当AI同时精通“看”与“画”：阿里巴巴团队多模态AI模型的惊人进展
在人工智能领域，有两类模型一直沿着不同的轨道发展：一类擅长"理解"图像和文字，就像一个能看懂图片并回答问题的智能助手；另一类则擅长"创造"图像，就像一位根据文字描述作画的数字艺术家。直到最近，这两种能力很少能在同一个AI系统中完美共存。这正是阿里巴巴集团联合多
图像编辑
感受「言出法随」的图像编辑，HiDream-E1-Full 现已上线模力方舟
图像编辑模型HiDream-E1-Full现已上线模力方舟 AI 模型广场，访问以下链接立即在线体验：https://ai.gitee.com/serverless-api?model=HiDream-E1-Full
模态 开源 transformer llama 图像编辑 2025-05-12 16:38 3
开源全能图像模型媲美GPT-4o！解决扩散模型误差累计问题
开源的MLLMs和扩散模型已经过大规模预训练，其从零开始训练统一任务，不如取长补短，将MLLMs的语言建模能力，与扩散模型的像素级图像建模能力，进行有机的结合。
一个LoRA实现GPT-4o级图像编辑！浙大哈佛新模型冲上Hugging Face
随着Gemini、GPT-4o等商业大模型把基于文本的图像编辑这一任务再次推向高峰，获取更高质量的编辑数据用于训练、以及训练更大参数量的模型似乎成了提高图像编辑性能的唯一出路。然而浙大哈佛这个团队却反其道而行之，仅用以往工作0.1%的数据量（获取自公开数据集）
图层式记忆：让AI图像编辑如魔法般简单直观
当你使用手机或电脑修图时，是否曾经遇到过这样的情况：你想在一张森林照片中依次添加一个乐高小人、一辆吉普车，再放一只小狗，但每次添加新元素时，前面添加的内容却变得奇怪或者完全消失了？韩国首尔国立大学的研究团队最近解决了这个令人头痛的问题，他们在2025年5月发表
字节开源SuperEdit图像编辑方法，AI的P图水平如何？
字节的ByteDance Intelligent Creation (USA) 团队开源了SuperEdit项目，帮助AI提升P图水平，项目包含数据和模型。（所以直男没救了吗？）
AI日报：Kimi全新音频基础模型Kimi-Audio；阶跃星辰开源图像编辑模型Step1X-Edit；夸克AI超级框上线 “拍照问夸克”
Moonshot AI最近推出的Kimi-Audio是一款开源音频基础模型，旨在推动音频理解、生成和交互技术的发展。该模型基于Qwen2.5-7B架构，结合Whisper技术，支持多种音频任务，如语音识别和音频问答。凭借超过13亿小时的多样化音频数据训练，Ki
集体照拍摄避坑指南，确保拍出所有参与者的最佳状态
无论是工作中还是生活中，集体照作为记录美好瞬间的重要方式，承载着无数的回忆与情感。然而，一个不容忽视的问题是，几乎每一张集体照中，总有那么一两位成员或是闭眼、或是表情管理失控，为完美的照片留下遗憾。本文旨在深入探讨这一现象背后的原因，并提出五项专业级的集体照拍
美图公司AI视觉领域竞争力升级：七项图像编辑成果出炉
近日，美图公司旗下美图影像研究院（MT Lab）联合清华大学、新加坡国立大学、北京理工大学、北京交通大学等知名高校的五项研发成果入选IEEE国际计算机视觉与模式识别会议CVPR 2025。作为计算机视觉领域的世界三大顶级会议之一，CVPR 2025投稿量再次刷
美图七项图像编辑技术突破，AI应用拓展至更多创新场景
在计算机视觉与人工智能领域，美图公司旗下的美图影像研究院（MT Lab）再度传来捷报。近日，该研究院联合清华大学、新加坡国立大学等多所知名学府，共同研发的五项技术成果成功入选IEEE国际计算机视觉与模式识别会议CVPR 2025。这一顶级会议今年吸引了超过13
美图图像编辑最新成果揭晓：七项研发突破助力AI应用落地更多场景
近日,美图公司旗下美图影像研究院(MT Lab)联合清华大学、新加坡国立大学、北京理工大学、北京交通大学等知名高校的五项研发成果入选IEEE国际计算机视觉与模式识别会议CVPR 2025。作为计算机视觉领域的世界三大顶级会议之一,CVPR 2025投稿量再次刷
美图公司最新研发成果：生成式AI技术、分割技术、3D重建技术获突破
近日，美图公司旗下美图影像研究院（MT Lab）联合清华大学、新加坡国立大学、北京理工大学、北京交通大学等知名高校的五项研发成果入选IEEE国际计算机视觉与模式识别会议CVPR 2025。作为计算机视觉领域的世界三大顶级会议之一，CVPR 2025投稿量再次刷
OpenAI 「一句话 P 图」真的考虑让设计师下岗？
OpenAI推出的“一句话P图”功能，凭借其强大的自然语言处理和深度学习技术，让用户只需通过简单的文字指令即可完成复杂的图像编辑任务。然而，这项技术的出现也引发了人们对于设计师职业未来的担忧。本文将深入探讨OpenAI“一句话P图”功能的技术原理、应用场景以及
Adobe黑科技：视频扩散降维图像编辑，ObjectMover秒懂物理规律
论文第一作者为余鑫，香港大学三年级博士生，通讯作者为香港大学齐晓娟教授。主要研究方向为生成模型及其在图像和 3D 中的应用，发表计算机视觉和图形学顶级会议期刊论文数十篇，论文数次获得 Oral, Spotlight 和 Best Paper Honorable
图像编辑 adobe objectmover adobe黑科 2025-03-29 18:31 7
谷歌AI图像编辑工具可智能去除专业图库的复杂水印
谷歌近日推出的Gemini Flash 2.0人工智能模型引发关注，该工具被发现具备强大的图像编辑能力，可通过简单文本指令实现水印去除、场景替换等复杂操作。
手机12g运存和16g运存差距明显吗？不同使用场景下的性能差异深度
在当今智能手机性能日益强大的时代，运行内存（RAM）作为衡量手机多任务处理能力和应用响应速度的重要指标，越来越受到消费者的关注。尤其是12GB与16GB这两个运存规格，它们在不同使用场景下的表现差异，成为许多用户在选择手机时的重要考量因素。本文将深入探讨这两种
一款简单好用的交互式图像编辑 AI 工具：MagicQuill
更新保存按钮;修复 Windows 上的路径错误;添加 and 文件，方便在 Windows 和 Linux 上安装环境。感谢 lior007 和 JamesIV4。.bat.sh[2024.11.25] 新的用户界面更新：拖放图片+下载按钮：我们增强了我们的
图像编辑 magicquill compose pip to 2025-03-19 17:34 6
图片太大不能上传怎么压缩变小？5招教你轻松压缩变小
图片太大不能上传怎么压缩变小？在数字化时代，图片已成为我们日常生活和工作中不可或缺的一部分。无论是分享生活点滴，还是展示工作成果，图片都是最直观、最生动的表达方式。然而，有时候我们会遇到这样一个问题：图片太大，无法上传。这种情况常常让人感到棘手。尤其是在一些对
已授权给****，可永久使用！
reaConverter ，一款国外的专业图片格式转换工具，多语言支持，让您使用无忧!
Adobe 推出全新生成式 AI 工具，简化批量图像编辑和视频翻译
今日，Adobe 宣布推出一系列全新的生成式 AI 工具，旨在自动化处理劳动密集型生产任务。其中最引人注目的是“Firefly Bulk Create”应用，该工具允许用户一键快速调整多达 10,000 张图像的尺寸或替换所有背景，从而避免繁琐的逐张编辑操作。