OpenAI全新GPT Image突袭！碾压Image 2，塑料感终于消失
OpenAI全新GPT Image突袭！碾压Image 2，塑料感终于消失OpenAI又要放大招了！
来自主题: AI资讯
7404 点击 2026-08-10 15:27
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
OpenAI又要放大招了！
这两天，Arena 平台上突然出现一款神秘的图像生成模型，代号「mona-lisa-1」。有人让该模型「生成一张你的创造者的图片」，模型点名 OpenAI 和奥特曼。且有网友用 OpenAI 验证工具检测生成图片后，确认图片中带有 OpenAI 的 SynthID 水印。
上海交通大学联合上海创智学院团队提出 A²-Edit，它以统一框架支持任意物体类别和任意精度掩码，通过混合 Transformer 专家路由、掩码退火训练及 50 万级多品类数据，让用户只需给出粗略区域，也能完成身份一致、结构完整、自然融合的参考图引导局部编辑。
对于 AI 生成图像中可能存在的不自然伪影，我们是否不仅能够将其定位和解释，还能进一步对其进行修复，使图像恢复为更加真实、自然的视觉外观？围绕这一问题，来自北京大学等机构的研究者提出了 GenShield：一个统一的自回归框架，将 AI 生成图像检测 与 图像伪影修复 结合到同一个闭环中，实现从 “诊断” 到 “修复” 的一体化建模。
当全球最神秘的AI图像公司决定造硬件，它在赌什么？近日，Midjourney创始人David Holz在社交媒体上宣布：“开始发出第一批Midjourney硬件产品发布邀请，还有少量名额。”
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。
北大彭宇新团队提出「美学照片重构」新任务，从摄影教学视频中自动构建数据集AesRecon，并开发两阶段模型AesFormer，通过优化构图、视角与人物姿态，提升照片的美感与艺术表现力。
今天早上，Google Labs发布了Pomelli最新功能Photoshoot，我们可以从一张产品图片出发，轻松制作高质量定制品牌照片，用于产品营销。Pomelli是Google Labs联合Google DeepMind于2025 年10月推出的AI营销工具实验项目，底层驱动模型为Nano Banana，专为中小企业设计。
尽管多模态大语言模型（MLLMs）在识别「图中有什么」这一语义层面上取得了巨大进步，但在理解「图像看起来怎么样」这一感知层面上仍显乏力。
浙江大学ReLER团队开源ContextGen框架，攻克多实例图像生成中布局与身份协同控制难题。基于Diffusion Transformer架构，通过双重注意力机制，实现布局精准锚定与身份高保真隔离，在基准测试中超越开源SOTA模型，对标GPT-4o等闭源系统，为定制化AI图像生成带来新突破。