本文へスキップ

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。

44件の厳選関連トピックAI 视频多模态产品更新

最新の厳選

41〜44 件目 · 全 44 件
7月23日木
  1. Hugging Face75

    Diffusers 原生支持 Nunchaku 4-bit 扩散模型量化推理中国語

    Hugging Face Diffusers 正式集成基于 SVDQuant 的 Nunchaku 4-bit(W4A4/AWQ)量化推理,支持直接通过 from_pretrained() 加载量化模型。

    推薦理由:原文给出了 W4A4 量化在 Diffusers 框架下的显存与延迟实测数据,读者可以据此评估扩散模型在消费级显卡上的量化部署收益。

7月6日月
  1. Hugging Face63

    Photoroom 详解文生图模型 PRX 数据工程策略:从 VLM 重打标到流式训练中国語

    Photoroom 详细公开了 7B 文生图模型 PRX 的预训练数据流水线,通过 Lance 进行海量样本检索与管理,并使用 Qwen3-VL-8B 为图片重新生成详细的长段落描述。

    推薦理由:文章系统复盘了文生图模型预训练的数据工程全流程,为处理大规模图文重打标与流式存储提供了可落地的实操参考。

7月1日水
4月23日木
  1. Google Research72

    Google Photos 上线基于 3D 场景估计与生成式 AI 的照片视角重构功能中国語

    Google 宣布在 Google Photos 的 Auto frame 中上线基于 3D 场景理解与生成式 AI 的照片重构功能,支持在拍摄后自动调整人像照片的相机机位和焦距。

    推薦理由:原文展示了解耦 3D 场景估计与扩散模型以重构相机视角的方案,有助于了解生成式 AI 在后期构图与人像畸变修复中的落地细节。