Comfy Cloud 推出團隊自訂 ComfyUI Build,所有付費方案均可使用
Comfy Cloud 現已提供團隊自訂的 ComfyUI Custom Builds,讓團隊把自訂節點、模型、LoRA 及其依賴封裝成共用設定,所有付費方案均可使用。
Comfy Cloud 現已提供團隊自訂的 ComfyUI Custom Builds,讓團隊把自訂節點、模型、LoRA 及其依賴封裝成共用設定,所有付費方案均可使用。
Anthropic 籌備 IPO 之際,Microsoft 發布七款新 AI 模型,OpenAI 推出 GPT-6.2 Astra 和 GPT-6.2 Sol。兩款 OpenAI 模型在其基準測試中勝過同系列模型,現已於全球 ChatGPT 和 Codex 向付費訂戶提供。
Seedream 5.5 已加入 Recraft Studio 付費方案,Recraft 以 12 組提示詞將它與 Recraft V4.1 Pro 及 GPT Image 2.6 Sunburst 並排比較。
Recraft 按 7 項準則比較 7 款 AI 相片編輯工具,指出沒有一款工具適合所有用途。比較依據是各廠商於 2026 年 11 月 16 日的頁面資料;Photoshop 適合分層及印刷級修圖,Photoroom 適合商品目錄,Luminar Neo 適合補光和天空編輯。
ASUS、Dell 和 MSI 的 NVIDIA RTX Spark 緊湊型桌上電腦現已開售,支援本機 AI 智能體、圖像及影片生成,以及模型微調。系統配備 20 核心 NVIDIA Grace CPU、具 6,144 個 CUDA 核心的 NVIDIA Blackwell RTX GPU,統一記憶體最高 128GB,AI 效能最高達 1 petaflop。
推薦理由:文章交代 RTX Spark 桌上型電腦的本機 AI 用途、硬件規格與創作軟件支援,呈現其面向開發者和創作者的工作流程範圍。
Paris Hilton 與 Alexandria Ocasio-Cortez 週二敦促美國眾議院表決《Defiance Act》,法案將讓性露骨深偽內容受害者可向未經同意製作、分享或發布相關內容的人提出民事訴訟。參議院已於 1 月以一致同意方式通過法案,眾議院尚未表決;受害者亦可追討法律費用,並申請法院命令移除內容。
生成式媒體平台 each::labs 宣佈完成 $7M 種子輪融資,由 Revo Capital 與歐洲復興開發銀行(EBRD)共同領投。公司稱,月收入在 8 月至 10 月間增至約 $2M,約為此前五倍,年化收入 run rate 超過 $20mn。
Suno 推出 Visuals,讓用戶把歌曲轉成可自動對口型的 AI 影片,也可按提示詞生成圖片作縮圖或專輯封面。Visuals 支援網頁、iOS 和 Android,影片片段最長 15 秒,並提供影片剪輯時間軸及可自訂的歌詞文字。
Suno 推出 Visuals,可為歌曲生成配套圖像和影片片段,影片最長 15 秒,並會配合歌曲結構、歌詞及唇形同步。功能使用 H3 Move(MiniMax 影片模型 H3 的定製安全過濾版本),用戶可從參考照片、提示詞或 Suno 預設角色開始;歌詞影片可調整字體和顏色、延長片段,並選擇長度及畫面比例。
Jagged Alliance 2 v1.13 的非官方原生 Linux 移植版推出 1.0.1,支援 x86_64 和 ARM64,無需 Wine 或 Proton。
作者以 7 組提示詞評測 Kling Image 4.0,測試原生 8K、圖中文字、6 張組圖及長商品頁,並與 MiniMax H3 Image 比較。測試輸出達 9,984 × 6,656 像素;海報和中文菜單文字準確,六張廣告圖的罐身設計亦保持一致。不過,長商品頁下半部出現數字遺失和亂碼;同一香水提示詞比較中,作者認為 Kling 的瓶身細節處理較 MiniMax H3 Image 好。
文章整理一套以官方免費額度和標準 SDK 組成的 $0 AI 媒體原型流程,涵蓋圖像生成、語音轉文字、影片及音訊。
可靈AI於11月17日晚正式上線 Kling Image 4.0,支援原生 8K 圖像生成、單張圖片內生成 2000 字,以及一次描述生成最多 10 張系列圖片。模型提供 70 餘款預設字體,並支援中文(簡體、繁體)、英文、日文、韓文、西班牙語及葡萄牙語文字生成。它亦支援生成電商詳情頁與網頁設計長圖,面向影視創作、廣告營銷等專業圖像創作場景。
黃仁勳表示若董事會邀請,願意重返英偉達任 CEO,但董事會主席稱無意邀請他回歸。阿里新規規定,主動離職 1 次須等 6 個月才可應聘原業務;離職 2 次則不得迴流原業務集團。紅果短劇正招聘 OTT 端產品經理,籌備電視端產品及獨立 APP。
作者復盤一次中小賣家電商商品圖生成平台選型,指出應優先檢查批次一致性與可追溯流程,而非只看單張畫質。實作上,作者建議用真實在售商品連續生成十張,檢查顏色、版型和主體比例,並固定參考圖與規格。其流程以 OSS 和函數計算按任務自動歸檔輸入、參數和產物,換工具時仍可沿用任務記錄。
文章提出以參考圖 SHA256、JSON 配方及 OSS、函數計算留痕,建立商品圖換背景的可追溯、可重現和可回滾流程。每次任務保存參考圖、參數、輸出及 report.json,並記錄幾何、材質和構圖三類差異;每批抽十張檢查邊緣、材質和比例,數字檢查不能取代人工驗收。
可靈AI於11月17日晚正式推出圖像創作模型 Kling Image 4.0,主要更新集中於畫面真實感、文字設計及連貫組圖生成。模型支援原生8K圖像生成、單張圖片生成2000字及70+款預設字體,並可按一次描述生成最多10張系列圖片。報道引述 AA(Artificial Analysis)榜單稱,Kling Image 4.0 排名第六,並在 UIUX Design 板塊位居全球第三。
可靈AI於11月17日晚正式推出新一代圖像創作模型 Kling Image 4.0,升級重點包括畫面真實感、文字表現、指令理解和一致性。模型支援原生8K圖像生成、單張圖片生成2000字及70+款預設字體,並可按一次描述生成最多10張系列圖片。
Microsoft 在 Ignite 2026 擴大 MAI 模型及能力組合,涵蓋文字與推理、編碼、圖像生成、語音、轉錄及網絡安全。Microsoft-Decision-1.1 決策模型系列及 Microsoft Perception 威脅防禦框架均已正式開放使用;後者結合由 MAI-Cyber 驅動的專用智能體。
Microsoft 推出 MAI Image 2.7 和 MAI Image 2.7 Flash 圖像生成與編輯模型,並上線由 Flash 驅動的互動式創作空間 Canvas。
Microsoft 於11月17日推出 MAI Image 2.7 和 MAI Image 2.7 Flash 圖像生成及編輯模型,並上線 Canvas 互動式創作工具。
Microsoft 於當地時間 11 月 17 日發佈 MAI Image 2.7 和 MAI Image 2.7 Flash 兩款圖像生成與編輯模型,並推出由 Flash 驅動的互動創作空間 Canvas。
Ideogram Blog 實測 9 款 AI 物件移除工具,並比較它們處理含陰影和反光石面的商品照時的清除效果及免費匯出規格。測試使用同一張 1,792 × 2,240 JPG,檢查殘留、材質紋理、匯出尺寸及浮水印。Ideogram Object Remover 在測試中清除了杯子、碟子、充電線及杯子陰影,並保留大理石紋理;其 RemovalBench FID 為 27.77,在六個模型中最低。
Microsoft AI 在 Ignite 2026 宣佈 7 款新模型,並公佈多款模型相對競品的性能與價格比較。
OpenAI 推出 ChatGPT Images 2.5,更新涵蓋 ChatGPT、ChatGPT Work 和 Codex,並新增兩款 API 圖像生成模型。
Microsoft 發佈 MAI Image 2.7 和 MAI Image 2.7 Flash,並在 MAI Labs 推出由 Flash 驅動的互動式圖像工作區 Canvas。
Microsoft 在 Ignite 2026 發佈七款新模型,涵蓋網絡安全、編碼、圖像生成、即時語音、轉錄及決策。
推薦理由:文章按網絡安全、日常企業編碼等場景列出基準表現及成本比較,呈現不同模型在任務表現與價格之間的取捨。
研究提出 World Snapshot Models(WSMs)統一框架,將近乎所有視覺任務重新表述為生成任務,以統一訓練及執行這些任務。研究在超過 1,000 項視覺任務上驗證這些法則,並提出統一訓練框架,供未來視覺任務研究及應用參考。
AI-KSK 發佈一組以 Anima 為核心的 7 個工作流程,合共包含 308 個節點;文章直接檢視圖表中的模型載入、latent 尺寸及取樣器設定。工作流程圖已在 RunningHub 發佈,但不附模型權重;檔案沒有提供品質比較基準,品質主張須自行進行 A/B 測試。
作者以 ChatGPT Images 測試流程圖與長條圖的生成及編輯,並用逐項核對和像素測量檢查結果。流程圖一次生成符合要求,原始長條圖柱高與指定數值的比例誤差約在 1% 內;但把 Tue 數值由 25 改為 20 後,柱高只相當於約 22,標籤與圖形不一致。流程圖標籤編輯後,各框區域仍有約 3–6% 像素不同;數值編輯失誤僅是單次觀察,不能據此推算失敗率。
小米 18 Pro 系列手機國際版在巴黎正式發佈,起售價為 1,399 歐元,將背屏設計帶到海外。系列包括小米 18 Pro 和小米 18 Pro Max,配備徠卡雙 2 億像素影像系統及可顯示來電、訊息和提醒的背屏。背屏亦支援生成 AI 應用卡,並提供「傳奇一瞬」模式及三種相機風格。
Suno 推出 Visuals,供用戶製作圖像和影片,並將歌曲轉成配合歌曲結構及歌詞的影片片段。片段最長 15 秒,可延長、編輯及透過文字提示詞重新生成;網頁版即日推出,iOS 和 Android 版將於未來數週推出。Suno 設置文字及視覺過濾器,並在內容向用戶展示前檢查生成結果,以限制特定藝術家、公眾人物、受版權保護作品及 IP 的視覺呈現。
快手可靈正式推出圖像創作模型 Kling Image 4.0,並向企業客戶及開發者開放 API 接入。模型支援原生 8K,單張圖片內可生成 2000 字,並可接收最高 15000 tokens 的文字輸入。模型亦可按一次描述生成最多 10 張圖片,並提供 70+ 種預設商用字體和 110+ 種預設影調風格。
快手可靈推出 Kling Image 4.0 圖像創作模型,並向企業客戶及開發者開放 API 接入。模型首次支援原生 8K 圖像生成,並可在單張圖片內生成 2000 字、一次按描述生成最多 10 張系列圖片。模型支援最高 15000 tokens 文本輸入,並具備原生 Agentic 能力,可按創作意圖規劃系列圖片內容。
Suno 於 2026 年 11 月 17 日推出網頁工具 Visuals,為音樂創作平台加入 AI 生成圖像及影片功能。Visuals 支援歌詞影片、專輯封面及最長 15 秒短片,並可使用 Suno 曲庫歌曲作為創作基礎。
LoopGIF 的文字轉 GIF 工具以字串和字體逐格繪製文字,讓循環 GIF 的拼寫保持準確,避免圖像模型生成錯誤字母。免費瀏覽器頁面可輸入最多 200 個字元,選用六種效果並下載 GIF;毋須上載檔案或登入帳戶。
Phasyn Studio 已開源,提供本地 AI 影片生成與剪輯,並支援多台機器分散式部署以加快生成。項目亦加入圖像生成和影片轉提示詞(反向提示詞)功能,目前仍在積極開發中,並歡迎協作。官方網站:https://phasyn.dev/;原始碼:https://github.com/phasyn/phasyn-studio
UMM-JEPA 將多模態生成目標改為預測理解路徑使用的連續視覺表徵,讓生成與理解共享同一表徵空間。它以遮罩式由粗至細的方式預測特徵,不再預測 VQ 索引或 VAE 潛在表示;生成的特徵圖可供理解路徑使用,但轉換成圖像仍需另外的解碼器。
日本創作者あぎ推出免費圖庫「AI模特人臉數據庫」,收錄1499張AI生成的虛擬女性人像,可免費下載並用於商業用途。圖庫分為893張Face人臉參考圖和606張Styling造型參考圖,毋須註冊帳戶即可瀏覽,並可下載原尺寸PNG檔。網站標示圖片採用CC0 1.0,允許商用、修改及參考使用,毋須標註作者姓名;開發者提醒素材人物並非真人,並要求不要直接轉載或重新分發原始圖片數據。
心理學專家指出,長時間觀看 AI 漫劇會令大腦把虛擬角色的完美面孔當作新的審美基準,因對比效應而覺得真人變醜。這種審美偏移屬短期視覺心理適應,並非永久改變審美。暫時減少觀看 AI 漫劇、多接觸現實中的人,可讓審美基準慢慢恢復正常。