相关新闻

placeholder

nicekate

11小时前

试了下 Z-Image-Turbo 图1-2，4张选最好的1张展示在下方 Z-Image-Turbo 速度生成很快，小字文字渲染一般 图3-4是 Nanobanana Pro 生成的效果 两者对比，是有点欺负 Z-Image-Turbo 了，Nanobanana Pro 价格是 Z-Image-Turbo 价格的 30倍

placeholder

Viking

1天前

最近要做一个简单个性化的 AI 语音 Agent，发现了这个开源的 TEN framework， 支持实时多模态对话，扩展性也很强还能集成头像以及各种高级功能，已经 8.6K stars 了，调研以后发现是强大。 官方已经提供了大量的实例： 比如： * 实时语音聊天的 AI Agent，可以直接去试试 ，聊会天就当练习口语了。 * 二次元/数字人头像说话并且同步嘴形 * 多语言实时翻译助

placeholder

歸藏(guizang.ai)

1天前

Black Forest Labs 发布 FLUX.2，依旧开源！ 支持文生图、多图参考以及图像编辑，文本生成和提示词遵循能力大幅提高。 具体的模型能力有： - 最多同时参考 10 张图片，提供最佳一致性。 - 更丰富的细节、更清晰的纹理和更稳定的光线。 - 复杂排版、信息图、表情包和用户界面的文字渲染 - 在遵循复杂、结构化指令方面得到改进 - 现实世界知识、光照和空间逻辑方面显著更有根据

placeholder

katon

2天前

拿之前研究过的一个玩法，让模型画出「推文被打印在 A4 纸上」。 用 Nano Banana 测试中文比较拉跨，现在 Pro 上又跑了一遍这个，效果直接起飞。 提示词："一张由 iPhone 拍摄的真实照片，展示一只手拿着一张打印出来的 A4 纸。纸张上完美打印着提供的推文截图内容，文字、图像和用户名都清晰可见，具有真实的打印墨迹质感。纸张因被手拿着而略微弯曲，边缘有轻微褶皱。光线为柔和的室内

placeholder

Geek

2天前

在 sublinkX/sublinkE 基础上二次开发，支持更多协议和高度自定义的开源订阅转换管理工具。 sublinkPro

关联事件

智谱直播发布全球最佳视觉模型GLM-4.5V，挑战AI视觉领域极限

21

智谱直播近日开源了其最新视觉模型GLM-4.5V，该模型基于其旗舰文本基础模型GLM-4.5-Air，拥有106B总参数和12B激活参数。GLM-4.5V在42个公开的视觉语言基准测试中表现出色，达到了同规模模型中的SOTA性能，支持图像、视频和文档理解等多种任务。该模型的推出标志着智谱在视觉推理领域的进一步突破，具备全场景视觉推理能力，能够处理复杂的图像推理和视频理解任务，预计将对AI视觉技术的发展产生深远影响。