Meta 开源视觉模型 DINOv2：无需微调，通吃分类与深度估计
Meta AI 开源自监督计算机视觉模型 DINOv2。它完全摆脱了对文本描述和人工标签的依赖，提取的特征直接接入简单线性分类器就能用，在深度估计和图像检索等任务上表现出色，适合作为通用视觉骨干网络。
AI图像
查看更新的新闻
Stability AI 推出 SDXL：35 亿参数带来更高清逼真画质
Stability AI 推出文生图模型 Stable Diffusion XL（SDXL）。该模型拥有 35 亿参数，主打高分辨率和逼真细节生成。这意味着创作者和开发者有了更高上限的开源图像生成底模，不仅风格更多元，画质也更接近专业级。
OpenAI 探索「一致性模型」：单步完成图像生成，速度快一个数量级
TechCrunch 报道 OpenAI 发表「一致性模型」（Consistency Models）论文，尝试用一到两步计算完成图像生成。传统扩散模型需要数十至上千步去噪，而新模型能在单步内搞定生成、上色或超分，速度快一个数量级。虽然初期画质较粗糙，但为手机端侧运行和实时生图打开了新方向。
Stable Diffusion 背后公司被曝陷入危机：现金告急且盈利无门
据 Semafor 报道，开源图像模型 Stable Diffusion 背后的初创公司 Stability AI 烧钱速度惊人且缺乏盈利路径，陷入严重财务困境。公司去年融到的 1 亿美元已所剩无几，原本冲刺 40 亿美元估值的新一轮融资也已动摇。在 Midjourney 等对手的挤压下，开源明星公司的商业化显得格外艰难。
Midjourney 叫停免费试用：临时账号刷图太猛，付费用户先被挤崩
Midjourney 宣布暂停免费试用。CEO David Holz 透露，大量用户注册临时账号刷图，恰逢 GPU 短缺，甚至影响了付费用户体验；这并非因为近期川普等深度伪造图疯传。团队正在重新设计验证机制以防滥用。
苹果公布 FaceLit：仅凭 2D 照片生成可自由打光的 3D 人脸
Apple 研究团队公布生成框架 FaceLit。它无需人工标注或复杂采集设备，直接从普通 2D 图像学习生成 3D 人脸，并结合反射模型实现自由调节光照与视角，在 FFHQ 数据集上创下 3.5 的 FID 成绩。
Canva 上线整套 AI 工具：一句话自动排出演示文稿与模版
Canva 在 Canva Create 上推出一系列 AI 功能。基于 OpenAI 技术的 Magic Design 能根据单张图片或简单描述自动生成成套模版与演示文稿初稿，同时上线了支持局部擦除替换的 Magic Edit，文生图分辨率也提升了 16 倍。
微软推出 Bing Image Creator：直接在必应聊天中打字生成图片
Microsoft 宣布将图像生成功能 Bing Image Creator 引入新版 Bing 预览版与 Edge 浏览器。它基于 OpenAI 的 DALL∙E 模型，在聊天创意模式下输入文字描述即可生成图片。目前向预览用户开放英文版，Edge 侧边栏及独立网页均已同步上线。
Adobe 推出生成式 AI 模型 Firefly：版权合规，主打商业可用
Adobe 推出面向创意的生成式 AI 模型集 Adobe Firefly，首批支持图像生成和文字特效。模型全部使用 Adobe Stock 授权内容与公有领域资源训练，主打商业安全，目前已开启测试并计划深度整合至 Creative Cloud 等工作流。
Stability AI 推出新工具：上传一张图，免提示词无限生成变体
Stability AI 宣布推出 Stable Diffusion Reimagine。这是 Clipdrop 上的新工具，用户不需要写复杂提示词，上传一张图片即可生成无限张细节和构图不同的变体。它用图像编码器取代了文本编码器，不会复用原图的任何像素，模型后续还将开源。
美国版权局出台新规：纯文字提示词生成的 AI 图像不受版权保护
美国版权局在《联邦公报》发布新指南，明确仅靠文本提示词生成的 AI 图像不受版权保护。官方认为，输入提示词就像客户给画师提需求，最终创作是由机器完成的。不过，若作品包含人类的实质编排或文本设计，仍保留按个案获得保护的可能。
Midjourney 推出纸质月刊：每月 4 美元，收录精选作品与提示词
Midjourney 宣布推出同名纸质月刊，订阅费每月 4 美元。杂志每期从社区评分最高的作品中精选图片，附带对应的提示词以及创作者访谈。尽管数字图像在网上随处可见，团队仍希望用这本实体刊物纪念社区的想象力。
The Sandbox 探索 AI 辅助创作：联手 Scenario，分钟级产出资产原型
The Sandbox 宣布与 Scenario 合作，探索用生成式 AI 辅助元宇宙创作。团队正引入 AI 制作动作并加速原型设计，将耗时从数周压到几分钟。最关键的是，生成的资产仍将通过区块链确权给创作者。
微软推出 Florence 视觉 API 预览：Reddit 将用它生成图片替代文本
微软将多模态视觉模型 Florence 引入 Azure 认知服务开放预览，Reddit 将利用该 API 为图片自动生成无障碍替代文本。Florence 基于数十亿图文对训练，单图最多可打上万个标签，还支持视频摘要与抠图；目前仅面向 Azure 现有客户开放预览。
Stability AI 完成首笔收购：拿下超 1500 万用户的 Clipdrop
Stability AI 宣布收购热门图像工具 Clipdrop 的开发商 Init ML，完成其首笔并购。Init ML 拥有超 1500 万用户，收购后将作为全资独立子公司运营且全员留任。Stability AI 计划把最新的开源生成式模型无缝接入 Clipdrop 工作流。
彭博社：Stability AI 寻求以 40 亿美元估值筹集新资金
据彭博社 3 月报道，Stable Diffusion 母公司 Stability AI 正与投资者接洽，计划以约 40 亿美元估值进行新一轮融资。该公司去年 10 月刚以 10 亿美元估值完成 1.01 亿美元融资，目前融资金额未定，最终估值仍可能有变。
高通演示手机端跑 Stable Diffusion：骁龙 8 Gen 2 硬件加速，15 秒出图
高通展示在智能手机上本地运行 Stable Diffusion 1.5，搭载骁龙 8 Gen 2 芯片，在 15 秒内生成一张 512×512 像素图像，创下手机本地运行速度纪录。相比依赖云端，本地运行无需联网且更有利于隐私，不过该优化目前仅为技术演示，尚未公开发布。
美国版权局裁定：Midjourney 生成的单张插图不受版权保护
美国版权局重新审查后判定，漫画《黎明的扎利亚》中由 Midjourney 生成的配图不具备「人类作者身份」，取消其图像版权保护。不过，作者编写的文字以及整体画面的编排、选择仍受保护。官方认为用户无法完全预测 AI 输出结果，提示词和轻微后期不足以构成版权法所要求的创造性。
可口可乐联手 OpenAI：用 ChatGPT 和 DALL-E 做定制广告
可口可乐宣布与 OpenAI 及贝恩咨询达成合作，将 ChatGPT 和 DALL-E 引入营销体系，用来制作定制广告文案与图像。可口可乐是首家加入贝恩与 OpenAI 联盟的消费品巨头，意在用生成式 AI 提升本地化营销与运营效率。
Roblox 探索打字造世界：Studio 将上线文本生成材质与代码功能
Roblox 宣布正在测试两项生成式 AI 工具，允许创作者通过输入文字直接生成 3D 材质和可用代码。这项功能旨在抹平编程与建模的技术门槛，让新手也能轻松搭建虚拟世界。两项功能预计在未来几周内向 Roblox Studio 开发者推出。