Meta 開源視覺模型 DINOv2：無需微調，通吃分類與深度估計
Meta AI 開源自監督計算機視覺模型 DINOv2。它完全擺脫了對文本描述和人工標籤的依賴，提取的特徵直接接入簡單線性分類器就能用，在深度估計和影像檢索等任務上表現出色，適合作為通用視覺骨幹網路。
AI影像
檢視更新的新聞
Stability AI 推出 SDXL：35 億引數帶來更高畫質逼真畫質
Stability AI 推出文生圖模型 Stable Diffusion XL（SDXL）。該模型擁有 35 億引數，主打高解析度和逼真細節生成。這意味著創作者和開發者有了更高上限的開源影像生成底模，不僅風格更多元，畫質也更接近專業級。
OpenAI 探索「一致性模型」：單步完成影像生成，速度快一個數量級
TechCrunch 報道 OpenAI 發表「一致性模型」（Consistency Models）論文，嘗試用一到兩步計算完成影像生成。傳統擴散模型需要數十至上千步去噪，而新模型能在單步內搞定生成、上色或超分，速度快一個數量級。雖然初期畫質較粗糙，但為手機端側執行和即時生圖打開了新方向。
Stable Diffusion 背後公司被曝陷入危機：現金告急且盈利無門
據 Semafor 報道，開源影像模型 Stable Diffusion 背後的初創公司 Stability AI 燒錢速度驚人且缺乏盈利路徑，陷入嚴重財務困境。公司去年融到的 1 億美元已所剩無幾，原本衝刺 40 億美元估值的新一輪融資也已動搖。在 Midjourney 等對手的擠壓下，開源明星公司的商業化顯得格外艱難。
Midjourney 叫停免費試用：臨時賬號刷圖太猛，付費使用者先被擠崩
Midjourney 宣佈暫停免費試用。CEO David Holz 透露，大量使用者註冊臨時賬號刷圖，恰逢 GPU 短缺，甚至影響了付費使用者體驗；這並非因為近期川普等深度偽造圖瘋傳。團隊正在重新設計驗證機制以防濫用。
蘋果公佈 FaceLit：僅憑 2D 照片生成可自由打光的 3D 人臉
Apple 研究團隊公佈生成框架 FaceLit。它無需人工標註或複雜採集裝置，直接從普通 2D 影像學習生成 3D 人臉，並結合反射模型實現自由調節光照與視角，在 FFHQ 資料集上創下 3.5 的 FID 成績。
Canva 上線整套 AI 工具：一句話自動排出簡報與模版
Canva 在 Canva Create 上推出一系列 AI 功能。基於 OpenAI 技術的 Magic Design 能根據單張圖片或簡單描述自動生成成套模版與簡報初稿，同時上線了支援區域性擦除替換的 Magic Edit，文生圖解析度也提升了 16 倍。
微軟推出 Bing Image Creator：直接在必應聊天中打字生成圖片
Microsoft 宣佈將影像生成功能 Bing Image Creator 引入新版 Bing 預覽版與 Edge 瀏覽器。它基於 OpenAI 的 DALL∙E 模型，在聊天創意模式下輸入文字描述即可生成圖片。目前向預覽使用者開放英文版，Edge 側邊欄及獨立網頁均已同步上線。
Adobe 推出生成式 AI 模型 Firefly：版權合規，主打商業可用
Adobe 推出面向創意的生成式 AI 模型集 Adobe Firefly，首批支援影像生成和文字特效。模型全部使用 Adobe Stock 授權內容與公有領域資源訓練，主打商業安全，目前已開啟測試並計劃深度整合至 Creative Cloud 等工作流。
Stability AI 推出新工具：上傳一張圖，擴音示詞無限生成變體
Stability AI 宣佈推出 Stable Diffusion Reimagine。這是 Clipdrop 上的新工具，使用者不需要寫複雜提示詞，上傳一張圖片即可生成無限張細節和構圖不同的變體。它用影像編碼器取代了文本編碼器，不會複用原圖的任何畫素，模型後續還將開源。
美國版權局出臺新規：純文字提示詞生成的 AI 影像不受版權保護
美國版權局在《聯邦公報》釋出新指南，明確僅靠文本提示詞生成的 AI 影像不受版權保護。官方認為，輸入提示詞就像客戶給畫師提需求，最終創作是由機器完成的。不過，若作品包含人類的實質編排或文本設計，仍保留按個案獲得保護的可能。
Midjourney 推出紙質月刊：每月 4 美元，收錄精選作品與提示詞
Midjourney 宣佈推出同名紙質月刊，訂閱費每月 4 美元。雜誌每期從社群評分最高的作品中精選圖片，附帶對應的提示詞以及創作者訪談。儘管數字影像在網上隨處可見，團隊仍希望用這本實體刊物紀念社群的想像力。
The Sandbox 探索 AI 輔助創作：聯手 Scenario，分鐘級產出資產原型
The Sandbox 宣佈與 Scenario 合作，探索用生成式 AI 輔助元宇宙創作。團隊正引入 AI 製作動作並加速原型設計，將耗時從數週壓到幾分鐘。最關鍵的是，生成的資產仍將通過區塊鏈確權給創作者。
微軟推出 Florence 視覺 API 預覽：Reddit 將用它生成圖片替代文本
微軟將多模態視覺模型 Florence 引入 Azure 認知服務開放預覽，Reddit 將利用該 API 為圖片自動生成無障礙替代文本。Florence 基於數十億圖文對訓練，單圖最多可打上萬個標籤，還支援影片摘要與摳圖；目前僅面向 Azure 現有客戶開放預覽。
Stability AI 完成首筆收購：拿下超 1500 萬用戶的 Clipdrop
Stability AI 宣佈收購熱門影像工具 Clipdrop 的開發商 Init ML，完成其首筆併購。Init ML 擁有超 1500 萬用戶，收購後將作為全資獨立子公司運營且全員留任。Stability AI 計劃把最新的開源生成式模型無縫接入 Clipdrop 工作流。
彭博社：Stability AI 尋求以 40 億美元估值籌集新資金
據彭博社 3 月報道，Stable Diffusion 母公司 Stability AI 正與投資者接洽，計劃以約 40 億美元估值進行新一輪融資。該公司去年 10 月剛以 10 億美元估值完成 1.01 億美元融資，目前融資金額未定，最終估值仍可能有變。
高通演示手機端跑 Stable Diffusion：驍龍 8 Gen 2 硬體加速，15 秒出圖
高通展示在智慧手機上本地執行 Stable Diffusion 1.5，搭載驍龍 8 Gen 2 晶片，在 15 秒內生成一張 512×512 畫素影像，創下手機本地執行速度紀錄。相比依賴雲端，本地執行無需聯網且更有利於隱私，不過該最佳化目前僅為技術演示，尚未公開發布。
美國版權局裁定：Midjourney 生成的單張插圖不受版權保護
美國版權局重新審查後判定，漫畫《黎明的扎利亞》中由 Midjourney 生成的配圖不具備「人類作者身份」，取消其影像版權保護。不過，作者編寫的文字以及整體畫面的編排、選擇仍受保護。官方認為使用者無法完全預測 AI 輸出結果，提示詞和輕微後期不足以構成版權法所要求的創造性。
可口可樂聯手 OpenAI：用 ChatGPT 和 DALL-E 做定製廣告
可口可樂宣佈與 OpenAI 及貝恩諮詢達成合作，將 ChatGPT 和 DALL-E 引入營銷體系，用來製作定製廣告文案與影像。可口可樂是首家加入貝恩與 OpenAI 聯盟的消費品巨頭，意在用生成式 AI 提升本地化營銷與運營效率。
Roblox 探索打字造世界：Studio 將上線文本生成材質與程式碼功能
Roblox 宣佈正在測試兩項生成式 AI 工具，允許創作者通過輸入文字直接生成 3D 材質和可用程式碼。這項功能旨在抹平程式設計與建模的技術門檻，讓新手也能輕鬆搭建虛擬世界。兩項功能預計在未來幾週內向 Roblox Studio 開發者推出。