Seedance 真实人脸参考实践:标准路线与 ultra-wide 路线对比
作者实测指出 Seedance 标准路线通常可接受普通真实人脸参考,ultra-wide 是审查更宽的备用路线,价格为标准的 1.5× 到 2.1×,且两条路线均需 Starter 及以上订阅。文章给出每张干净正面参考照、明确指派图片职责、先锁定身份与服装再写镜头动作等实操清单,并说明审查拒绝时不创建任务、通过后失败会自动退款。
作者实测指出 Seedance 标准路线通常可接受普通真实人脸参考,ultra-wide 是审查更宽的备用路线,价格为标准的 1.5× 到 2.1×,且两条路线均需 Starter 及以上订阅。文章给出每张干净正面参考照、明确指派图片职责、先锁定身份与服装再写镜头动作等实操清单,并说明审查拒绝时不创建任务、通过后失败会自动退款。
医疗健康 AI 图像生成应用的原图、缩略图、变体和导出文件应作为归属各异的受治理记录管理,存储桶保持私有,签名 URL 只作最后一步授权。每张持久化图片需先建数据库资产台账,记录租户 ID、对象键、校验和与保留类别,对象键只是定位符而非权限。迁移前先运行只读对账脚本核对台账与对象清单,复制后验证校验和再更新台账引用,删除不作为首个迁移写入操作。
NovaForge、PixelWeaver、SoundSeed 等生成式 AI 工具正让一两人团队做出 AAA 级观感的游戏,制作时间可缩短 30-50%。三款平台均含每月 1,000 次免费生成额度,付费 $19.99/月起,云端推理无需本地高端 GPU。1 人团队开发的 Echoes of Aether 4 个月完成,首发销售额 $120K。
苹果于 11 月 5 日更新官方支持文档,宣布从 iOS / iPadOS / macOS 27.2 等版本起,为部分 Apple Intelligence 图像工具引入 SynthID 隐形水印,涵盖图乐园、图像魔法棒,以及照片 App 中的清理、扩展和空间重构功能。
OnlyFake 创始人 Yuriy Nazarenko 在美国服刑一年、现居亚洲后,首次公开讲述其 AI 伪造证件生意。他起初在乌克兰手工逐像素修改护照,后来搭建网站并接入生成式 AI,批量生成能骗过人工与自动审核的证件照片,每份售价 15 美元,美国司法部称该网站借此获利超过 100 万美元。
OpenAI 发布 GPT-Image-2.6 图像模型,以 Flare 与 Sunburst 两个 API 模型形式上线 ChatGPT、Codex 和 API,官方称生成速度比此前快 50%,Flare 在低质量档最快 6 秒出图,Sunburst 主打中高画质下的细节与编辑一致性。
OpenAI 生图模型 GPT-Image-2.6 已在 ChatGPT、Codex 和 API 全量上线,免费与付费用户均可使用,整体生成时间缩短 50%,最快 6 秒出图。
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。
Black Forest Labs 在 Hugging Face 上线 FLUX 3 Image Klein base 模型仓库,任务类型标注为 image-to-image。页面显示该模型已有 126917 次下载和 223 个点赞,正文未提供更多模型细节。
Qwen-Image-2.1-Turbo 是 Qwen 的文生图模型,其 Hugging Face 模型页显示下载量 46165、点赞 1115。页面未附更多版本细节或基准成绩。
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。
Qwen-Image-2.1 是 Qwen 在 Hugging Face 上提供的文生图(text-to-image)模型。模型页面显示其下载量达 242085,获 3569 个点赞。
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。
Stability AI 发布由品牌驱动的端到端创意生产平台 Brand Studio。团队可在 Brand Central 训练品牌专属 Brand ID 模型并创建 Campaigns,Producer Mode 将提示词转为分步生产计划并执行。
Black Forest Labs 在 Hugging Face 开源 FLUX.2-klein-9b-kv 模型,任务类型为 image-to-image 图像生成。模型页显示下载量 7216、获 241 个收藏,本次材料未提供模型参数或使用说明等更多细节。