跳到正文
今天11月22日週日1 則
11月21日週六
  1. 阿里雲開發者社區 AI56

    PoseWear AI 虛擬試穿工具實操教學:選擇服裝、上載照片,三步生成試穿圖

    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。

  2. DEV Community62

    MiniMax H3-Image 六步原生生成 16.8MP 4K 圖像,並比較三種 ComfyUI 工作流

    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。

  3. 阿里雲開發者社區 AI55

    阿里雲 Wan-Image 深度解讀:模型定位、特點、能力、落地場景與計費説明

    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。

  4. 新浪科技60

    Google 為 Gemini 推出 GIF 動態圖片生成功能,由 Omni 1.2 Flash 驅動

    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。

  5. IT之家59

    Google 為 Gemini 上線 GIF 動態圖片生成功能,由 Gemini Omni 1.2 Flash 驅動

    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。

  6. DoNews53

    Google 在 Gemini 推出 GIF 生成功能,於多個國家免費開放

    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。

  7. DEV Community50

    用兩張照片進行外套替換:Nano Banana 2.1 圖像編輯示例

    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。

  8. 雷鋒網67

    Kling Image 4.0 實測:從海報設計到商品詳情頁及連續分鏡

    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。

  9. DEV Community46

    如何用一張照片製作感恩節影片:10 個 AI 場景帶來的啟示

    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。

  10. DEV Community50

    GPT Image 2.6 如何以兩階段流程製作一致的動畫貼圖

    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。

  11. DEV Community58

    AI 圖像生成流程:以 5 項佇列測試驗證物件儲存上傳遇 HTTP 429 時的重試退避

    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。

  12. 阿里雲開發者社區 AI47

    阿里雲通義千問 Qwen-image-3.0 詳解:核心能力、底層架構與實戰教程

    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。

  13. Ideogram Blog54

    Ideogram 4.6 如何用 AI 分 5 步設計書封

    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。

11月20日週五
  1. DEV Community42

    計算虛擬佈置整體通過率前,先檢查各房間結果

    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。

  2. Recraft 自有模型與設計產品50

    2026 年最佳 AI 海報生成器:比較 6 款工具

    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。

  3. 新浪科技61

    AI短劇肖像權,誰在畫地為牢?

    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。

  4. DEV Community49

    Automatio 本週更新:社交帳戶發布、Chrome 分組分頁及一鍵生成 GIF

    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。

  5. HuggingFace Daily Papers(社區熱門論文)33

    HiUni 如何在共享視覺空間中統一理解與生成

    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。

  6. 新浪科技19

    《The Ghost Of Solaris》即將轉為付費,Steam 玩家可免費領取

    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。

  7. 阿里雲開發者社區 AI48

    棲影AI 如何測試玻璃杯換背景的三種方法

    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。

  8. 阿里雲開發者社區 AI54

    作者分享 AI 封面提示詞模板及技能化工作流

    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。

  9. 阿里雲開發者社區 AI60

    阿里雲最新 Wan-Image 全解析:模型定位、核心特徵、能力表現、適用場景及計費詳解

    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。