#奶制品

字节的多模态模型 - BAGEl - 开源免费 对比优势 • 多模态理解、生成和编辑能力在主流榜单上整体领先，超越 Qwen2.5-VL、InternVL-2.5、SD3 等开源模型 • 图像生成质量高，细节丰富，媲美 SD3 • 图像编辑、风格迁移、自由视觉操作等功能更强 • 支持多轮对话、复杂推理和世界建模，综合能力突出 线上直接体验 官网 Github

即梦图片 3.0 的智能参考太猛了，想怎么改图就怎么改

#每日推荐 Flux.1 Kontext - 可以实现GPT 4o图像能力 快速在线免费体验新一代多模态图像生成与编辑模型：Flux.1 Kontext；Kontext 同时理解文本与图像输入，能够实现真正的“上下文生成与编辑”。

我的“改成吉卜力风格”

OpenAI 发布最新的图像生成模型 直接内置在GPT-4o中 支持进行多轮对话修改编辑图像 📌 精准性提升 可准确渲染文字 精细控制图像结构 支持用户通过对话逐步修改迭代图像内容 📌 上下文理解增强 可记住对话中用户的需求和偏好 比如：用户要求“与上一张保持人物发型相同”，GPT-4o 可自动执行 GPT-4o 的图像生成不仅能提供传统的图像生成，还可以生成更复杂的图像，包括插

Grok3也开放了图像编辑，我用它和Gemini 2.0的图像编辑做了一个对比，结论是Grok3的不能用，对有人像的照片进行编辑，竟然能让人脸变形。Gemini 2.0有的AI PS图的意思了。

豆包客户端里的图像编辑厉害，我以为网传段子。 刚截图测试了下还真可以。。。 这个使用场景牛逼！