BBC 调查发现多款主流 AI 工具在“变正常”提示词下会自动抹除人物外貌差异中国語
BBC Wales 调查发现,当被输入“让这个人变正常”等提示词时,ChatGPT 6、Grok Fast 和 Gemini 3.6 Thinking 等 AI 工具会自动抹除人物面部的疤痕、胎记或病理性生理特征,而衣物与背景保持不变。
推薦理由:调查测试展示了主流多模态模型面对定义正常这一模糊指令时的偏见与处理护栏差异。
AI 画图的最前线:文生图模型迭代、图像编辑能力与创作工具生态的全部动态。
BBC Wales 调查发现,当被输入“让这个人变正常”等提示词时,ChatGPT 6、Grok Fast 和 Gemini 3.6 Thinking 等 AI 工具会自动抹除人物面部的疤痕、胎记或病理性生理特征,而衣物与背景保持不变。
推薦理由:调查测试展示了主流多模态模型面对定义正常这一模糊指令时的偏见与处理护栏差异。
Microsoft AI 发布图像编辑模型 MAI Image 2.7 预览版,在 Artificial Analysis 图像编辑榜单排名第 2,在 Arena Edit 排名第 3。
推薦理由:该模型强化了重打光与文字修改等难点场景的控制力,创作者可据此评估其融入复杂修图工作流的可行性。
开发者 vishwakulkarni 开源了本地优先的 AI 图像与视频工作台 PoseForge,支持保持人物一致性并迁移姿态。该工具内置 PGlite 数据库,工作区、角色库和生成历史均保留在本地,前端提供引导式工作台与多项目节点画布,可灵活接入 ComfyUI、Codex CLI、Google Antigravity 以及 Higgsfield、fal.ai 等外部 API 引擎。
推薦理由:项目将角色库与姿态库保留在本地轻量数据库中,为多模型调用下的画风一致性与隐私控制提供了实用架构参考。
开发者通过 RunPod Flash 的免 Docker Serverless GPU 方案搭建了图像生成竞技场 FlashFun.dev,将单次生成成本从商业 API 的 $0.03-$0.04 降至 $0.00033-$0.002,使 $1 预算支持生成 500 到 3,000 张图片。
推薦理由:原文通过具体账单对比和完整架构代码,展示了如何用无容器装饰器与缩容到零机制降低生图推理开销。
改装者通过固件漏洞解除了 Nvidia RTX 20、30 和 40 系列显卡内置的半速 AI 性能限制。解锁后 RTX 4090 的峰值 Tensor 算力翻倍,RTX 3090 Ti 矩阵计算性能提升最高达 80%,有助于加快提示词处理和图像生成。但受显存带宽瓶颈限制,实际工作负载收益低于理论峰值,聊天机器人 token 生成速率基本保持不变。
推薦理由:原文对比了解锁带来的峰值算力提升与显存带宽瓶颈,读者可据此客观评估消费级显卡在图像生成与提示词处理上的真实收益。
模思智能和 OpenMOSS 团队开源 5B 参数 DiT 生图模型 MOSS-Image,上线 4 天在海外社区下载量突破 130 万次并登上 Hugging Face 趋势榜前列。
推薦理由:该模型通过剔除合成数据提升自然度,并结合结构化排版和长提示词输入,为可控视觉设计与复杂构图提供了实用路径。
设计平台 Canva 推出首款自研图像生成模型 Canva Craft,主要基于数百万设计模板而非普通照片从头训练而成。该模型最高支持 2K 分辨率与 30 多种画幅比例,支持 55 种语言的文字渲染,并允许用户通过 Magic Layers 将生成结果拆分为可编辑图层。
推薦理由:Canva 转向基于自有多模态设计模板自研模型,读者可以了解垂直设计平台摆脱第三方模型依赖的技术路径。
模思智能与OpenMOSS团队开源文生图模型MOSS-Image,上线4天在海外社区收获130万次下载并登顶Hugging Face文生图趋势榜。该模型采用从零预训练的5B参数DiT架构,搭配Qwen3.5-9B文本编码器与FLUX.2 VAE,并在国产PPU算力平台完成训练。
推薦理由:原文解析了剔除AI合成数据训练与JSON布局控制的设计,读者可据此了解开源生图在排版与画风真实感上的最新进展。
Etsy 宣布更新商品上架规则以遏制平台上的 AI 垃圾内容,要求每个商品必须包含至少一张在真实背景下拍摄的实物未经编辑照片,并禁止机器人自动上架商品。系统在检测到疑似 AI 图片时会弹窗要求卖家注明,若买家收到的实物与展示存在实质差异则卖家须承担退款责任;此外,图纸与食谱等指南类商品禁止由 AI 生成,纯 AI 艺术品销售则必须明确向买家披露。
推薦理由:电商平台针对生成式 AI 泛滥给出了具体的治理细则,明确了实物照底线与 AI 标注要求,为内容交易平台的防欺诈机制提供了参考。
Canva 正式推出首款图像生成模型 Canva Craft,采用两阶段架构在生成前先规划设计布局,支持最高 2K 分辨率和超过 30 种长宽比。该模型基于平台内数百万个人工模板训练,提升了文字可读性与元素摆放精度,目前已在 Canva 的 Dream Lab 向全球用户开放。后续 Canva 还计划支持通过 MCP 接入 AI 智能体,并推出响应更快的衍生轻量版本。
推薦理由:两阶段先规划后生成的架构重点优化了排版与文字可读性,展现出垂直设计平台研发专用图像生成模型的工程取向。
Canva 发布首个图像生成模型 Canva Craft,采用先规划版面结构与文本信息再渲染图像的两阶段生成方案。该模型支持最高 2K 分辨率与 30 种纵横比,依托平台模板训练并可直接转换为分层设计文件。目前该模型已在 Dream Lab 面向所有用户开放,后续将提供 API 并通过 MCP 支持 ChatGPT 与 Gemini 等第三方应用。
推薦理由:原文给出了两阶段生成与模板训练实现分层设计的方案,读者可以据此评估垂直场景下生成模型的能力路径。
在事实核查机构 Full Fact 发现多张真实照片被错误标记为 AI 制作或编辑后,Google 紧急更新了 SynthID Detector 检测工具。Google 在更新中下调了部分判定的确定性并加入“不确定”(Unsure)分级,以明确向用户传达置信度区间。Google 提示该工具在水印抗篡改鲁棒性与误报风险之间存在权衡,不建议脱离其他事实核查依据单凭检测结果做最终判断。
推薦理由:核查机构实测揭示了隐形水印检测工具的误报边界,为依赖 AI 鉴别工具的内容审核工作流提供了校准参考。
作者发布了一份 AI 图像生成实践指南,系统梳理了扩散模型与原生多模态模型的原理差异、提示词技巧与工程落地方法。文章建议提示词应描述相机、光线和印刷工艺而非宏观评价词,并主张采用混合管线:让模型负责创意生成,由普通代码处理抠图、网格吸附与调色板缩减等确定性结构。
推薦理由:作者结合工程实践给出了从提示词约束、API抽象到智能体自动审图迭代的完整落地方法。
Black Forest Labs 正式开源 5.6B 参数的文本到图像生成与编辑模型 FLUX 3 Image Klein,支持原生 4K 生成、像素级编辑及最多 10 张多参考图生成。
推薦理由:材料展示了该模型在参数压缩与端侧轻量部署上的实测数据,便于评估消费级显卡的本地运行成本。
Apple 更新 App Store 审核规则,更明确地禁止利用 AI 工具生成非自愿私密图像的“脱衣”应用。新规要求开发者必须主动防范和清理此类内容,未建立充分防护措施或在通知后未整改的应用将被下架。Apple 还重申严禁过审后增加脱衣功能的偷梁换柱行为,涉及儿童剥削或人口贩运的应用将被封禁并禁止替代分发。
推薦理由:原文明确了平台对生成式 AI 滥用内容的审核责任与处置措施,有助于开发者了解移动生态的内容合规红线。
美国密歇根州利沃尼亚警方卧底调查人员使用 AI 生成的 15 岁少年照片建立虚拟账号,成功诱捕并逮捕了一名企图与未成年人见面的芝加哥地区高中员工。调查过程中,警方配合使用了 Clearview AI 人脸识别工具核实嫌疑人身份,并通过 Flock 系统追踪其车辆。事件凸显出执法机构正将 AI 生成的虚拟身份与多种监控分析工具结合,用于诱捕与刑事侦查行动。
推薦理由:报道呈现了执法部门结合生成式图像与人脸识别追踪诱捕嫌犯的具体案例,展示了生成式 AI 在刑事侦查中的实际落地与潜在争议。
Black Forest Labs 正式发布开放权重图像模型 FLUX 3 Image Klein,参数量为 5.6B,支持文生图、图像编辑、最多 10 张参考图生成及原生 4K 输出。
推薦理由:该模型在 5.6B 参数下支持原生 4K 输出且仅需 8GB 显存即可本地运行,大幅降低了高质量图像生成的硬件门槛。
Black Forest Labs 推出图像生成模型 FLUX.3 Image Klein,并在 Hugging Face Diffusers 实现首日支持。该模型可在单个架构内同时完成文生图、多参考图生图以及基于边界框的布局控制,开源了基础版与时间步蒸馏版两种权重,蒸馏版在 H100 上生成 1024×1024 图像耗时约 2 秒。
推薦理由:模型单模型集成了文生图与边界框布局控制,读者可据此了解其双阶段架构设计与在 Diffusers 中的模块化工程落地方法。
ProductAI 对工作室生成的 495 张 AI 商品图与原图进行一致性比对,发现 111 张被标记的异常渲染中有 35% 发生在标签文字与数字上。失真主要表现为规格数字悄然改变、单词拼写错误以及标签变为空白,其余常见问题为颜色材质漂移(17%)和形状变形(14%)。团队建议在生成时放大商品主体以保留像素、在提示词中明确指定颜色材质,并避免单次上传多款不同商品以防混淆。
推薦理由:原文通过真实样本统计了商用生图中最易失真的细节类型,并给出了降低商品图抽卡失败率的具体构图与提示词技巧。
Google 发布新一代生图模型 Nano Banana 2.1,支持 4K 原图直出、一键替换背景与自由修图,并改善了中文文字清晰度与排版。在 Arena 评测中文生图、多图与单图编辑平均提升约 61.7 分,API 的 1K 与 2K 图片价格降价 50%,4K 价格降低约 25%。该模型已上线 Gemini APP、Google AI Studio 并提供 API 接入。
推薦理由:模型在支持 4K 直出的同时大幅改善中文渲染并降低 API 价格,有助于降低海报设计与图像生成成本。