IBM联手NASA开源地理空间大模型:标注数据减半,性能反升15%
IBM 与 Hugging Face 宣布,将 IBM 与 NASA 联合研发的地理空间 AI 基础模型在 Hugging Face 开源。该模型基于 NASA 卫星数据训练,仅需一半标注数据就能比现有方案性能提升 15%,可用于追踪森林砍伐和洪水监测。
IBM 与 Hugging Face 宣布,将 IBM 与 NASA 联合研发的地理空间 AI 基础模型在 Hugging Face 开源。该模型基于 NASA 卫星数据训练,仅需一半标注数据就能比现有方案性能提升 15%,可用于追踪森林砍伐和洪水监测。
Match Group 透露 Tinder 正在测试 AI 选照功能,能从相册中自动挑出 5 张最能代表本人的照片建立档案。官方表示这是为了解决用户选照片时的纠结与焦虑。目前该功能正处于测试阶段,后续还计划引入 AI 生成个人简介。
Nvidia 联手特拉维夫大学公布图像微调方法 Perfusion。其模型体积仅 100KB、训练耗时 4 分钟,采用「Key-Locking」机制将新概念锚定在通用类别上,有效防止过拟合。最值得关注的是,相比动辄数 GB 的传统微调模型,它让极轻量、自然的个性化画图成为可能。
AI 社区创作者通过训练 LoRA 模型,将此前被官方下架的知名画师 Greg Rutkowski 画风带回 Stable Diffusion,并在 Civitai 免费发布。由于该技术完全开源,即便画师本人强烈反对,官方也很难阻止风格复刻。
Adobe 在 Photoshop 测试版中加入 Generative Expand 功能。用户用裁切工具拉大画面比例后,无论是否输入文字提示词,AI 都会在非破坏性图层上无缝补全边缘空白。此次更新还新增了 100 多种语言的文本提示词支持。
Stability AI 正式开源旗舰文生图模型 SDXL 1.0。新模型支持原生 1024x1024 分辨率,大幅改善了手部渲染、文字和复杂构图能力,简短提示词即可出图,不再需要堆砌「masterpiece」等修饰词。模型采用双阶段管线,8GB 显存显卡即可运行。
家居电商 Wayfair 推出免费生成式 AI 工具 Decorify。用户上传客厅照片并挑选风格,AI 就会重绘房间效果图,并在右侧推荐匹配的在售家具。最值得关注的是它不收费,不过目前仅支持客厅,生成画面偶尔也会出现反常识的 Bug。
Luma AI 发布虚幻引擎 5 插件 v0.3 版本。新版允许开发者按旋转框任意裁剪 NeRF 场景区域,并新增了从 Minimal 到 Extreme 的画质分级控制,满足从实时运行到离线精细渲染的不同需求。老项目升级需备份并重新导入 .Luma 资产。
InvokeAI 正式发布 3.0.0 版本。系统代码被全面重写为节点化架构,并加入实验性的节点编辑器。新版本还集成了 ControlNet、动态提示词,初步支持 SDXL,支持超过 77 个 token 的长提示词,并让 Mac 用户能以半精度加载模型省显存。
美国地方法官 William Orrick 认定多名艺术家针对 Stability AI、Midjourney 等公司的版权诉讼存在缺陷,倾向于驳回大部分诉求。法官指出 AI 生成图像与艺术家原作缺乏实质性相似,但允许原告补充证据后重新提交诉状。
Stability AI 上线全新开发者平台。新平台直接内置了沙盒测试环境,开发者无需写代码即可选择模型、调节参数并实时预览文生图或放大效果;API 密钥与点数购买也不用再跳转 DreamStudio,实现了全流程统一管理。
Leonardo AI 宣布接入 Stability AI 的 SDXL 0.9 模型并上线 Prompt Magic v3,同时向用户发放 2000 点 token 额度。新组合借助双阶段生成流程与细化模块,支持 1024×1024 基础分辨率生图,在写实度、光影和画面细节上有显著提升。
Meta 展示了双向多模态基础模型 CM3leon,能同时处理文生图与图生文。该模型借鉴纯文本语言模型的训练策略,在零样本 MS-COCO 测试中取得 4.88 的 FID 分数超越 Google Parti,且训练算力比以往同架构方法低 5 倍。
Stability AI 旗下 Clipdrop 推出草图转图像工具 Stable Doodle。它结合了 SDXL 0.9 和腾讯 ARC 的 T2I-Adapter 控制技术,用户只需用鼠标画出简单线稿并输入提示词,就能从 14 种艺术风格中生成对应图像。普通用户无需登录即可免费试用,但有每日额度限制。
Shutterstock 宣布与 OpenAI 签署为期 6 年的新协议,向后者授权图像、视频和音乐库及元数据用于 AI 模型训练。作为交换,Shutterstock 获得 OpenAI 最新技术优先使用权,用于自研编辑工具并接入旗下的 GIPHY 平台。
邮件通讯平台 beehiiv 推出内置 AI 工具套件 beehiiv AI,直接集成在编辑器中。它提供 AI 写作助手、改写与纠错、文生图和多语言翻译四大功能。不过该功能并非免费提供,仅对 Scale 和 Enterprise 付费方案订阅用户开放。
周五,阿里云在上海发布 AI 图像生成工具「通义万相」,对标 Midjourney,先行面向企业客户测试。同日华为推出盘古大模型 3.0,避开内容生成,专注货运车厢安检、气象预测等工业垂直场景。
Shutterstock 宣布向所有企业客户提供生成式 AI 图像全额法律免责保障。企业生成的 AI 图片经平台人工审核后,若遇版权或侵权索赔,将享有与普通商业素材同等的法律兜底。此举紧随 Adobe 类似政策,旨在消除企业商用生成式 AI 的侵权顾虑。
6 月底,多位独立开发者透露 Valve 开始在 Steam 上拒审含 AI 生成素材的游戏。Valve 在驳回信中表示,除非开发者能证明自己拥有 AI 训练集所用全部 IP 的版权,否则因法律所有权不明确无法发行。目前官方指南尚未正式更新该规则。
Unity 发布两款 AI 平台 Muse 与 Sentis。Muse 聚焦内容创作,支持通过自然语言生成资产并内置答疑聊天;Sentis 则是跨平台运行时引擎,直接在终端设备本地运行神经网络,无需承担云端算力与延迟。目前两款工具均已开启封测。