AI 頭像工具:一張自拍的成效與侷限
AI 頭像工具可把一般自拍轉成光線較佳、背景較整潔的肖像,並快速製作適合不同個人檔案的照片。模糊、角度偏斜或太暗的自拍效果較弱,耳環、眼鏡和髮際線等細節也可能偏移;需要印刷品質或品牌拍攝時,仍不適合取代攝影師。Betatum 的 AI 頭像工具可免費試用,毋須安裝應用程式。
AI 頭像工具可把一般自拍轉成光線較佳、背景較整潔的肖像,並快速製作適合不同個人檔案的照片。模糊、角度偏斜或太暗的自拍效果較弱,耳環、眼鏡和髮際線等細節也可能偏移;需要印刷品質或品牌拍攝時,仍不適合取代攝影師。Betatum 的 AI 頭像工具可免費試用,毋須安裝應用程式。
Adobe 宣佈與華特迪士尼公司簽署多年期戰略合作協議,成為迪士尼官方 AI 創新合作夥伴。雙方將基於 Adobe Firefly 系列工具,為主題樂園、影視製作及體育內容傳播等領域開發定製化生成式 AI 模型。模型將圍繞迪士尼角色、場景與視覺風格訓練,並由藝術家主導,以確保品牌一致性。
Adobe 宣佈與華特迪士尼公司達成多年戰略合作,為迪士尼業務度身訂造 AI 模型,並計劃把 AI 工具推廣至主題樂園、內容製作及體育內容傳播。Adobe 將成為迪士尼官方 AI 創新合作夥伴,提供 Adobe Firefly、Firefly Foundry、Premiere 和 Photoshop 等工具的優先使用權,並派出工程及研究團隊支援迪士尼工作流程。
Adobe 與華特迪士尼公司達成為期多年的戰略合作,將為迪士尼業務開發度身訂造的 AI 模型,並把 AI 工具拓展至主題樂園、內容製作及體育內容傳播等領域。
一家為新西蘭企業印製塑膠卡的公司,建立三款免費網上工具,減少印前稿件問題造成的往返延誤。工具於 2026 年 11 月初推出,包括卡片稿件檢查器、QR code 生成器和 AI 名片設計工具。三款工具均在瀏覽器運作,毋須帳戶;首兩款不會上載用戶檔案,AI 設計工具目前最多可生成三次。
文章提出以變更契約管理 GPT Image 2.6 圖像編輯的方法,明確界定可修改區域和必須保留的內容,令輸出可供驗收及追溯。合約結合自然語言指令、透明 PNG 標註層和保留規則,並記錄來源與標註的雜湊值;文中亦示範按用途在 Flare 和 Sunburst 之間作伺服器端路由。驗收分為傳輸、變更及保留三道關卡,標註區域外差異超過閾值時交由人工覆核;程式碼示例未實際執行。
這套 AI 漫劇提示詞流程按情緒標籤和鏡頭類型生成正向及負向提示詞,並保留人物角色一致性。程式可批量讀取分鏡 JSON,輸出表情提示詞清單;示例涵蓋 5 種情緒和 2 種鏡頭模板。
Betatum 的 Telegram 機械人提供 Colorize、Face Enhance 和 Face Swap 三種相片 AI 工具,用戶在聊天中傳送相片即可取得處理結果,毋須使用應用程式或註冊網頁帳戶。首次使用免費,其後可購買以 USDT 結算的點數包,無須訂閲。
ByteDance 發佈 AI 圖像模型 Seedream 5.5,稱它可連續編輯同一圖片 100 次,同時逐像素保留不需修改的部分。模型亦可生成透明背景素材,並正逐步在 ByteDance 的中國應用程式(如 Doubao、Jimeng)及 Volcengine 雲端推出。
ByteDance Seed 於 2026 年 11 月 9 日推出圖像創作模型 Seedream 5.5,主打最多 100 輪穩定編輯、原生透明素材,以及寫實度和小字渲染改善。
Instagram 於 2026 年 11 月 9 日推出免費網頁工具 Effect Builder,讓美國年齡超過 18 歲的用戶以文字提示為 Instagram Stories 製作 AI 效果。
ByteDance Seed 推出圖像生成模型 Seedream 5.5,稱其最多可支援 100 輪編輯,並保留未改動區域的像素、避免色彩偏移。模型亦可生成原生 RGBA 透明背景圖像,並更逼真地呈現光線、材質及膚質,以及更準確地生成密集小字;ByteDance 稱其文字結構和真實感領先 GPT Image 2.5 Sunburst。
Instagram 推出 Effect Builder,讓用戶以 AI 提示詞為 Stories 貼文生成自訂濾鏡,並可附上風格參考圖片、上傳照片預覽效果。目前僅供年滿 18 歲的美國居民使用;用戶可用後續提示詞要求修改,或讓 Instagram AI 改寫提示詞。
Adobe 與 Disney 達成多年合作,Adobe 將以 Disney 的角色、場景及藝術風格訓練定製 AI 模型,並成為 Disney 的「官方 AI 創新合作夥伴」。
Adobe 於 2026 年 11 月 9 日宣佈與 The Walt Disney Company 建立多年期戰略合作,並成為 Disney 的官方 AI 創新合作夥伴。
這篇 Ideogram 教學提供由撰寫結構化提示詞、生成可比較版本,到檢查匯出檔案的海報製作流程。提示詞應分開描述畫面與必須呈現的文字,並指定構圖、文字層級、格式及排除元素;比較結果時先核對拼字和版面。標誌、價格及法律聲明等關鍵文字,應保留可編輯文字圖層,並檢查最終版面。
Disney 與 Adobe 簽訂多年協議,將利用 Adobe Firefly Foundry 打造專有、由藝術家主導的生成式 AI 模型,以支援 Disney 的製作流程。合作重點是為 Disney 的製作流程建立這類模型。
生成式 AI 讓詐騙者能快速製作逼真的租盤廣告、物業照片和通訊,令租客更難分辨真偽。租客應獨立核實物業地址、照片、出租方身份及付款安排,並在付款前安排實地視察或可靠的即時虛擬導覽。Coraly 研究發現,主要房地產平台上 10.8% 的租盤照片經數碼修改,但逾 90% 未有披露;反向圖片搜尋沒有結果,也不能證明照片真實。
作者以 Next.js 和圖像 AI 建構 InkAge,讓用戶預覽紋身癒合一年及 10、30、50 年後的效果,也可預覽雷射移除。每項預覽附有 0–100 分的持久度評分,並列出尺寸、線條粗幼、顏色、位置和日曬等影響因素。網站支援 35 種語言,圖像生成使用 Google Gemini,並以 OpenAI 作後備。
字節 Seed 發佈新一代圖像創作模型 Seedream 5.5,提升生成質感與文字渲染,並支援同一作品最多 100 輪持續編輯。模型可生成帶 Alpha 通道的透明或半透明素材,並在多輪編輯中像素級保留非編輯區域。文字評測中,嚴重及輕微文字崩壞率分別降至 0.4% 和 1.7%;目前正陸續於即夢、豆包、豆包工作及火山方舟上線。
字節跳動發布圖像創作模型 Seedream 5.5,並已接入豆包、豆包工作和即夢,API 即將上線火山方舟。相較 Seedream 5.0 Pro,Seedream 5.5 提升生成速度及多輪編輯穩定性,支援 RGBA 透明素材生成與分層輸出,亦改善寫實效果及小字渲染。以 2K 方圖編輯為例,單張成本約 0.28 元,不到 Seedream 5.0 Pro 的一半;文本 Token 不產生費用。
這次七場景單次實測比較 FLUX Image 3、Nano Banana 2.1 和 GPT Image 2.6,發現三者在像素成本及圖生圖保真度上差異明顯。按 3:4 畫幅計,GPT Image 2.6 每百萬像素成本為 ¥0.231,約為 FLUX Image 3 的 4.7 倍;Nano Banana 2.1 在三個圖生圖場景的保真度均排名第一。
字節跳動於11月9日發佈豆包圖像創作模型 Seedream5.5,2K 方圖編輯單張約0.28元,不到 Seedream 5.0 Pro 的一半。新模型提升生成速度及多輪編輯穩定性,原生支援透明素材生成,並針對圖像真實感和小字渲染作優化;豆包、豆包工作及即夢已接入 Seedream5.5。Seedream5.5 API 延續「輸入圖+輸出圖」兩段計費,文字 Token 不收費,並即將上線火山方舟。
小米宣佈小米18 Pro系列海外發佈會定於11月17日在巴黎舉行,妙享背屏將隨系列登陸海外市場。系列已於9月23日在中國發佈,妙享背屏首批上線100+應用卡片,涵蓋快捷工具、訊息通知及解壓小遊戲等場景。
字節跳動 Seed 團隊發佈新一代圖像創作模型 Seedream 5.5,升級多輪編輯、RGBA 透明素材生成,以及圖像質感和文字渲染能力。模型支援同一作品最多 100 輪修改;相比 Seedream 5.0 Pro,六類場景的生成效果評分和可用率均有提升,影視及辦公場景的可用率均達上一版本兩倍以上,嚴重及輕微文字崩壞率分別降至 0.4% 和 1.7%。
字節跳動發佈圖像創作模型 Seedream 5.5,豆包、豆包工作及即夢已同步接入,API 即將上線火山方舟。相較 Seedream 5.0 Pro,新模型大幅提升生成速度和多輪編輯穩定性,原生支援透明素材生成,並優化圖像真實感及小字渲染。以 2K 方圖編輯為例,單張成本約 0.28 元,不到 Seedream 5.0 Pro 的一半,文字 Token 不收費。
字節跳動 Seed 團隊於 2026年11月9日發布圖像創作模型 Seedream 5.5,支援 100 輪像素級穩定編輯及原生 RGBA 透明圖像生成。模型亦提升質感真實感與文字渲染精度,嚴重文字崩壞率降至 0.4%;在電商、影視等六類生產場景測試中,可用率最高達上代兩倍以上。
字節跳動 Seed 團隊發佈新一代圖像創作模型 Seedream 5.5,支援最多 100 輪持續編輯,並可原生輸出帶 Alpha 通道的透明或半透明圖像。相較 Seedream 5.0 Pro,模型在六類生產場景的生成效果評分與可用率均提升,影視及辦公場景可用率均達上一版本的兩倍以上。
字節 Seed 正式發佈圖像創作模型 Seedream 5.5,升級多輪編輯、原生 RGBA 透明素材生成,以及影像質感和文字渲染能力。模型支援同一作品最多 100 輪連續創作,並可直接輸出帶 Alpha 通道的透明或半透明圖像。
作者以 GPT Image 2 示範透過圖生圖修復舊照片,並提供一段可按照片情況修改的提示詞,用來處理刮痕、摺痕、污漬、偏色及黑白照上色。提示詞要求保留人物五官、表情、身份、年代元素和原圖構圖,並對無法判斷的區域保守補全。文中提醒,模糊或缺失區域的補全是 AI 根據周圍線索推測,並非照片原貌。
作者用相同兩條提示詞各生成一次,實測 GPT Image 2.6、Nano Banana Pro、Nano Banana 2.1、FLUX 2 Pro、Seedream 5 Pro 及 Z-Image Turbo。
生成更好的 AI 圖像,應先明確描述具體視覺目標,再逐次調整提示詞中的單一變數。可用主體、環境、視覺風格、燈光與鏡頭、畫面比例及用途建立可重用範本,並以 Imagenova AI 在瀏覽器進行圖像創作和提示詞實驗。
aimodels-fyi 發佈 Seedream-4.5 初學者指南,整理 Bytedance 模型在 Replicate 上的圖像生成、編輯功能與使用限制。模型支援 2K(2048px)和 4K(4096px)輸出,可接收最多 14 張參考圖,但輸入與生成圖片總數不得超過 15 張,亦不支援 1K。
這篇文章提出一種以 OpenCV 衡量 AI 編輯室內照片時建築結構偏移的方法,重點是判斷房間原有結構是否改變。方法先用 SIFT 特徵和 RANSAC 估算縮放、平移及旋轉,再比對對齊後的邊緣圖和長直線;評估結構保留情況,並將真實感評分分開處理。
作者建立個人資料流程,把全血細胞計數(CBC)數據轉化為蛋白質建議,再輸入生成式設計流程製作結合口袋圖案。流程以 pandas 清理數據,參照 UCL 研究的百分位區間標示偏差,並使用本機 Stable Diffusion XL Base 生成圖案。最終成果是提供圖像和 CBC 指標儀錶板的 Flask 應用程式。
文章介紹如何在 8 GB VRAM 的 ComfyUI 環境運行 FLUX 3 Klein:int8 權重合計 20.8 GB,ComfyUI 需分階段載入,並將未使用部分移至系統 RAM。
dNaViT 是一種離散原生分辨率視覺 Transformer,透過分組乘積量化及雙分支目標作為通用視覺 tokenizer,支援多種下游任務及高保真圖像解碼。評測顯示,dNaViT 在 12 項視覺理解基準、4 項生成基準及 1 項圖像編輯基準中,達到或超越專用基線。
文章建議先以簡短視覺簡報固定色彩、光線、材質、構圖等特徵,再逐張改變主題和動作,令 AI 圖像系列維持一致風格並配合各頁內容。參考圖或固定 seed 不保證角色、構圖或模型更新後的輸出一致,角色設定可透過角色表和小批測試檢查。發布前還要核對參考素材的使用權與保密要求,並在網站桌面和手機版的實際版面檢查裁切、文字對比及替代文字。
AI-KSK 分享一套以 Qwen 2511 對高解像度圖片作局部重繪的 ComfyUI 工作流,先裁切遮罩區域,再按補邊資訊將結果貼回原圖。加入參考圖後,工作流亦可將參考物件轉移至遮罩區域;運行依賴第三方 Xiaozhi 節點外掛,並使用 4-step accelerator。最長邊 2048 是避免 VRAM 不足或結果變差的上限,並非縮放設定;作者指出 2048x2048 方圖效果不理想。
作者為 Anima Base 1.0 提供四套工作流,涵蓋文字生成、圖生圖、分塊放大及遮罩重繪,並示範 LLLite 控制。作者報告,約 2.35 MP 的設定現已可安全使用,LLLite 控制路徑在 2000-step 訓練更新後可用;分塊放大採四塊處理,總量為 8 MP 以上。作者亦指出遮罩重繪是四套中最弱的一套,Turbo LoRA 會降低風格與細節表現。