搜索
Reve 在 7 月 9 日把图像模型迭代到了 2.1 版。距离 2.0 发布刚好一个月，放在基础模型圈子这不算常见。前面只挡着一个 OpenAI 的 GPT Image 2。另外官方说：「训练这版模型用的算力不到排行榜前后邻居的十分之一」。
AI 生图最难的地方，早就从「生成一张好看的图」变成了「把那张差一点的图改对」。
我最近又玩了一个新的视频制作平台，名叫 Flova，它的思路就是我上边说的这个方向。它不仅仅是一个调用单个模型的生成工具，而是一个面向 AI 视频 / AI 影视创作的全能六边形 Agent。
7月8日晚间，字节跳动Seed团队正式发布多模态图像创作模型Seedream 5.0 Pro。这距离今年2月10日Seedream 5.0预览版上线，已经过去近5个月。相比此前版本，Seedream 5.0 Pro在图文匹配、结构合理性、文字渲染与画面美感等基础能力上进行了升级，并重点强化了四项核心能力
扩散模型已经越来越会「画」，却还远没有学会「守住要求」。决定系统是否可靠的，已不再只是画质，而是生成结果能否持续遵守条件、维持状态，并符合人类与现实世界的基本标准。
UBC 和 Weathon Software 的研究提出，图像的美学对齐正在削弱艺术表达。
聊了一个小时，美图CPO——首席产品官陈剑毅（花名小白）几乎没提过「参数」两个字。
全员本科生！ 刚刚，何恺明携本科生“军团”又放出一篇新论文。
你为什么选了做视觉有关的方向呢？跟你对市场、对成都的观察有关吗？我们现在用的很多传统的 APP，包括很多操作系统，我觉得未来会被替代掉的。因为很多是很“反人类”的设计。这些东西的本质是“系统状态的流转”，没有一个正常人喜欢用这些系统。而这部分，数据的流转，是 Agent 能替我们做的。最终一定会剩下一些简洁的信息要呈现给人——我们做的，反而应该是这个部分。
每一次技术范式的重大转换，都是旧秩序松动、新物种诞生的窗口期。