OpenAI 发布 ChatGPT Images 2.6 系统卡,披露 Sunburst 与 Flare 图像模型安全评测
OpenAI 发布 ChatGPT Images 2.6 系统卡,更新 Sunburst 和 Flare 图像模型并披露安全评测结果。
推荐理由:官方系统卡给出图像模型的安全评测细节,读者可以对比 2.5 基线看拦截表现,了解 GIF 等新功能的风险防护思路。
OpenAI 发布 ChatGPT Images 2.6 系统卡,更新 Sunburst 和 Flare 图像模型并披露安全评测结果。
推荐理由:官方系统卡给出图像模型的安全评测细节,读者可以对比 2.5 基线看拦截表现,了解 GIF 等新功能的风险防护思路。
Black Forest Labs 发布 FLUX 3 家族的紧凑开放权重模型 FLUX 3 Image Klein,5.6B 参数可在单张消费级 GPU 上运行,已提供 Hugging Face 下载和 ComfyUI 模板。
推荐理由:原文附 RTX 5070 出图从 71 秒降到 8 秒内的量化实测,读者可据此评估本地消费级 GPU 跑开源图像模型的成本。
禾赛科技推出 Kosmo 3D 世界数据引擎,由全球首款 8K 超高清 AI 空间相机 Kosmo One 与云端平台 Kosmo World 组成,可将真实环境转为高保真 3D 数字空间。
Midjourney 正在 Alpha 网站(alpha.midjourney.com)测试图像生成新功能 Thinking Mode,征集用户反馈。使用时在任务的 lightbox 下方点击右下角 Rerun (Thinking),官方称测试中该功能有助于提升提示词准确度、文字排版和连贯性。
Midjourney 发布本周 Alpha 更新,最大亮点是上线共享文件夹,可按用户名邀请协作者或查看者,也能通过链接共享。新增 Thinking Mode,可对 8.2(standard 与 edit)生成的任务重跑,找出与提示词不符之处后重新生成,目前为早期版本。更新还修复提交卡死(2 分钟内干净失败)、内联编辑器崩溃等问题。
ComfyUI 宣布 Google 图像生成与编辑模型 Gemini Nano Banana 2.1 已通过 Partner Nodes 上线,该模型是 Nano Banana 2 的继任版本,主打价格与性能平衡。
推荐理由:原文列出思考档位、参考图上限和分辨率选项等参数,可以据此判断是否直接替换现有 Nano Banana 2 节点。
Comfy 团队发布 Comfy Agent,一款集成在 ComfyUI 内的创作智能体,现已向所有 Comfy Cloud 用户开放,几周内上线 Comfy Desktop。
推荐理由:原文展示了它在画布上与创作者实时协作搭建、调试工作流的具体用法,用户可据此评估现有创作流程的适配。
Midjourney 在 alpha.midjourney.com 上实验 fast models,并为 Styles 侧边栏新增 Live previews,可预览最新 prompt 套用喜欢与精选样式后的效果,点击缩略图即以该样式生成。
Midjourney 在 Alpha 站点上线风格实时预览、默认参数保存等多项更新。Styles 侧边栏用快速模型展示当前提示词在各风格下的效果,Create 信息流改为全宽瀑布流,提示词与按钮改为悬停显示,视频恢复悬停播放。编辑器支持 v8.1、v8.2 编辑类型,韩语支持已在 midjourney.com 向所有用户开放。
Midjourney 向 alpha.midjourney.com 推送大版本更新,最大变化是新 v8.2 编辑模型上线,新编辑器直接内置于灯箱,可用文字指令编辑、最多附 4 张参考图并集中查看会话内的全部编辑。
InternLM 在 GitHub 上推出 InternLumina-U2,这是一个采用多码本(multi-codebook)架构的扩散大语言模型。该模型支持全视觉理解,并集图像生成与编辑能力于一体。
Meta 发布图像生成模型 Muse Image 并预览视频生成模型 Muse Video,二者是 Meta Superintelligence Labs 开发的首批媒体生成模型。
推荐理由:图像模型以智能体方式调用搜索和代码工具,并用测试时算力换质量,读者可据此对比现有图像生成产品的技术路线差异。
unslothai 的 stable-diffusion.cpp 仓库以纯 C/C++ 实现扩散模型推理,支持 SD、Flux、Wan、Qwen Image、Z-Image 等模型。