Node.js 與 Express 的 AI 生成圖片儲存:如何按用戶控制需求選擇 S3 或 REST
文章建議 Node.js 與 Express 以伺服器端驗證的用戶 ID 建立每用戶物件前綴,將生成圖片設為私有,並使用限時簽署下載連結及按物件鍵刪除。生命週期規則最短為一天,只適合作為保留期限的後備,不能代替用戶主動刪除。
文章建議 Node.js 與 Express 以伺服器端驗證的用戶 ID 建立每用戶物件前綴,將生成圖片設為私有,並使用限時簽署下載連結及按物件鍵刪除。生命週期規則最短為一天,只適合作為保留期限的後備,不能代替用戶主動刪除。
以精簡 GAN、ONNX Runtime Web 和低精度推理,可在瀏覽器直接生成圖像,並以 CPU 為優先、WebGPU 作加速,毋須安裝軟件。文章説明如何縮減 StyleGAN2、將模型匯出為 ONNX,並以 FP16 減少模型佔用;WebGPU 不可用或執行失敗時,可自動改用 CPU。
PoseWear 是開源虛擬試穿工具,支援用戶選擇服裝、上載照片並以自有 API Key 生成試穿圖。文章介紹 Windows/Android 客戶端安裝、素材挑選與 API Key 設定流程,也説明自行部署網頁版的方法。密鑰、收藏和生成記錄保存在本機,軟件採 MIT 授權,生成費用則按所用服務商收取。
Qwen-Image-2.1 是一款 7B 圖像模型,可由同一模型完成生成、編輯和摳圖,並支援原生透明通道及 2K 輸出。阿里雲百煉列出的北京及全球地域原價為 qwen-image-2.1-turbo 0.1 元/張、qwen-image-2.1-pro 0.25 元/張,失敗調用不收費。
Qwen-Image-3.0 定位於日常創作與批量出圖,Qwen-Image-3.0-Pro 則面向複雜排版、文字渲染及細節要求較高的專業成品。文章列出最長約 4.5k Token 的輸入、10px 小字渲染,以及覆蓋 12 種語言和 20 多種字體等規格,並介紹文生圖、圖生圖和圖像編輯。
MiniMax H3-Image 以六步原生生成約 16.8MP 的 4K 級圖像,作者以三種 ComfyUI 工作流測試這項能力。工作流分別用於文生圖、單圖編輯及最多 16 張參考圖編輯;文生圖流程有 6 個節點,兩種編輯流程各有 48 個節點。三種工作流均可透過 RunningHub 在線執行,無需本地 GPU;工作流不附模型權重,需自行準備。
阿里雲 Wan-Image(wan2.7-image)整合圖像生成與編輯,支援文生圖、組圖、圖像編輯、多圖參考及交互式編輯。主力版在華北2(北京)按成功生成張數收費 0.2 元/張,且費用與解像度無關;wan2.7-image-pro 為 0.5 元/張,文生圖最高解像度為 4096×4096。組圖一次最多生成 4 張,連續場景最多 12 張;密集小字排版仍需實測。
Google 為 Gemini 推出 GIF 生成功能,由影片模型 Gemini Omni 1.2 Flash 驅動,可生成循環動態效果和搞笑表情包。功能面向所有 Google AI 訂閲用戶開放,並在美國、日本、韓國、澳洲、加拿大、英國、德國和法國免費提供。用戶可在主聊天輸入提示詞,或於圖像與影片工具中選擇 GIF 並描述需求。
Google 為 Gemini 上線 GIF 生成功能,由影片模型 Gemini Omni 1.2 Flash 驅動,可生成循環動畫及搞笑表情包。功能向所有 Google AI 訂閲用戶開放,並在美國、日本、韓國、澳洲、加拿大、英國、德國和法國免費提供。用戶可在主聊天輸入提示詞,或在圖像與影片工具中選擇 GIF 並描述需求。
Google 在 Gemini 推出由 Gemini Omni 1.2 Flash 驅動的 GIF 生成功能,可生成循環動圖與表情包。功能面向所有 Google AI 訂閲用戶,並在美國、日本、韓國、澳洲、加拿大、英國、德國和法國免費開放。用戶可在主聊天輸入提示詞,或在圖像與影片工具中選擇 GIF 選項並描述需求,即時生成。
作者使用 AI 製作《古事記》改編動畫首集《天地初開》,以 AI 處理劇本、畫作、旁白、音樂及剪輯,並由作者作最後決定。製作期間,長矛難以生成一致造型;輸出檔雖顯示完成,畫面約在17.7秒中斷,音訊則長達93秒。作者另完成日文及英文版主片和短片。
Nano Banana 2.1 以人物肖像和 The Met 的紅色軍裝外套照片進行以圖生圖,生成保留黑色衣襟和金色鈕扣、但褲子變成淺色的肖像。這個工作流程需要登入,並選用支援兩張參考圖片的模型;生成結果為 816 × 1280 JPEG。文章建議用更明確的提示詞要求保留深色褲子,並以相同模型和設定比較不同指令或外套參考圖的效果。
雷鋒網實測 Kling Image 4.0,顯示它可按簡短提示詞生成海報、電商詳情頁及連續分鏡,亦可局部修改圖片文字。新模型原生解像度提升至 8K、單張圖片最多支援 2000 字、一次最多生成 10 張連貫圖片,並內置 70+ 款預設字體。測試亦發現説明小字清晰度、模型自行補充的資訊準確度及跨鏡人物一致性仍有不足。
作者用照片轉影片工具製作十個感恩節場景,總結用一張照片製作短片時,照片選擇、場景時長和人物數量如何影響效果。單一場景約以10秒為上限,宜採用一個簡單動作;雙人場景則需要照片中有兩個清晰可見的人。作者的工具每個效果使用10 credits,約需$0.62至$0.83,付費方案由$9.99起,無需訂閲。
Germey提出以 GPT Image 2.6 製作動畫貼圖的兩階段流程,先核准靜態角色參考圖,再以編輯方式只改動作、不改角色身份。範例使用 Flare;文中指出 Flare 和 Sunburst 支援原生 GIF,GIF 幀數可設 2–16,文件建議採用 512x512、9 幀及每幀 200ms。文中的 API 請求未實際執行,流程亦包括輸出驗收、失敗分類和重試規則。
文章提出以 5 項佇列測試檢驗 AI 圖像生成流程在物件儲存上傳遇 HTTP 429 時的重試退避。生成與上傳應分成可獨立重試的佇列狀態,先持久化生成檔案,再以固定物件鍵重用相同位元組;遇到 429 時遵從 Retry-After,否則採用有上限的指數退避及隨機抖動。測試亦涵蓋併發寫入和到期刪除;文章指出 Infrai 的生命週期政策最短為一天,較短保留期須另設刪除工作。
Qwen-image-3.0 圍繞長指令理解、文字渲染及多圖編輯等能力升級,支援文字生成圖像和參考圖編輯,提供標準版與 Pro 版本。模型最多支援 4.5K Token 輸入、最多傳入 3 張參考圖,並可輸出 512×512 至 2048×2048 的自訂尺寸圖像。服務提供同步及異步調用模式,兼容 OpenAI 圖像接口規範。
Ideogram 的教學示範如何用 Ideogram 4.6 的參考圖片及提示詞,把照片轉成油畫、水彩、印象派作品或品牌插畫,同時指定要保留的面貌、姿勢和構圖。
Ideogram Blog 以 Ideogram 4.6 示範分 5 步設計 AI 書封,涵蓋尺寸設定、提示詞撰寫、生成檢查及下載。指南建議將書名、作者名等文字放在引號內,並描述字體風格和位置;Kindle 封面可選 5:8,2K 輸出為 1,600 × 2,560 像素。文章亦示範以完成的封面作參考圖,只修改一行文字;作者稱新文字以外有 99% 的像素保持一致。
Instagram 的「AI info」標籤通常源自圖片中繼資料;文章説明 C2PA、IPTC Digital Source Type 和生成器文字的存放位置及檢查方式。
Ideogram Blog 比較 8 款 Midjourney 替代工具,並以三組設計簡報實測 Ideogram 4.6、Midjourney V8.2 和三款免費工具。
Brizy 推出 AI 網站建置工具 1.9.5,以生成圖片取代 AI 生成流程中的 Unsplash 素材圖片,並可按提示詞生成或重新製作個別版面區塊。更新亦改善中文、日文、韓文、俄文及阿拉伯文支援,包括阿拉伯文的由右至左版面。
StagingBench 的獨立測試顯示,虛擬佈置整體通過率會掩蓋各房間的未知結果;計算前應先查看每個房間的通過、失敗和未知數量。測試涵蓋 10 張真實房間照片,每個房間與工具組合僅記錄一次,無法證明結果可重複。公佈通過率時,須説明分母是全部記錄,還是隻有結果明確的記錄。
Roblox 遊戲縮圖建議尺寸為 1920 × 1080,遊戲圖示則採用 512 × 512;除了核對檔案尺寸,也要在小尺寸預覽中確認主體和玩法是否清晰。文章介紹如何比較不同構圖、以 JavaScript 檢查匯出圖片尺寸和比例,並在上載前確認裁剪效果。
6 款 AI 海報生成器按印刷尺寸與出血位、文字編輯、品牌色彩、匯出格式及免費方案作比較,Canva 是綜合首選,Recraft 則適合從提示詞生成原創插畫並匯出 PNG 或 SVG。Recraft V4.1 免費方案每天每種風格可生成 3 次,但圖片公開且沒有商業授權;Canva 的印刷流程支援出血位。Adobe Express Premium 每月 US$9.99,附有 250 個生成點數。
電影《Artificial》推出一張由人手繪製、刻意模仿 AI 圖像生成瑕疵的新海報。海報由藝術家 Mike Thompson 和創意機構 Gravillis Inc. 創作,畫麪包括樹幹中的人臉、變成蛇的樹枝及倒置飛機,並註明「由人類創作」。
趙麗穎肖像權案在北京市門頭溝區人民法院開庭,據報道索賠81萬元。被告包括紅果短劇運營主體北京筆墨留香科技有限公司、北京抖音信息服務有限公司及自然人史某倫。文中指出,素人肖像一年授權報價為100至200元,演員及模特為800至1000元;合規成本上升會擠壓薄利多銷短劇的盈利空間,並加劇賽道分化。
這項權杖七案例研究展示如何以分層流程生成風格一致的塔羅牌組:模型負責繪製中央插畫,程式則合成牌框、羅馬數字和標題。流程以參考牌固定風格提示詞,並用並排檢查表找出風格偏差。文中指出,牌面文字生成不可靠,且圖像符號準確性仍需人工核對。
ArtArk在SuperCLUE本期文生圖及圖像編輯的競技場與標準評測中均列總榜第一,合共取得四項第一。文生圖競技場在28個模型中以1497.0分居首,標準評測得95.1分;圖像編輯競技場在19個模型中以1341.2分居首,標準評測得83.6分。
Manus 發布 2026 年 11 款 AI 角色生成器指南,按用途比較各工具的角色一致性、功能、價格與限制。指南涵蓋從照片轉換角色、在圖像及影片中重用角色,到製作像素或 3D 遊戲角色等用途,並整理各工具的免費方案與付費起價。
Automatio 在 9 至 15 November 推出 7 項新功能、4 項改進及 13 項修正,重點包括社交帳戶發布、按聊天分組 Chrome 分頁,以及一鍵生成 GIF。連接社交帳戶須使用按月收費的付費方案,每個帳戶每月 $6,最多可連接 20 個;除非用戶在批准設定中允許發布,貼文發布前須先獲批准。GIF 現可在聊天及 API 中一步生成,圖片生成亦新增品質設定。
HiUni 探索將預訓練視覺語言模型擴展為統一多模態模型,讓同一個語言對齊 ViT 和 dense Transformer 主幹同時支援視覺理解與生成,並將任務專屬計算限制在輸出端。模型以 Pixel Diffusion Head 優化像素空間生成,並透過輕量 HiGate 路徑補充合成所需的細緻空間資訊。實驗顯示,HiUni 的平均理解評分與預訓練視覺語言模型相若,圖像生成和編輯表現具競爭力。
動作冒險遊戲《The Ghost Of Solaris》即將由免費遊玩轉為付費銷售,玩家可在轉付費前免費領取。遊戲未來售價為 49.99 美元,調整至少會在公告發布一週後生效,具體日期待 Valve 審核完成後公佈。遊戲圖片疑似由 AI 生成,場景、音效及建模亦引發批評,運行時存在嚴重卡頓。
動作冒險遊戲《The Ghost Of Solaris》將由免費遊玩轉為付費銷售,玩家可在轉付費前免費領取。遊戲未來售價為 49.99 美元。調整至少會在公告發布一週後生效,具體日期待 Valve 審核完成後公佈。
棲影AI以一隻帶把手的玻璃杯實測三種換背景方法,比較產品像素、輪廓和材質的變化。摳圖合成能保留主體像素,但要自行收邊;純文字重繪可能令形狀和材質偏離,多參考圖重繪則較能穩住輪廓,卻未能完全保留半透明質感。要守住哪一層,應先按商品特性選擇換法。
作者分享一套 AI 封面提示詞模板與工作流,按用途、比例、文字、位置、主體、配色及限制條件控制生成畫面。模板建議標題只留 3 至 8 個核心字,縮至手機畫面後需在 3 秒內看清。文章區分封面與正文配圖,建議涉及人物、事實或產品的正文配圖優先採用可核驗的真實素材;所引九百人研究中,紀實照片真實感評分為 4.29,標註為 AI 生成的圖片為 3.02。
撰寫產品照片提示詞時,應清楚描述拍攝主體、表面與背景、燈光、相機角度及氛圍,並按需要指定留白位置。多個產品要保持風格一致時,固定提示詞中的場景與拍攝設定,只更改產品細節;調整效果則一次只改一項。
阿里雲 Wan-Image(萬相 2.7 圖像生成與編輯)整合圖像生成與編輯,支援文生圖、文生組圖、圖生組圖、圖像編輯、多圖參考生成及交互式編輯。wan2.7-image 定價為 0.2 元/張,wan2.7-image-pro 為 0.5 元/張,兩者均按成功生成張數計費且不受分辨率影響。
Qwen-Image-2.1 是 7B 圖像模型,同一模型支援文生圖、圖生圖編輯及摳圖,並提供原生透明通道和 2K 出圖。文章列出 qwen-image-2.1-turbo 與 qwen-image-2.1-pro 在北京/全球地區分別為每張 0.1 元和 0.25 元,按成功生成的圖片數量計費。
Qwen-Image-3.0 面向日常創作與批量生產,提供 Standard 與 Pro 版本,並支援文生圖、圖生圖及圖像編輯。文章列出提示詞上限約 4.5K token、小字渲染可達 10px,並涵蓋 12 種語言及 20 多種字體。