自从在一支烟花群里和朋友测试起 Google 这个新工具，一上午就没停下来 WOC 的感叹。Google 总算放出了他们去年承诺的“可连续对话改图”的 Gemini 文生图能力。
，最近，Appfigure 通过梳理 1000 款 AI 应用(移动端)总结了一份年度 AI 趋势报告，称AI市场在2024年近20亿美元的规模，重点介绍了AI助理、文生图、AI 陪伴、教育AI等版块。
SANA 1.5是一种高效可扩展的线性扩散Transformer，针对文本生成图像任务进行了三项创新：高效的模型增长策略、深度剪枝和推理时扩展策略。这些创新不仅大幅降低了训练和推理成本，还在生成质量上达到了最先进的水平。
就在除夕前的晚上（2025 年 1 月 27 日），Deepseek 发布了多模态模型 Janus-Pro-7B，该模型在图像生成和多模态理解方面都超过了OpenAI的DALL-E 3（虽然也一般般），我相信能文生图功能一定很优秀了，今天搞点特殊的，测试下图像理解能力对专业的医学影像有没有应用的可行性，以下是常见的五种医学影像测试。
对于 LLM，推理时 scaling 是有效的！这一点已经被近期的许多推理大模型证明：o1、o3、DeepSeek R1、QwQ、Step Reasoner mini……
AI工具用得好，能提效还能摸鱼。
自回归文生图，迎来新王者——
2024最火AI爆款可灵，年末又卷了一波： 旗下文生图模型——可图，完成了1.5版本升级，分分钟生成平面大片。 还推出了“AI模特”等全新功能。
这几天，打开社交媒体平台，很多人正在热烈讨论一个叫做「AI 模特」的玩法。 点开几个 Demo，确实惊艳。下方视频是一位海外网友自制的穿搭合辑，你能分得清这是 AI 还是真人吗？
超越ControlNet++，让文生图更可控的新框架来了！
