Descript 官方產品更新50

    Descript 2026 年 3 月 17 日產品更新一覽

    Descript 更新色彩調整工具,並把圖片及影片生成整合至同一面板。更新亦改善 Underlord 專案連結、翻譯影片的唇形同步及 Regenerate 音訊自然度,並支援直接匯出 Scenes。上載至 Drive Media Library 的音訊或影片會自動轉錄,逐字稿會與媒體庫檔案一同儲存。

3月5日週四
3月3日週二
  1. Descript 官方產品更新51

    Descript 2026 年 3 月 2 日更新新增媒體庫、Underlord 模型及多項編輯功能

    Descript 更新加入 Drive view 媒體庫,並在 Underlord 提供 Claude Sonnet 4.6 和 Google Gemini 3.1 Pro。用戶可在媒體庫以資料夾整理素材,並於多個專案重用;從媒體庫加入專案時,轉錄會使用 media minutes。更新亦新增 Nano Banana 2 圖像生成選項,並改善版面套用行為及介面配色對比。

2月27日週五
  1. gihyo.jp81

    Google 發佈 Nano Banana 2 圖像生成模型,兼具 Nano Banana Pro 智能與 Gemini 3.1 Flash 速度

    Google 於 2026 年 2 月 26 日發佈 Nano Banana 2(Gemini 3.1 Flash Image),結合 Nano Banana Pro 的部分能力與 Gemini 3.1 Flash 的速度。

    推薦理由:Nano Banana 2 結合 Nano Banana Pro 的部分能力與 Gemini 3.1 Flash 的速度,並列出角色、物件一致性及畫面比例等具體生成控制項。

  2. Google DeepMind76

    Google DeepMind 發佈 Nano Banana 2(Gemini 3.1 Flash Image),融合 Pro 能力與 Flash 速度

    Google DeepMind 發佈圖像生成模型 Nano Banana 2(Gemini 3.1 Flash Image),以 Flash 速度帶來 Nano Banana Pro 的世界知識、品質與推理能力。

    推薦理由:Nano Banana 2 將 Nano Banana Pro 的世界知識、視覺品質與創作控制帶到 Flash 速度,並交代其在 Google 產品中的推出範圍及 Nano Banana Pro 的保留使用方式,説明兩款模型面向的工作流程差異。

2月26日週四
2月20日週五
  1. gihyo.jp77

    Gemini 3.1 Pro 預覽版發佈,可從文字生成清晰 SVG 動畫

    Google 於 2026年2月19日推出 Gemini 3.1 Pro 預覽版,強化推理能力,並大幅提升從文字提示詞直接生成 SVG 動畫的質素。在 ARC-AGI-2 基準上,Gemini 3.1 Pro 得分 77.1%,高於 Gemini 3 Pro(33.1)、Claude Opus 4.6(68.8)及 GPT-5.2(52.9)。

    推薦理由:文章列出 Gemini 3.1 Pro 在 ARC-AGI-2 的 77.1% 評分,並對照 Gemini 3 Pro、Claude Opus 4.6 和 GPT-5.2 的成績,呈現各模型在該基準上的差異。

2月3日週二
  1. 美團 LongCat:HuggingFace 新模型50

    美團 LongCat 推出 LongCat-Image-Edit-Turbo 圖像編輯模型

    美團 LongCat 推出 LongCat-Image-Edit-Turbo,這是 LongCat-Image-Edit 的蒸餾版本,僅需 8 NFEs 進行圖像編輯,並提供極低推理延遲。涉及文字生成的文生圖或圖像編輯任務中,提示詞的目標文字須以單引號或雙引號括起;模型會對引號內文字採用專用字符級編碼,未加引號會嚴重影響文字渲染能力。

2月2日週一
1月20日週二
1月16日週五
1月14日週三
2025年12月25日週四
2025年12月22日週一
  1. Manus:Blog60

    Manus 推出 Design View,支援視覺資產生成與編輯

    Manus 推出 Design View,這項 Manus Agent 擴展功能把視覺資產的生成、局部修改及文字編輯整合到同一設計工作流程。用户可在手機應用程式中按住圖像選取區域,以語音或文字輸入修改指令,亦可一次提交多個區域的編輯。Manus 表示,Design View 即日起向所有用户開放,設計模式由 Google 的 Nano Banana Pro 提供支援。

2025年12月18日週四
2025年12月17日週三
2025年12月16日週二
  1. 美團 LongCat:HuggingFace 新模型57

    美團 LongCat 發佈 LongCat-Image 開源中英雙語圖像生成模型

    美團 LongCat 發佈 LongCat-Image,這是一款 6B 參數、支援中英文的開源圖像生成基礎模型。項目稱,LongCat-Image 在多項基準上超越多個規模大數倍的開源模型,並列出中文字渲染、寫實效果及部署效率等特點。在涉及文字生成的文生圖及圖像編輯任務中,提示詞的目標文字必須置於引號內,否則專用字元級編碼策略不會觸發,文字渲染能力會嚴重受損。

  2. 美團 LongCat:HuggingFace 新模型49

    meituan-longcat/LongCat-Image-Edit

    美團 LongCat 推出 LongCat-Image-Edit,這是 LongCat-Image 的圖像編輯版本,支援中英文編輯。模型在開源圖像編輯模型中達到 SOTA,並提升推理效率;支援全域、局部、文字及參考圖引導編輯,並可在多輪編輯中保留未編輯區域的一致性。