文生图进入R1时代：港中文MMLab发布T2I-R1，让AI绘画“先推理再下笔”
文生图进入R1时代：港中文MMLab发布T2I-R1，让AI绘画“先推理再下笔”“先推理、再作答”，语言大模型的Thinking模式，现在已经被拓展到了图片领域。
来自主题: AI技术研报
6844 点击 2025-05-13 15:02
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
“先推理、再作答”，语言大模型的Thinking模式，现在已经被拓展到了图片领域。
最近我们AI爱好者的群里玩的全都是豆包和即梦生成的海报图片，大家评价做图片和海报效果真的很不错，豆包进步了，即梦也进步了。真的进步太大了！下面是我的朋友们尝试过的一些趣味玩法：
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。
《读佳》获悉，快手已上线名为Poify的AI业务，不同于可灵AI，据悉，Poify更加专注于AI作图领域，除了支持常规的文生图和图生图的功能外，最重要的是涉足电商方面的AI作图。
5月9日，京西智谷潭柘智空基座大模型体系及应用平台建设项目开标，北京智谱清言科技有限公司中标，金额6400万元。根据此前公开的采购公告，本项目招标范围是：文生图片平台、图生视频与视频生视频平台、汉藏平台、多语种平台、AI数字人与垂类大模型对接平台、集成总平台等。
GPT-4o 生图功能的出现揭示了统一理解与生成模型的巨大潜力，然而如何在同一个框架内协调图像理解与生成这两种不同粒度的任务，是一个巨大的挑战。
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？
GPT-4o又双叒更新了。这一次，在智力和个性方面再次进化，STEM解决能力增强，响应更主动。与此同时，有人曝出它的生图质量大不如前。