跳到正文
10月24日周六
10月23日周五
  1. The Decoder62

    Canva 发布首款自研图像模型 Craft

    Canva 发布首款自研图像生成模型 Canva Craft,由其内部实验室 Canva Research 从零训练,主要使用数百万份设计模板而非照片。Craft 先生成构图、比例和文字,再输出最高 2K 分辨率、覆盖 30 多种宽高比的图像,支持 55 种语言的文字渲染,并可通过 Magic Layers 拆分为可编辑图层。

10月20日周二
10月16日周五
  1. The Decoder78

    Black Forest Labs 发布开源图像模型 FLUX 3 Image Klein,8GB 显存可跑

    Black Forest Labs 发布 FLUX 3 Image Klein,这是一个 5.6B 参数的开源权重模型,支持文生图、图像编辑以及最多十张参考图的生成,原生支持 4K 输出、像素级精确编辑和用于元素定位的 bounding box。

    推荐理由:5.6B 参数开源图像模型在 8GB 显存消费级显卡上跑出 9 秒内出图,可对照其与闭源模型的 Elo 差距。

10月14日周三
10月9日周五
10月7日周三
  1. Simon Willison22

    Mistral Large 4

    Simon Willison 用同一提示词测试 Mistral Large 4 等前沿模型生成 SVG 的能力,提示词为"一只穿渔网袜的犰狳在火星上乱穿马路"。参与对比的模型包括 claude-opus-5.5、gpt-6.1-sol、gemini-3.8-flash 和 mistral/mistral-large-4,均使用各自默认推理等级。

9月30日周三
  1. Google Research40

    Google Research 提出 Diffusion Controller,统一并简化 AI 图像生成控制

    Google Research 提出 Diffusion Controller 框架,将扩散模型的去噪过程重构为连续控制问题,用一个轻量"转向阻尼器"网络在冻结基座模型的前提下动态调整生成轨迹。在 Stable Diffusion v1.4 上以 HPS-v2 评测,其完全解锁版本对基线模型取得 90% 胜率,并支持对闭源黑盒模型进行控制。

1月10日周六
  1. Berkeley AI Research26

    伯克利提出信息驱动成像系统设计框架,登 NeurIPS 2025

    伯克利 AI 研究团队提出一种基于互信息的成像系统评估与优化框架,仅用带噪测量和噪声模型即可量化系统信息量,无需任务专用解码器。该方法在彩色摄影、射电天文、无透镜成像和显微镜四个领域验证,信息估计能预测解码器性能,优化后的设计在更少内存和算力下达到 SOTA 端到端方法水平。