跳到正文

#AI出图

今日 2 条
今天10月15日周四
  1. The Verge · AI12

    YouTube 为 AI 生成歌曲添加“Made with AI”标签

    YouTube 开始在 YouTube Music 应用中对主要使用生成式 AI 工具创作的曲目添加“Made with AI”标签,随后将扩展至主应用。该标签适用于通过生成模型创作作曲和人声的音频,平台结合合作伙伴披露与自身检测工具进行识别。此举旨在提升听众对音乐来源的知情权,此前 Spotify 和 Apple Music 也已推出类似标识或计划。

10月14日周三
  1. GitHub 新晋设计/室内仓库

    GitHub 新晋 master-style-render 仓库:基于大师风格 DNA 的室内 AI 效果图参数化生成工具

    GitHub 上出现名为 master-style-render 的新晋开源仓库,提供一套将 18 位设计大师风格转化为可参数化调用指令的 AI 生图系统。该工具通过拆解材质配比、色彩逻辑等“风格 DNA”,结合空间、改动程度、大师风格、光线四个参数自动组装提示词,旨在解决自由描述导致的风格不稳定和旧改中房屋结构变形问题。

  2. TechCrunch · AI12

    Facebook 推出“Your Algorithm”功能,允许用户通过自然语言控制算法推荐

    Meta 在 Facebook 上线 AI 驱动的新功能“Your Algorithm”,允许用户用自然语言描述偏好以调整 Feed 和 Reels 的内容推荐。该工具支持实时反映更改,并整合至帖子菜单中提供“感兴趣”或“不感兴趣”选项及后续追问机制。此举延续了 Instagram 和 Threads 的个性化策略,旨在让用户更直接地影响算法排序结果。

10月13日周二
10月11日周日
  1. 量子位80

    Google 发布 Nano Banana 2.1:支持 4K 直出与中文渲染优化

    Google 发布新一代生图模型 Nano Banana 2.1,重点升级视觉设计、蒙版编辑及主体一致性,支持 4K 摄影级图片直出。据 Arena 评测,其文本转图像功能较上一代提升约 80 分,排名第四;同时 API 价格下调,1K/2K 图片生成费用减半,4K 便宜约 25%。

    推荐理由:原文提供了4K直出、中文渲染优化及API降价等具体升级点,并引用了Arena评测分数对比,有助于评估其在设计工作流中的实际可用性。

10月10日周六
  1. OSCHINA 开源中国62

    Nano Banana 2.1 深度实测:支持4K直出与中文排版优化

    Google 将生图模型 Nano Banana 更新至 2.1 版本,底座切换为 Gemini 3.6 Flash。本次升级聚焦视觉设计、蒙版编辑、主体一致性和画面真实感四个方向。实测显示其支持 4K 原图直出且中文文字清晰度有明显进步,但连续改图仍存在一定局限。

    推荐理由:作者基于实测指出该版本在4K直出和中文排版上的进步,同时提示了连续改图的潜在问题。

  2. OSCHINA 开源中国75

    Nano Banana 2.1 九种实战用法与完整提示词指南

    文章总结了 Nano Banana 2.1 的九种实战用法,重点包括多图一致性控制和“养图”技巧,并提供了完整的提示词示例。该模型被描述为具备 Flash 的价格和 Pro 的能力。

    推荐理由:整理了九种具体实战场景及对应提示词,涵盖多图一致性与图像迭代技巧,可直接用于优化生成工作流。

10月9日周五
  1. GitHub 新晋设计/室内仓库

    RoomScan 发布:基于 iPhone LiDAR 的全屋扫描与 AI 设计导出工具

    GitHub 项目 RoomScan 推出了一款利用 iPhone LiDAR 进行全屋扫描的工具,支持多房间自动拼接、生成带尺寸的空房间白模和平面图。该应用数据仅保存在本地且不联网,可一键导出包含 OBJ/USDA 模型、结构化 JSON 数据及 Blender 重建脚本的压缩包,以便在 Blender 中结合 AI 进行室内设计。

10月8日周四
10月7日周三
  1. Ars Technica · AI23

    OpenAI 将在欧盟默认对 ChatGPT 输出添加水印

    OpenAI 宣布在欧盟地区默认启用 ChatGPT 文本自动水印功能,以符合《欧盟人工智能法案》要求。该专有技术名为 textGrain,通过嵌入人类不可见的词汇模式实现检测,但在欧盟以外地区默认关闭。目前仅向少数研究人员和组织开放专用检测器访问权限。

  2. The Decoder78

    Google 发布图像生成模型 Nano Banana 2.1,价格减半且质量提升

    Google 发布新一代图像生成与编辑模型 Nano Banana 2.1,该模型基于 Gemini 3.6 Flash,旨在以更低成本提供优于前代的质量。其价格较 Nano Banana 2 降低约一半,1K 图像成本降至 3.36 美分,并支持最多 14 张参考图及多角色一致性保持。尽管在部分基准测试中表现强劲,但在实际效果上仍略逊于高端的 Nano Banana Pro 模型。

    推荐理由:原文提供了新模型的详细基准测试数据与价格对比,读者可据此评估其在性价比与生成质量上的实际提升幅度。

10月6日周二
10月5日周一
10月3日周六
  1. AI 动态池 · gh-design-tool65

    ComfyUI-ArchAi3d-Qwen 发布:基于 Qwen-VL 的建筑室内设计与相机控制节点

    ComfyUI-ArchAi3d-Qwen 发布了包含 17 个自定义节点的插件,利用 Qwen-VL 模型实现从空房间到室内设计图的转换及专业相机控制。该工具支持文本生成设计、参考图风格迁移、房间清理以及通过自然语言指令调整视角(如鸟瞰、低角度)和替换材质(如大理石、木材),适用于建筑师和室内设计师的工作流。个人使用免费,商业使用需获取授权。

    推荐理由:提供了基于 Qwen-VL 的 ComfyUI 节点,支持通过自然语言控制相机视角和材质替换,适合建筑可视化工作流。

  2. AI 动态池 · gh-design-tool48

    sd-interior-design 开源室内局部重绘 API 流水线

    GitHub 项目 sd-interior-design 发布了一个用于室内设计的自定义 API 流水线,该工具结合了 Realistic Vision V3.0 局部重绘管线、分割模型和 MLSD ControlNet。

    推荐理由:提供了结合分割与MLSD ControlNet的室内局部重绘API工作流,适合开发者快速部署基于Realistic Vision V3.0的定制化生成服务。

  3. AI 动态池 · gh-design-tool15

    TIG_MI:基于 Stable Diffusion 1.5 的摩洛哥风格 AI 室内设计生成项目

    TIG_MI 是 THINK.AI Morocco 2023 黑客松扩散模型类别获奖项目,利用 AI 技术生成融合摩洛哥传统美学的室内设计。该项目通过爬取 1035 张相关图片并预处理至 512*512 尺寸,采用 Dreambooth 1.5 算法对 Stable Diffusion 进行微调。最终模型能生成包含复杂图案、鲜艳色彩及奢华纹理的高质量室内效果图,实现文化风格与现代功能的结合。

  4. AI 动态池 · gh-design-tool28

    Gen-AI-Home-Interior-Designer:基于 Gemini 的 AI 家居重设计工具

    Gen-AI-Home-Interior-Designer 是一款基于 Google Gemini 多模态大模型的开源家居重设计工具,支持用户上传空间图片并选择风格、颜色等偏好。该工具利用 FastAPI 后端与 React.js 前端架构,能即时生成保留空间结构的逼真效果图,并提供包含成本估算与设计逻辑的文本描述。

10月2日周五
  1. The Decoder67

    Black Forest Labs 发布 Flux 3 Image 支持多步局部编辑

    Black Forest Labs 发布图像生成模型 Flux 3 Image,支持在不改变图片其他部分的情况下进行多步编辑。该模型涵盖文生图、图生图及文本渲染功能,允许用户通过边界框组合场景并输出最高 4K 分辨率。

    推荐理由:原文介绍了Flux 3 Image的多步编辑能力与商用授权细节,读者可据此评估其在局部重绘场景下的实际表现。

  2. 爱范儿33

    MiniMax M3.1 Flash Preview 前端创作能力对标 Claude Opus 5.5

    MiniMax M3.1 Flash Preview 在前端创作任务中展现出与 Claude Opus 5.5 同台竞技的能力,尤其在视觉风格统一与作品组织上表现突出。该模型通过多模态混合训练强化代码与视觉协同,能以更低成本和速度完成动态作品集、交互游戏等复杂设计任务。随着 Agent 工作流普及,Flash 类模型正改变智能、速度与成本的交换比例,使非旗舰模型足以应对多数日常开发需求。

  3. The Decoder65

    Ideogram 发布 Ideogram 4.5 模型,主打图像局部精准编辑

    Ideogram 发布新模型 Ideogram 4.5,声称能解决 AI 图像编辑中修改局部导致整体变形的痛点,仅改动用户指定区域。该模型适用于产品摄影、室内设计等场景,提供四种质量层级(单张价格 0.8 至 22 美分),原生支持 2K 分辨率,现已通过平台及 API 开放使用,并计划近期推出开源权重版本。

    推荐理由:原文介绍了Ideogram 4.5在局部编辑时保持其余部分不变的能力,并给出了定价层级和API接入方式。

9月30日周三