跳到正文
IFAI

AI影像

行業標籤1,036 則新聞

  2. AIGC傳播指數 41

    阿里釋出 Qwen-Image-2.0：原生 2K 畫質，告別亂碼文字

    阿里千問團隊推出下一代影像生成模型 Qwen-Image-2.0。新模型支援 2K 原生解析度，可處理長達 1000 token 的排版提示詞，精準渲染圖片中的文字，並整合了影像生成與編輯功能。同時架構更輕量，推理速度更快。

  3. AIGC傳播指數 41

    Hyper3D 推出 Rodin Gen-2：用自然語言精準區域性修改 3D 模型

    Hyper3D 推出 Rodin Gen-2 及其編輯功能，支援文本或圖片生成 3D 資產。新增的區域性重繪功能允許使用者框選模型特定區域，直接用提示詞微調結構與材質，無需推倒重建。生成結果具備生產級四邊面網格，可直接匯出 STL 等格式用於 3D 列印。

  9. AIGC傳播指數 41

    Kling 提出 3D Move：把動作換給新角色，還能自由運鏡

    Kling 公佈運動控制技術 3D Move。它能將影片中人物的動作遷移給真人或動漫新角色，並首次做到在動作遷移的同時自由控制鏡頭運鏡與縮放，保持空間一致性與精細手勢。目前該成果僅釋出了研究論文，尚未明確是否開源或上線。

  11. 開源專案傳播指數 48

    See-Through：把二次元插畫拆成 23 個可編輯分層

    開源專案 See-Through 能把單張二次元插畫拆解為最多 23 個語義圖層，並自動補全被遮擋區域。它不僅能直接匯出包含髮型、五官和服飾的透明 PSD，還附帶深度資訊，方便後續直接製作 Live2D 動畫或重新布光。

  14. AI科研傳播指數 36

    騰訊提出 InteractAvatar：數字人告別站樁，能拿手機戴耳機了

    騰訊等團隊提出 InteractAvatar 框架，讓數字人不僅能說話，還能與周圍物體互動（如戴耳機、拿手機）。該框架支援連續指令與精確時間戳控制，解決了傳統數字人只能站樁口播的侷限。最值得關注的是，它讓虛擬人影片生成邁向了能與真實環境互動的新階段。

  16. AI科研傳播指數 36

    北大與谷歌推出 PaperBanana：用 5 個 AI 智慧體自動畫論文圖

    北京大學與谷歌雲 AI 團隊釋出 PaperBanana，由檢索、規劃、設計、渲染和評審 5 個智慧體協同工作，可將研究文本自動生成出版級論文圖表。其在 NeurIPS 基準上的簡潔度超越基線 37%，還能直接美化人類手繪圖；不過目前在複雜流程連線上仍會出現偏差。

  18. AIGC傳播指數 38

    Krea AI 全面上線 Realtime Edit：支援複雜指令即時修圖

    Krea AI 正式向所有使用者開放 Realtime Edit 工具。該功能支援理解複雜的文本指令，並在輸入的同時即時完成影像修改。這意味著創作者不再需要反覆等待排隊渲染，可以在調整提示詞的過程中即時看到畫面反饋。

  19. 大模型傳播指數 52

    傳位元組與阿里春節發新模型：豆包 2.0 對決千問 3.5

    據媒體報道，字節跳動與阿里巴巴均計劃在 2 月春節期間推出新一代旗艦 AI 模型。位元組擬釋出豆包 2.0 以及新一代影像與影片生成模型；阿里則準備推出強化推理的 Qwen 3.5。加上傳聞 2 月中旬亮相的 DeepSeek V4，國內大模型頭部的春節檔戰況將迅速升級。