跳到正文
11月17日週二
  1. 阿里雲開發者社區 AI44

    PAI-ArtLab 企業風格 AI 出圖方案拆解:不懂設計也能製作海報

    PAI-ArtLab 企業風格海報方案以 PAI-EAS 和 OSS 提供生成算力及儲存,透過 ComfyUI 工作流製作企業風格海報,毋須編程或 GPU,部署需 60 分鐘。工作流涵蓋上傳線稿、組合模型、生成候選圖、高清修復及自動疊加 Logo;共享版每張 1024×768 圖約 0.05 元,獨享版按小時計費。

  2. 阿里雲開發者社區 AI60

    多平台圖片尺寸如何自動適配?AI 工具與 Python 批量匯出方法

    多平台圖片尺寸適配可先自動化等比縮放及批量匯出;AI 擴圖與版面重排則須另行檢查構圖和內容。文章列出棲影AI的畫幅選項及 Canva 的 Magic Resize,並提供 Python 範例,將完整原圖等比縮小後置於 1080×1080、1080×1440、1080×1920 畫布,輸出 PNG 和位置報告;這些尺寸是示例預設,並非平台統一規格。

  3. DoNews52

    Google Pics 升級至 Nano Banana 2.1 模型

    Google 於 2026年11月16日宣佈,Workspace 旗下圖像工具 Google Pics 升級至 Nano Banana 2.1 模型。更新適用於 Business、Enterprise、Google AI 系列及教育等訂閲用戶,並會在未來 1–3 天內分批推送;新模型提升圖像細節、自然光照和材質紋理表現,並改善局部編輯的一致性,以及文字生成的清晰度與排版準確性。

  4. Latent Space60

    Black Forest Labs 的 Andreas Blattmann 與 Dustin Podell 談視覺智能的構建

    Black Forest Labs 的 Andreas Blattmann 與 Dustin Podell 討論以圖像、影片和聲音共同訓練 FLUX 3,並探討視覺智能的構建。訪談指出,影片和聲音可補充靜態圖像未呈現的運動與接觸線索,並以影片升頻説明跨影格一致性的重要性。內容亦談及 FLUX Kontext 的早期關係標註實驗,以及用戶以 FLUX 修復舊家庭照片的案例。

  5. Ideogram Blog70

    Ideogram 商業用途指南:生成圖片由誰擁有、可否商用

    Ideogram 的服務條款稱不主張擁有用戶生成的圖片,並容許用戶作商業用途;用戶仍須自行確認內容不違法或侵犯第三方權利,條款亦不保證圖片受版權保護。App 方案不改變商業用途條款,主要影響新圖片的公開狀態:免費方案生成的圖片公開,付費方案的新圖片在發布前保持私密;API 另有標示來源及不得向第三方提供存取等限制。

  6. Ideogram Blog53

    Ideogram API 圖像生成、編輯與放大收費一覽

    Ideogram API 按模型、品質及服務項目收費,圖像生成、編輯、背景移除、SVG 生成與放大均有各自費率。Ideogram 4.5 每張生成圖按品質收費 $0.03、$0.06 或 $0.10;圖像放大按每個輸出 megapixel 收取 $0.03、$0.06 或 $0.09。API 採預付制,無須訂閲,免費 Ideogram 帳戶可建立 API key,但使用請求須有付款方式及額度。

  7. Ideogram Blog60

    Ideogram 指南:如何在產品目錄上架前測試 AI 產品圖片準確度

    Ideogram 的指南提出六步測試方法,協助團隊在 AI 產品圖片進入產品目錄前檢查準確度。測試以 20 至 30 張已核准產品照片及相同提示詞比較各工具,檢查形狀、顏色、標誌文字等項目、像素變化和多輪編輯造成的差異。團隊亦應記錄首輪核准比例、每張核准圖片所需的嘗試次數及審核時間,以估算每張核准圖片的成本。

  8. Ideogram Blog63

    Ideogram 批量圖片生成:從提示詞試算表到 API

    Ideogram 的文章説明如何透過 Batch 以試算表批量生成圖片,並比較 Batch 與 API 在規模、模型支援和結果交付上的差異。Batch 每份檔案最多可有 500 行提示詞,每行生成 1 至 4 張圖片,支援 Ideogram 2.0、2a、3.0 和 4.0,但不支援 Ideogram 4.5;API 沒有批次端點,需逐次提交生成請求。

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

    Decoding Without a Decoder:Diffusion Transformers 如何直接預測像素

    Decoding Without a Decoder(DWD)在微調後的 diffusion transformer 加入最終步預測頭,讓模型直接輸出像素,移除潛在擴散模型的解碼器,降低推理成本並維持或提升像素品質。在 Wan 影片生成中,DWD 將扭曲誤差降低 23%;在 ImageNet 上,FID 由 1.55 降至 1.43,成為像素 flow 模型中的新 SOTA。

11月16日週一
  1. 新浪科技26

    HUAWEI Pura X Max 顯示效果解析:內外屏同一比例與高亮度

    HUAWEI Pura X Max 的內外屏均採用約1.4:1比例,切換屏幕時頁面比例變化較小。7.7英寸內屏峯值亮度為3000nit,5.4英寸外屏為3500nit;兩屏均支援1—120Hz LTPO自適應刷新率及1440Hz PWM調光。對比直板機觀看16:9及4:3影片時,有效顯示面積分別提升約50%及約135%,數據僅適用於相應畫幅。

  2. 阿里雲開發者社區 AI61

    AI 漫劇角色一致性:人物三視圖與多參考圖組合的提示詞寫法

    文章示範如何以人物三視圖和多張參考圖,配合提示詞維持 AI 漫劇角色在不同畫面中的一致性。內容由照片或文字生成角色視圖,再拆分臉、身材、畫風、服裝和道具,並加入姿勢圖製作成品畫面。前三步使用 GPT Image 2 輸出 2K,機車角色的兩步使用 GPT Image 2.6。

  3. 新浪科技26

    支援草繪生圖的手機選哪款?HUAWEI Pura X Max 闊摺疊手機可體驗 AI 靈感妙創

    HUAWEI Pura X Max 以橫向闊摺疊設計和 7.7 英寸內屏,配合 HUAWEI M-Pen 3 Mini、天生會畫及 HUAWEI 筆記中的 AI 靈感妙創,提供手繪與 AI 輔助創作功能。天生會畫提供 150 多種專業筆刷,AI 靈感妙創支援塗鴉生圖、草繪生圖和多圖生圖。建議零售價 10999 元起,專業繪畫軟件的適配情況及長時間使用體驗仍需按個人需求確認。

  4. Numerama29

    Rob Run 是甚麼遊戲?這款非 GTA 遊戲在 Steam 大受歡迎

    Kefir 推出的免費多人遊戲 Rob Run 自 11 月 4 日以搶先體驗形式推出後,在 Steam 吸引大量玩家,並於 11 月 15 日錄得 547 950 人同時在線的高峯。每個伺服器最多可容納 5 000 名玩家,但遊戲在逾 43 000 則評價中只有 52.83% 正面評價,批評涉及效能、連線、平衡及遊戲氣氛。團隊表示曾以生成式 AI 製作部分圖像。

  5. 新浪科技42

    HUAWEI Pura X Max 實測分析

    HUAWEI Pura X Max 實測顯示,這款闊折疊手機以內外屏同為約1.4:1比例的雙面闊型屏,兼顧合上單手使用與展開閲讀、影音及辦公。內屏為7.7英寸,外屏為5.4英寸,配備5300mAh電池、66W有線及50W無線快充。建議零售價10999元起,提供12GB+256GB、12GB+512GB、16GB+512GB及16GB+1TB版本。

  6. DEV Community67

    如何用 AI 製作角色參考表(附提示詞)

    Fox 的教學示範如何用 AI 提示詞製作角色參考表,將同一角色的多角度視圖整理在圖中,供後續畫面作參考。流程由單張照片或文字描述開始,再分開使用臉部、身形、畫風、服裝、道具及姿勢參考圖;CVY.AI 最多可加入 10 張參考圖。

  7. DEV Community37

    Flow matching 取代脆弱的重建流程

    EDGAR 和 SphereFlow 以具幾何感知能力的 flow matching,取代繁重的迭代式重建流程。EDGAR 只需一次 diffusion step 即可修復 Gaussian avatar,平均額外耗時由小型的 5.04 分鐘至大型的 16.60 分鐘不等。SphereFlow 用於缺失模態補全後的腦腫瘤分割,縮小了與完整模態 oracle 約八成的效能差距。

  8. Engadget57

    Apple Notes 在 iPhone 上除記筆記外的 10 種用途

    iPhone 上的 Apple Notes 除了基本記筆記,還可計算及繪圖、掃描文件、錄音轉錄、生成圖像、協作編輯和搜尋資料,並支援 Siri 建立筆記。部分功能依賴 Apple Intelligence,所需硬件及 iOS 版本各有不同;相關功能可用於 iPhone 15 Pro、iPhone 15 Pro Max,以及任何 iPhone 16 型號或後續機型。

  9. Engadget65

    ChatGPT 如何使用 Images 2.6 生成和編輯 GIF

    OpenAI 於 2026 年 11 月 4 日為 ChatGPT、Codex 和 API 推出 Images 2.6,新增以提示詞或照片生成 GIF,並可編輯後儲存或下載。在 ChatGPT 中生成 GIF 後,用戶可調整播放速度、以提示詞編輯,也可查看個別影格並加上註記。Images 2.6 亦支援以簡單草圖作為生成素材;ChatGPT 和 Codex 用戶均可使用,生成數量則視乎訂閲狀態。

  10. DEV Community52

    產品合成教學:將產品融入場景,再精修成主視覺產品照

    AI-KSK 提出一套產品合成流程,先用 Qwen Image 2.1 將產品重繪融入場景,再以 H3 VDN 12NFE 精修成主視覺產品照。Viggle 加速流程適合快速迭代構圖,定稿可用相同 seed 重跑 40-step;模型按場景重建產品時,標籤文字及 logo 位置可能偏移,要求文字準確時須在模型處理後另行合成。

  11. DEV Community50

    MOSS Image 社羣工作流整理:並列比較 4、8、50 步生成

    AI-KSK 整理 MOSS Image 社羣的六個 ComfyUI 工作流,並以相同提示詞並列比較 50、8 和 4 步生成的取捨。三種步數生成的構圖相同,低步數下文字、細緻圖案及皮膚和布料微紋理先退化,而 4 步時色彩和光線大致保留;美容流程則會重新渲染皮膚,但可能令有辨識度的臉孔變得較一般。