Stability AI 发布日语图文模型 Japanese InstructBLIP Alpha：能认晴空塔与金阁寺
Stability AI 推出首个日语视觉语言模型 Japanese InstructBLIP Alpha。它基于 InstructBLIP 架构与日语大模型打造，能精准识别日本特色地标并完成图文问答，目前已在 Hugging Face 开源，仅限研究使用。
AI图像
查看更新的新闻
Meta 将视觉模型 DINOv2 改为 Apache 2.0 许可允许商用，并推出公平性基准 FACET
Meta 宣布将计算机视觉模型 DINOv2 转向 Apache 2.0 协议，正式允许商业使用，并同步推出语义分割与深度估计扩展模型。此外，Meta 还发布了评估视觉模型公平性的基准 FACET，包含 3.2 万张标注图像，仅供研究评估。
Niantic 8th Wall 接入生成式 AI：把 ChatGPT、DALL-E 与 NPC 搬进网页 AR
本周，Niantic 为其 WebAR 平台 8th Wall 推出生成式 AI 工具模块，集成了 Inworld AI 与 OpenAI。开发者可直接在网页 AR 中加入交互式 AI 角色，或利用 DALL-E 生成 3D 物品纹理贴图。官方还同步放出了两个示例项目。
Ideogram 0.1 免费向全球开放：主打在 AI 图片里精准渲染文字
Ideogram 宣布文生图模型 Ideogram 0.1 正式免费向所有人开放。该模型主打攻克现有工具的缺陷，能在图片中直接渲染连贯且美观的文字，支持字体排版与多种风格标签。最值得关注的是，它解决了 AI 生成文字模糊错乱的通病。
Google 推出 SynthID：给 AI 生图打上肉眼看不见的隐形水印
Google DeepMind 联合 Google Cloud 发布 SynthID 测试版。该工具将数字水印直接嵌入图像像素，肉眼无法察觉，加滤镜或压缩后依然能被检测出来。目前该功能正面向 Vertex AI 平台使用 Imagen 的部分客户开放测试。
Scenario 推出 Unity 插件：可在引擎内直接生成风格一致的游戏美术资产
AI 游戏资产生成平台 Scenario 推出 Unity 插件。游戏开发者可以直接在 Unity 编辑器中调用其能力，生成风格一致的瓦片地图、角色头像、道具和场景等视觉素材。这意味着开发者无需在绘图软件与游戏引擎间来回切换。
Stability AI 联手 NVIDIA 优化 SDXL：H100 出图只需 1.47 秒
Stability AI 宣布与 NVIDIA 合作，通过 TensorRT 深度优化 SDXL 并开放 ONNX 权重。在 H100 GPU 上模型性能翻倍，高清图生成仅需 1.47 秒，延迟降低 41%、吞吐量提升 70%。生图效率大幅提高，能直接降低创作者与开发者的部署成本。
Edge 侧边栏上线 Designer：不用切窗口，边上网边做海报图
微软将免费 AI 设计工具 Microsoft Designer 正式内置进 Edge 浏览器侧边栏，面向美国用户开放。输入文字提示词即可直接生成社交媒体海报、贺卡或邀请函，并支持微调图文。微软想用这种随手调用的方式，硬刚加入 AI 功能的 Canva。
传微软正为 Windows 11 自带应用加 AI：画图能文生图、截图自带 OCR
据报道，Microsoft 正在测试为 Windows 11 内置应用引入 AI 能力。画图应用或将加入类似 Bing Image Creator 的文生图与背景去除功能，截图工具和相机将支持 OCR 提取文字。部分功能或需 NPU 硬件支持，目前仍处于早期实验阶段。
NVIDIA 发布 DLSS 3.5：引入光线重建，大幅提升光追画质
NVIDIA 在 Gamescom 推出 DLSS 3.5，重点引入光线重建技术。官方用超算训练的 AI 网络取代传统人工降噪器，训练数据量比 DLSS 3 增加 5 倍，能明显改善反射与全局光照，面向所有 RTX 显卡开放，今秋将落地《赛博朋克 2077》等大作。
Snapchat 曝光 AI 新功能 Dreams：能跟好友一起拍奇幻大片
据 TechCrunch 报道，Snapchat 正在开发名为「Dreams」的生成式 AI 功能。用户上传清晰自拍后，系统能将自己和好友合成到奇幻场景中。代码中还出现了「Dream Packs」付费包痕迹，目前 Snapchat 暂未正式回应上线时间。
美联邦法官裁定：AI 独立生成的艺术作品不受版权保护
美国联邦地方法院法官 Beryl A. Howell 裁定，完全由 AI 生成的艺术作品无法获得版权保护，驳回了 Stephen Thaler 对美国版权局的诉讼。法官强调「人类作者身份是版权的基石」，没有人类引导的作品不享有版权。原告方已计划提出上诉。
WhatsApp 测试 AI 生成贴纸：输入文字描述就能做表情包
WhatsApp 在 Android 最新测试版中上线生成式 AI 贴纸功能。用户不用再在贴纸库里翻找，在键盘贴纸栏点击「创建」并输入文字描述，AI 就会自动生成几款贴纸供挑选。目前仅面向部分测试用户开放，预计未来几周推向更多人。
Adobe Express 网页版结束公测：集成 Firefly AI，免费向全球开放
Adobe 宣布集成 Firefly 生成式 AI 的 Adobe Express 网页版结束公测并全球上线。用户凭免费的 Adobe ID 即可在浏览器里制作图片、视频和 PDF，提示词支持 100 多种语言。移动端版本也将在近期推出。
反向叫板 BeReal：前 MZ CEO 推出 AI 社交应用 BeFake
前 Machine Zone CEO 创立的 Alias Technologies 推出社交应用 BeFake。用户通过输入文本提示词，就能将日常自拍转化为 AI 奇幻视觉图。创始人认为人们在社交网络上其实更渴望展示理想中的自己，用 AI 创作不仅能减少发帖压力，还能打破真实外貌的束缚。
Google 相册上线新版回忆视图：用 AI 做剪贴簿，还能帮你想标题
Google 宣布为 Google 相册推出全新的「回忆」视图。AI 会自动把照片和视频整理成类似剪贴簿的时间线，支持多人协作补充内容，还通过生成式 AI 带来了「帮我起标题」功能。新视图当天在美上线，后续推向全球。
NVIDIA 推出 FlexiCubes：可替代经典算法，让 3D 生成网格更精细
NVIDIA 介绍了 3D 网格生成新方法 FlexiCubes。它引入了可精细调节的柔性参数，能在基于优化的 AI 流水线中直接替代传统的 Marching Cubes 算法，大幅提高复杂几何细节的还原度，且生成的网格可直接投入物理模拟。
Shutterstock 联手英伟达 Picasso：用文字一键生成 8K 3D 背景贴图
Shutterstock 宣布借助 NVIDIA Picasso 云服务开发 3D 场景背景生成功能。创作者输入文本或图像提示词，就能生成 8K 分辨率的 360 度环境贴图来为 3D 场景打光和做背景，模型训练全部基于完全授权的数据。说白了，就是把繁琐的环境布景交给 AI，让 3D 艺术家省下时间专心抠主体模型。
NVIDIA 押注 OpenUSD：推 ChatUSD 与云 API，打造 3D 版 HTML
NVIDIA 在 SIGGRAPH 宣布推出一系列加速 OpenUSD 采用的云 API 与开发者计划。核心工具包括能生成 Python 脚本的 AI 助手 ChatUSD，以及做资产语义检索的 DeepSearch 智能体。黄仁勋想把 OpenUSD 变成 3D 领域的 HTML，降低构建工业数字孪生的门槛。
黄仁勋重返 SIGGRAPH：聚焦生成式 AI 与 OpenUSD
NVIDIA 宣布 CEO 黄仁勋将于 8 月 8 日在 SIGGRAPH 发表主题演讲。他将带来 NVIDIA 最新生成式 AI 内容创作方案，并探讨与苹果、皮克斯等联手成立 OpenUSD 联盟后在 3D 协作上的新突破。