8秒极速生成！复杂场景图像定制低成本轻松驾驭，已开源丨字节北大联合发布
8秒极速生成！复杂场景图像定制低成本轻松驾驭，已开源丨字节北大联合发布可控图片生成，如今已经不是什么新鲜事。甚至也不需要复杂的提示词，用户通过简单的文本描述，就能快速生成符合个人需求的创意图像。
来自主题: AI技术研报
9363 点击 2025-05-12 14:07
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
可控图片生成，如今已经不是什么新鲜事。甚至也不需要复杂的提示词，用户通过简单的文本描述，就能快速生成符合个人需求的创意图像。
OpenAI GPT-4o发布强大图片生成能力后，业界对大模型生图能力的探索向全模态方向倾斜，训练全模态模型成研发重点。
谷歌Gemini原生图像生成功能又双叒升级了！
大家好，我是五一还在加班给大家写文章的Max 不会吧不会吧，不会真的只有我五一假期还在加班工作吧？
27 岁，没拼爹妈、没靠关系，靠自己搞定了人生第一张和世界首富的合照。
前段时间，GPT-4o 火出了圈，其断崖式提升的生图、改图能力让每个人都想尝试一下。虽然 OpenAI 后来宣布免费用户也可以用，但出图慢、次数受限仍然困扰着没有订阅 ChatGPT 的普通人。
文生图新架构来了！
利用字节团队魔改的FLUX模型，可以直接把多个参考主体放进一张图了。
最近各家文生图 AI 都在不断迭代。
AI绘画总「翻车」，不是抓不住重点，就是细节崩坏？别愁！微软和港中文学者带来ImageGen-CoT技术，让AI像人一样思考推理，生成超惊艳画作，性能提升高达80%。