跳到正文
10月21日周三
10月20日周二
  1. The Verge · AI64

    Adobe Lightroom 移动版现可一键修复照片中的闭眼

    Adobe 宣布 Lightroom 移动版(iOS、iPadOS、Android)新增 Open Eyes 快捷操作,用生成式 AI 一键修复照片中的闭眼。应用检测到人物闭眼时会自动在图片上显示快捷操作图标,并调用图库中同一人物的其他照片作参考,使生成的眼睛匹配其颜色、大小和形状。免费用户可试用两次,之后会提示订阅包含更多 AI 额度的 Adobe Creative Cloud 套餐。

  2. 极客公园58

    Lovart 2.0 推出个人设计 Agent Arti

    Lovart 迭代到 2.0,推出个人设计 Agent Arti,它以记忆功能为起点学习设计师的风格、偏好与常用资产,并主动承担前期调研、画布风格一致性检查、多轮反馈改稿,还会把重复流程沉淀为可复用的 Skill。作者实测其设计委托功能,可设定执行时间、频率与积分上限,专家模式在图片和视频生成上达到 4k 水准,创建页还提供 16 种设计需求模板。

10月19日周一
  1. 博客园22

    天翼云 AI 创作平台 DramaFlow 赋能哪吒智云,国风短剧创作周期压缩 60% 以上

    哪吒智云采用天翼云 AI 创作平台 DramaFlow 后,国风 AI 短剧创作周期压缩 60% 以上,算力成本下降约 40%,内容产出量翻两番。DramaFlow 聚合 Seedance-2.5、MiniMax H3、通义万相、Happyhorse1.1 等主流生图与生视频模型,提供短剧工作流、可视化画布、资产库管理等全链路创作工具。全栈国产算力与数据本地化处理满足国有内容企业的安全合规要求。

10月18日周日
  1. 掘金46

    RAG 进阶:Agentic RAG 与多智能体协作(系列二·第3篇):多模态 Agent

    本篇讲解如何用 LangGraph 搭建多模态 Agent,把感知能力从纯文本扩展到图片、PDF/Excel 与图像生成。路由节点按模态分流:图片转 Base64 交由 GPT-4o / Claude 3.5 / Qwen-VL 分析,PDF 按原生文本或扫描版分层提取,Excel 生成数据摘要后交模型决策,画图调用 DALL·E 3 / Stable Diffusion。

  2. 掘金59

    把权属核查做成流水线的一个节点:AI 漫剧立项阶段的三份产物

    作者建议把权属核查从成片后的法务环节前移到立项阶段,作为流水线的一个工程节点,输出权属声明文件、素材来源表和提示词档案目录三份产物。天津和平法院与北京互联网法院的两起案件表明,生成过程留档与授权审核已成为抗辩和免责的关键,门禁设计可在角色图定稿、批量生成和交付前分段拦截。

10月16日周五
  1. 掘金23

    开发者视角:AI 无限画布工具选型需要关注哪些指标

    AI 无限画布开发者选型的核心是底层渲染引擎、多模态节点编排、API 开放能力、算力调度、数据安全、运维容错六大工程化指标,而非单纯的生图效果。星宇智算无限画布开放瓦片尺寸、重叠率等分片渲染参数,配套星桥 API、组织/项目/画布/节点四级权限与星元按量计费,同时支持 SaaS 与私有化部署。技术团队应先明确业务场景、并发规模与合规约束,再以基准、压力、并发等 POC 用例的实测数据完成选型决策。

  2. 掘金40

    部分卷积(Partial Convolution)详解:图像修复中的缺失感知卷积算子

    部分卷积(PConv)是 NVIDIA 在 ECCV 2018 论文中提出的卷积算子,通过掩码让卷积只计算有效像素并做幅值补偿,从源头解决缺失数据下的图像修复问题。其输出尺寸与标准卷积完全一致,掩码每层如形态学膨胀般向外扩一圈、空洞逐层收窄,可直接嵌入 U-Net 等现有网络。复用时需注意分母是有效像素个数而非权重和,且掩码必须逐层同步更新,否则空洞永不收窄。

  3. 掘金44

    用豆包工作「无限画布」,我也能把小说做成漫画

    豆包工作"无限画布"可读取小说项目并自动生成漫画:Agent 负责规划、拆分镜与推进,图像模型负责作画。实测将一部 70 章小说的第一章生成 6 屏 18 格全彩竖屏条漫,耗时约 18 分钟,还能自查重绘、按框选修改对话气泡。用户可在电脑端下载"豆包工作"体验,限时免费领取 30 天会员。

  4. The Verge · AI55

    Trump 发布疑似 AI 修图的白宫翻新对比照片

    美国总统 Donald Trump 在 Truth Social 发布白宫翻新系列照片,其中一张柱子前后对比图被 Google SynthID Detector 标记为使用 OpenAI 制作或编辑。Reddit 用户指出该图两侧台阶数量不一致,且与修复前照片的角度、窗户倒影和保护纸板位置几乎相同。SynthID 水印未在 Trump 发布的其他白宫照片中检测到,白宫未立即回应置评请求。

  5. The Decoder79

    Black Forest Labs 发布开源权重图像模型 FLUX 3 Image Klein,仅需 8 GB 显存即可运行

    Black Forest Labs 发布开源权重图像模型 FLUX 3 Image Klein,参数量 5.6B,支持文生图、图像编辑以及最多十张参考图生成,可原生输出 4K 并支持像素级编辑与边界框元素定位。

    同一新闻,精选展示《Black Forest Labs 发布 FLUX.3 Image Klein,Diffusers 首日支持》

10月15日周四
  1. Hugging Face Blog82

    Black Forest Labs 发布 FLUX.3 Image Klein,Diffusers 首日支持

    Black Forest Labs 发布图像模型 FLUX.3 Image Klein,Hugging Face Diffusers 首日支持。单模型覆盖文生图、多参考图生图与边界框布局控制;蒸馏检查点在单张 H100 上约 1.93 秒生成 1024×1024 图像,并提供 NVFP4、FP8 量化权重与 DreamBooth LoRA 训练脚本。

    推荐理由:原文同时给出能力清单、显存占用与 LoRA 训练脚本,读者可据此判断 FLUX.3 能否在自己的 GPU 上跑通。

10月14日周三
10月13日周二
10月12日周一
  1. IT之家46

    Arena 公布新一轮 AI 大模型周榜:Claude Opus 5.5 Max 首登智能体榜首,国产多模型稳定中上游

    Arena 发布 2026 年第 41 周 AI 大模型排行榜,Anthropic Claude Opus 5.5 Max 新入榜即以 15.53% 净提升度登顶智能体榜第一。gemini-4-argon-high 继续稳居综合榜榜首,ELO 1525 分。国产模型整体处于中上游,kimi-k3-max 位列第 16,qwen3.8-max、mimo-v2.6-pro 等排名稳定。

10月9日周五
  1. IT之家47

    豆包工作上新:支持画布功能,模型再更新

    豆包工作任务模式新增画布功能,可将素材、方案和创作成果铺在同一张无限画布上随时查看与对比,并支持生成后继续调整文字、配色与布局。豆包 2.1 Lite 模型已上线豆包工作,更省额度、更快交付,覆盖文档撰写、表格处理、PPT 制作等高频场景。豆包工作同时支持全新图片模型 Seedream 5.0 Flash,为生图创作带来更多风格与视觉表达选择。

  2. The Decoder59

    Anthropic Claude Science 首次绘制完整全天紫外地图

    Anthropic 的 Claude Science 协调多个 AI 智能体,首次绘制出完整的全天紫外地图。智能体从多次空间任务下载数据、校准并合并,用 inpainting 补全缺失区域,测试中预测与实测平均偏差约 10%。此前因臭氧层阻挡紫外光只能从太空测量,NASA GALEX 任务仅覆盖约三分之二天空,该地图将用作教学材料。

10月7日周三
  1. IT之家63

    谷歌发布 AI 图像模型 Nano Banana 2.1,提升视觉设计、蒙版编辑与主体一致性

    谷歌正式发布 AI 图像生成与编辑模型 Nano Banana 2.1,重点提升视觉设计、基于蒙版的图像编辑以及主体一致性表现。该模型正逐步部署至 Gemini 应用、Google AI Studio 等多个平台,面向开发者的模型 ID 为 gemini-nano-banana-2.1,支持文本、图片、音频和视频输入,可输出 1K、2K 和 4K 分辨率图像。

  2. The Decoder77

    Google 发布图像模型 Nano Banana 2.1,画质全面提升且价格减半

    Google 发布图像生成与编辑模型 Nano Banana 2.1,替代 2026 年 2 月发布的 Nano Banana 2,基于 Gemini 3.6 Flash,各分辨率价格约为上一代的一半,1K 图像 3.36 美分、4K 图像 7.56 美分。

    推荐理由:原文把各分辨率价格和基准分数并列列出,便于把 Nano Banana 2.1 与 Pro 的画质和成本差异放在一起比较。

10月6日周二
  1. The Decoder61

    Reka AI 发布全模态模型 Rho-1:单一模型处理文本、图像、视频与机器人控制

    Reka AI 发布 Rho-1 研究预览版,这是一个 190 亿参数的全模态模型,可在单一神经网络中处理并生成文本、图像、视频和机器人控制动作。所有模态作为 token 在一个共享上下文窗口中运行,无需工具调用或外部模型,同一套预测相机图像的权重也驱动机器人运动。

10月5日周一
  1. TechCrunch · AI49

    OpenAI 推出视觉广告:将展示在 ChatGPT 图像生成结果旁

    OpenAI 在 ChatGPT 中推出视觉展示广告,广告会出现在用户要求生成的图片旁边,带有明确标识且不影响 ChatGPT 的回答。新广告将于本月晚些时候率先在美国上线,初期面向一批测试广告主。OpenAI 同时扩展了广告衡量工具与合作伙伴生态,并与 DoubleVerify、Integral Ad Science 推进品牌适宜性评估试点。

  2. IT之家49

    跨越百年的代言:斯凯孚用 AI“复活”已故女星葛丽泰·嘉宝拍广告

    斯凯孚(SKF)借助人工智能生成已故好莱坞影星葛丽泰·嘉宝的虚拟形象拍摄广告,该广告收获赞许的同时也遭到嘲讽。图像生成使用字节跳动 Seedream 5 Pro 与谷歌 Gemini 的 Nano Banana Pro,动作生成用到 Seedance 2、Seedance 2.5 及可灵 AI(Kling AI),语音则以嘉宝早年影片原声训练 AI 完成。

9月30日周三