图像生成

谷歌推出Whisk，首个以图像为主导的生成式AI工具，用户可上传或生成图像进行视觉设计，目前仅美国用户可用。

Meta推出开源AI虚拟试穿框架Leffa，通过生成新图像提升穿衣体验，减少图像失真，保留细节。用户可在线试用，项目代码公开，推动虚拟试穿技术进步。未来购物体验更个性化和便利。

字节跳动推出“Infinity”框架，通过比特级标记和无限词汇分类器，大幅提升文本到高分辨率图像合成效率和质量，实现0.8秒内生成1024×1024图像，真实细节丰富，精准响应复杂文本。

AWPortraitCN模型专注于生成符合中国人特征和审美的肖像图像，操作简便，图像质量细腻真实，适用于多种场景，推动人工智能技术民主化，现已开放体验。

亚马逊网络服务推出新型多模式生成AI模型系列Nova，包括文本、图像和视频生成模型，支持15种语言，强调速度、成本效益及与AWS平台的无缝集成。

Mistral AI升级Le Chat助手，新增网络搜索、图像生成功能，推出Pixtral Large模型，性能超越竞品，助力用户高效创作和处理复杂图像。

阿里巴巴近日开源了图像生成模型Qwen2vl-Flux，该模型具备强大的图像生成与编辑功能。用户可以通过输入图像或文本，实现图像的变换、融合与混合。模型能够生成多幅相似图像，支持文本引导图像混合，巧妙地结合输入图像与文本内容。此外，Qwen2vl-Flux还允许将不同图像进行合体，并提供网格风格迁移功能，使用户能精细修改特定部分，创造丰富的视觉效果。项目已上线，可通过Hugging Face访问。

Stability AI 发布了新版 Stable Diffusion 3.5 Large，新增了三种 ControlNet 功能：Blur、Canny 和 Depth，增强了图像生成能力。用户可在不商业化的情况下免费使用该模型，年收入低于100万美元的小型企业和创作者也可用于商业用途，且可保留生成作品的所有权。这一更新降低了使用门槛，吸引了大量创作者。公司同时强调安全性，采取措施防止模型滥用，并计划推出更多 ControlNet 功能，为技术进步注入新活力。