Google App 新增图片标签页:按兴趣定制灵感流,还能一键收藏
Google 宣布在 Google app 底栏新增「Images」图标。系统每天会根据你的兴趣推荐灵感图片,支持直接浏览、保存到收藏夹或继续发散搜索。该功能未来几周内先向美国 Android 和 iOS 用户推送。
Google 宣布在 Google app 底栏新增「Images」图标。系统每天会根据你的兴趣推荐灵感图片,支持直接浏览、保存到收藏夹或继续发散搜索。该功能未来几周内先向美国 Android 和 iOS 用户推送。
李飞飞创办的 World Labs 推出首款商用世界模型 Marble,支持把文本、图片或视频转为持久且可下载的 3D 环境。用户可将场景导出为网格或高斯泼溅格式。最值得关注的是它支持手动搭建空间粗胚再由 AI 填补细节,改变了纯靠随机生成的不可控问题。
Google 旗下 Flow 平台上线了独立的「Images」标签页。新标签页让用户可以结合 Nano Banana 生成并微调图片,将其与视频输出工作区分离。也就是说,创作视频前打磨画面素材不再手忙脚乱,素材管理更清晰。
Google 开始在 Google Messages 中推送 Remix 功能。它采用 Gemini 图像模型 Nano Banana,用户在聊天时长按照片就能给朋友换发型或把宠物变成手办,支持好友互相接力修改。功能目前仅限 Android 且需年满 18 岁。
Google 宣布为 Google 相册增加 6 项 AI 功能,正式接入 Gemini 旗下的图像编辑模型 Nano Banana。用户可以直接用自然语言要求摘掉墨镜、睁开眼睛或重绘风格,相册会结合私密面孔库进行个性化修正,同时 Ask Photos 也拓展到了 100 多个国家地区。
DrFeiFei 撰文指出,现有大模型只是缺乏现实感知的「暗室文字工匠」,空间智能才是 AI 的下一个前沿。她创办的 World Labs 正在研发具备几何与物理一致性的世界模型,试图让 AI 真正理解并模拟三维世界。
Google 下一代图像生成模型 Nano Banana 2(代号 GEMPIX 2)预览曝光。该模型支持原生 2K 并可放大至 4K,具备更强的主体一致性与自然语言局部编辑能力。最值得关注的是,它全面转向专业创作工作流。预计 11 月中旬面向部分用户开启测试。
Higgsfield AI 推出新工具 Recast,主打视频与图片中的 AI 换脸和角色替换。它支持针对脸型、肤色以及特定角度进行细致调整,减少生硬拼接感。不过官方也提到,要达到影视制作级效果,仍需配合遮罩做多轮调整。
Microsoft 开始向 Windows 11 Insiders 推送画图新功能「Restyle」。用户只需在 Copilot 菜单中选择预设风格,就能一键转换画布图像的画风。不过该功能目前仅限搭载骁龙芯片的 Copilot+ PC,且需要登录微软账户。
Deepseek 公布一套全新的 OCR 系统,把文本作为图像压缩处理,体积缩减至原来的十分之一,且保留 97% 原文信息。该方案大幅压低视觉 token 占用,单张 Nvidia A100 每天可处理超 20 万页,代码与模型权重已开源。
Facebook 推出相册 AI 推荐功能,借助云端模型自动从手机相册挑出最适合分享的照片和视频,还会生成创意修图与拼图建议。功能默认关闭,且 Meta 承诺不会把媒体用于 AI 训练(除非主动使用其编辑工具)。目前仅面向美加用户开放。
Meshy 推出 Meshy 6 Preview,主打达到专业雕刻水准的模型与网格精度。新版本改进了有机体结构和硬表面锐度,并新增 3D 转图像与视频工作区、单次最高批量生成 10 个资产,以及面向 3D 打印的自动底座生成功能。
Pinterest 推出新控制功能,允许用户减少信息流里的生成式 AI 图片。用户可在美妆、艺术、时尚和家居装饰等重灾区类目中开启限制,浏览时也能随时点三点菜单反馈。面对泛滥的合成图片反噬平台口碑,官方终于把过滤权交给了用户。
Microsoft AI 发布首个完全自研的图像生成模型 MAI-Image-1,并直接打入 LMArena 文生图榜单前十。该模型主打逼真光影表现与快速出图,目前已在 Bing Image Creator 和 Copilot 中上线,可与 DALL-E 3 并列选用。
Google Meet 推出 AI 虚拟美妆滤镜。新功能提供 12 种妆容可选,无论面部如何晃动甚至拿杯子喝水,滤镜都能稳定贴合。该功能默认关闭,开启后会自动记住用户的偏好,已从 10 月 8 日起陆续向移动端和网页端推送。
周三在纽约漫展上,DC Comics 总裁 Jim Lee 明确表态,只要自己与高管还在位,DC 绝不使用生成式 AI 创作故事或画作。他直言 AI 不会做梦,只是在聚合数据。此前 DC 曾因变体封面疑似涉 AI 遭读者抵制,此次表态彻底划清了界限。
Google 宣布其虚拟试穿工具新增鞋履品类,并将在未来几周扩展至澳大利亚、加拿大和日本。该技术通过 AI 感知物体形态与深度,用户在商品页点击试穿并上传全身照即可预览上脚效果。最值得关注的是,AI 穿搭试衣正加速走向全身配饰场景。
Microsoft 在 Copilot Labs 推出 Portraits 功能,提供 40 款人类风格头像,在语音通话中根据回答实时呈现面部表情与唇形。该功能底层基于 VASA-1 技术,靠单张图片即可驱动动画。目前仅面向美、英、加三国 18 岁以上的部分用户开放测试。
WhatsApp 宣布推出多项更新,支持用户借助 Meta AI 自定义聊天主题,并在视频通话或拍照时生成 AI 背景。此外还支持了实况照片分享和安卓端文档扫描,不过 Meta AI 相关功能目前尚未向所有用户开放。
Microsoft 宣布在 Windows 11 照片应用中推出 AI 自动分类。面向 Copilot+ PC 用户,AI 能跨语言识别视觉内容,自动归类截图、收据、证件和笔记。最值得关注的是凭证识别不限语种;不过目前仅面向 Insider 预览渠道,且分类暂时只限这四类。