MiniMax H3 Image、H3 Image Highspeed、H3 Highspeed 及 H3 Lite 登陸 Recraft Studio
Recraft Studio 現已提供 MiniMax H3 Image、H3 Image Highspeed、H3 Highspeed 及 H3 Lite,涵蓋圖像生成與編輯,以及影片生成。
Recraft Studio 現已提供 MiniMax H3 Image、H3 Image Highspeed、H3 Highspeed 及 H3 Lite,涵蓋圖像生成與編輯,以及影片生成。
文章提供一套以普通 8G 顯存筆記本和 ComfyUI 本地製作 AI 漫劇的入門流程,涵蓋由分鏡劇本、固定角色人設到影片輸出。流程包括以 IPAdapter + FaceID 固定角色形象、批量生成分鏡圖、用 Wan2.2 5B FP8 製作微動態,再配音、加字幕及剪輯。文中亦列出 8G 顯存優化建議及影片參數,包括 16 幀、720×1280、CFG=6 和採樣步數 20。
MiniMax 本週開源圖像模型 H3 Image,支援原生最高 4K 輸出和最多 16 張參考圖;4K 文生圖 P50 耗時方面,極速版約 10.3 秒,標準版約 16 秒。文章實測其文字渲染、人像生成、圖像編輯和設計類任務,並介紹 H3 Image 沿用 H3-Base 架構,核心為 331 億參數的擴散 Transformer(DiT)。
推薦理由:文章以界面、文字、人像和圖像編輯等實測案例,呈現 H3 Image 在真實感、指令遵循與設計任務上的表現,並交代其模型架構及生成耗時。
Nookflip 是一款在 Anna AI 應用市集運行的房間設計應用,會根據房間照片生成包含傢俱尺寸、顏色和材料等資訊的平面圖,再按用戶調整後的佈局生成房間改造效果圖。應用會即時檢查傢俱重疊、通道間距和房間尺寸,並提供附有價格估算、預算提示及本地商店搜尋的購物清單。
vLLM-Omni 團隊透過 vLLM-Omni,讓 MiniMax H3-Image 支援 NVIDIA Vera Rubin;四張 GPU 在短提示詞服務基準中,原生 4096×4096 生成的中位延遲為 0.87 秒。
高陽毛巾工廠選擇從拼多多發展線上零售,逐步由代工、批發轉向自主開發產品和經營品牌。拼多多從2024年的「百億減免」到2025年的「千億扶持」,投入資金和流量資源,支援商家降低經營成本、拓展研發空間。商家亦運用AI設計花型、以ERP估算庫存,配合小單多款和柔性生產。
阿里雲「一鍵創作 AI 有聲繪本」方案以 CAP、百煉和 OSS 串連文案、插畫、配音、字幕及影片合成,輸入故事即可生成完整的有聲繪本影片。方案支援定製插畫風格與配音音色、單頁重新生成及批量產出,並可消耗試用點體驗。
微軟計劃於 12 月邀請 Windows Insider 測試新版 Windows 11「照片」應用,接入 Adobe 提供的 AI 編輯功能及 Adobe Express 設計流程。用戶可預覽照片套用個人化模板的效果,再轉至 Adobe Express 繼續設計;目前沒有證據顯示「照片」應用會變成付費工具,雙方亦未交代是否需要 Adobe 帳戶、哪些模板免費或會否出現試用提示。
作者將 ComfyUI 從 Intel Arc 筆電遷移至 Arm Windows 的 WSL2,並在 RTX Spark N1X 上以 PyTorch 2.14.1+cu132 執行圖像工作流。
趙麗穎就肖像權糾紛起訴北京抖音信息服務有限公司、北京筆墨留香科技有限公司及史某倫,要求停止侵權並公開道歉。報道稱,紅果短劇部分短劇被指未經許可使用 AI 換臉、融臉技術合成其肖像,訴請另包括賠償經濟損失及維權合理開支共計81萬元。案件開庭時間為2026年11月10日,地點為北京市門頭溝區人民法院雲法庭。
作者分享一套把文案交給 LLM 的流程,主張以白名單閘門把關,勝過單靠改善提示詞。作品以 Stable Diffusion 1.5 生成,131 件作品釘選於鏈上,每個錢包限領 5 件,可在 Base 免費鑄造;每件預載成本約 0.0000008 ETH。
文章指出,將 4:3 照片放進《Hit the Road Dude》9:16 AI 影片時,可用裁切、填充或擴圖適配畫面,各有取捨。裁切只保留約 42% 的照片;填充雖保留整張照片,照片只佔影片畫面的 42%。作者提供 Pillow 預覽腳本,可校正 EXIF 方向,並比較置中裁切、按主體裁切和模糊背景填充。
文章提出一套 AI 媒體工作流程設計,將參考圖片與影片渲染視為不同任務,並分開記錄任務狀態和財務狀態。付費請求應以伺服器確認的價格建立任務及預留點數,重試須避免重複收費;遇上逾時則先查核現有任務。輸入權限、生成結果審核及財務核對亦應分開處理。
8 款 AI 時裝攝影工具各有適用情境,涵蓋參考圖引導、虛擬試穿、商品目錄影像、造型企劃及圖片修飾。測試以 Ideogram 4.5 的 High quality 設定生成原圖及兩次提示詞編輯,並另行測試 Colorways 和 Material Swap。五張儲存的 PNG 均為 1,365 × 2,048 像素。
文章比較 Ideogram、Adobe Firefly、ChatGPT Images、Canva 和 Photoshop 五款工具,説明它們編輯圖片中文字的操作方式與適用情境。
Seedream 5.5 正式發佈,提升多輪編輯穩定性、圖像真實感及文字渲染,並新增原生 RGBA 透明素材生成。模型支援同一作品最多 100 輪連續編輯,評測中的嚴重及輕微文字崩壞率分別降至 0.4% 和 1.7%。與 Seedream 5.0 Pro 相比,六類場景的生成效果評分和可用率均有提升,影視與辦公場景的可用率均達上一版本的兩倍以上。
eDMD 提出端點分佈匹配蒸餾方法,只以學生模型的最終輸出訓練共享假模型,並加強教師監督,以改善少步擴散模型的蒸餾。實驗顯示,在 SD3-Medium、FLUX.2-klein(4B 和 9B)及 Qwen-Image-2.1 上,eDMD 在 4 步生成中持續勝過現有的分佈匹配方法。
Promptclay 作者提供用 Gemini 或 ChatGPT 從一張照片製作 AI 聖誕家庭照的方法,並建議明確要求保留原有面孔和人數。指南建議選用清晰、面孔較大的照片,配合原有姿勢設計場景,並在每次修改時只提出一項要求;作者觀察到 Gemini 較能保留羣體面孔,ChatGPT 較貼合服裝和版面細節。若照片中有兒童,文章建議使用家長帳戶並先查看應用程式規則。
Miraviso 讓髮型師把客人帶來的靈感照片與客人照片一同載入平板,預覽髮型套用在客人本人身上的效果。系統只從靈感照片取用剪裁、造型等參考,髮色由髮型師決定,鬍鬚及客人的面貌則維持原樣。取得客人同意後,照片會經由 Gemini 在歐洲的伺服器處理,只在記憶體中保留所需時間,不會寫入磁碟。
澳洲與中國的學術合作提出 TongueReenact,透過 Stable Diffusion 等方法,將駕駛影片中的面部動作和舌頭動態轉移至來源人物。測試中,該方法在舌頭位置和大小等關鍵指標上,較最接近的競爭方法準確度高逾 100%。論文發表後,承諾提供的程式碼似乎尚未推出。
Adobe 預覽四款面向創意工作流程的實驗性 AI 工具,涵蓋角色開發、把平面圖像轉為可導航的 3D 場景、混音音效,以及轉移照片編輯。這些項目仍屬技術預覽,Adobe 尚未承諾推出;未來或會納入 Creative Cloud 應用程式或 Firefly。
Adobe 公佈四項 AI 實驗項目,可把平面圖像轉成可探索的 3D 空間,並透過對話設計 AI 角色。Project Sound Bender 可用文字提示詞生成並調整影片音效,Project Rinse Repeat 則能把已完成的照片編輯套用到其他人物或物件;這些項目目前均屬技術預覽,不保證最終推出。
Adobe 公佈四項 AI 實驗項目,涵蓋透過對話設計 AI 角色、把平面圖片轉成可探索的 3D 空間、生成並調整影片音效,以及把照片編輯效果套用到其他人物或物件。這些項目目前均屬技術預覽,未保證會正式推出。
Adobe 公佈多項 AI 實驗功能,可把照片轉成可探索的 3D 場景,並讓用戶透過對話設計 AI 角色。Project Screen Test、Project Sight Span、Project Sound Bender 和 Project Rinse Repeat 分別涉及角色設計、照片重構、音效混音及複製編輯。這些功能目前屬技術預覽,未必會成為 Adobe 產品的正式功能。
花叔全球鳥類貼紙庫以 AI 生成 11064 種現生鳥類貼紙,其參考圖授權與物種準確性引發爭議。文中稱,參考照片中只有 1986 種採用開放許可,另有 2017 種未記錄許可協議;初代公開版本有 3388 張未達項目 AI 評分門檻的圖像。文章並以 AI 增清鳥照被誤認物種及科普書出現雙頭蝦為例,介紹 eBird 與 iNaturalist 的影像准入規則,指出失真圖像可能影響科研記錄和公眾科普。
MiniMax 開源 H3-Image 圖像模型。Qwen4-Max 預覽版已在阿里 Token Plan 首發上線,百度文心 5.5 Flash Preview 正式發布;均勝電子向宇樹科技交付首台機器人高算力大腦背包。DeepMind 發布 Gemini Robotics 2.5,並在 Mercedes 工廠試點分揀,成功率達 96%。
MiniMax 開源 H3-Image 圖像模型。其他 AI 動態包括 Qwen4-Max 預覽版首發上線阿里 Token Plan、百度文心5.5 Flash Preview 正式發布,以及 DeepMind 發布 Gemini Robotics 2.5;該模型在奔馳工廠試點分揀的成功率為 96%。
作者整理了一套讓 AI 生成示意圖更易修改的實用流程,建議按後續編輯需求選擇點陣圖、draw.io/Excalidraw、SVG 或 Mermaid,並確認文字、形狀及連線能否獨立編輯。流程圖可檢查節點識別碼、父級引用、邊端點和文件能否成功解析;AcaDraw 提供標註編輯,以及圖片轉 SVG 的文字和完整轉換模式。交接前應測試更改標籤、移動元件、增添步驟或連線,並另行核對圖中內容是否正確。
開源項目 ai-pose-gallery-zh 提供中文姿勢、服裝及人像參考資料,並以 Web 合成台和 ComfyUI 插件連接選圖、提示詞組裝與生圖流程。項目收錄 6,162 條中文數據及 12,022 張本地高清圖片,其中 1,439 組姿勢附有對應深度圖。Web 合成台支援 5 大 AI 圖像協議,ComfyUI 插件提供 4 個原生節點,項目亦附有 9 個 Agent Skills。
比較 GPT Image 2.6 與 2.5 時,文章建議先按產品照、活動海報或吉祥物素材訂明驗收標準,再固定文案、參考圖和輸出用途測試不同選項。評估時應在最終版面檢查構圖,局部修改後核對周邊圖像,並記錄拼字修正、產品修復、裁切或格式轉換等剩餘工作。GIF 和 SVG 工作流程的支援情況取決於具體模型、端點和主機,應先確認預定使用的介面是否提供相關格式。
GPT Image 2.6 的評測可透過三項創作任務檢視成品能否符合交付要求,而非只看第一印象。任務涵蓋產品圖像修改、吉祥物動作及保留草圖佈局的提案,並記錄交付前所需修正;這份評測以文件資料為基礎,並非實測基準。
評估 Nano Banana 2.1 是否適合升級既有 Nano Banana 2 圖像流程,應先以最容易令現有流程出問題的實際需求作測試。測試可涵蓋寬幅或高幅版面、指定文字的拼寫與位置,以及參考圖中產品特徵能否保留;版面須按預定裁切檢查。比較時應分清既有能力與版本改進,並記錄產出一張可接受素材所需的候選圖、修正次數及成本。
LipsFlower 結合 Lipschitz 感知架構與正則化,減少流匹配圖像復原中的輸入擾動放大,同時維持具競爭力的復原品質。其向量場架構 LipHDiT 採用穩定化近似頻譜正規化、有界調制及凸殘差混合,並以有限半徑對抗增益正則化抑制過度敏感。盲人臉部復原測試顯示,LipsFlower 在維持復原品質的同時降低擾動放大。
2026年上半年,國內億元級 AI 產業融資中,AI 應用方向以 33 起融資事件居首,影片、圖像及 3D 生成約佔近四成,AI Agent 約佔兩成。視覺生成融資規模突出,而醫療、教育、營銷等垂直應用的融資較分散;文章指出,各賽道證明價值的方式和所需時間不同。面對大型科技公司競爭及模型快速迭代,創業公司仍須證明自身價值可持續,並能規模化複製。
一名獨立開發者耗用逾 10 億 Token,生成並開源涵蓋逾 1.1 萬種鳥類的 AI 貼紙庫,其圖像準確性與參考照片授權引發爭議。參考照片中僅有 1,986 個物種採用開放授權,另有 2,017 種未記錄授權;貼紙曾出現鳥類形態失真,亦未經鳥類學專家系統審校。
挑選 AI 圖像模型時,應先考慮單次生成成本與效果,再按需求選擇模型。作者以 Qwen-Image-2.1-Turbo 連續生成 10 張圖,總結出三點建議:先用低成本模型測試提示詞和流程,提示詞按主體、場景、風格撰寫,同一主題多生成幾版再比較。
Adobe 宣佈為 Photoshop、Premiere、Lightroom、Illustrator 和 InDesign 等創意軟件加入多項 AI 功能,涵蓋照片重新打光、物件及倒影清除、影片剪輯和協作設計。
HUAWEI Pura X Max 以橫向闊摺疊設計結合 7.7 英寸內屏、手寫筆及天生會畫,提供由手繪到 AI 輔助創作的手機創作體驗。天生會畫提供 150 多種專業筆刷,亦支援 Live 圖片手繪逐幀動畫;AI 靈感妙創支援塗鴉生圖、草繪生圖及多圖生圖。建議零售價由 10999 元起。
HUAWEI Pura X Max 是採用橫向闊摺疊設計的大摺疊手機,內外屏比例均約為1.4:1,接近方形但並非正方形。它配備7.7英寸內屏及5.4英寸外屏;實驗室測試顯示,觀看16:9影片的有效顯示面積較直板機提升約50%,查看Excel可多顯示約33%的行數。建議零售價10999元起。
MiniMax 開源 H3 Image 圖像生成模型,官方公佈可在 10 秒內生成 4096×4096 原生圖像。模型權重已公開,ComfyUI 有現成模板,最多支援 16 張參考圖。文章亦介紹本地使用方式,ComfyUI 需為 0.45.0 或更新版本,模板包需為 0.11.104 或更新版本。