Black Forest Labs 发布 FLUX VTO 虚拟试穿模型
Black Forest Labs 发布 FLUX VTO,面向商品目录级规模的虚拟试穿,现已公开可用,并提供免费 BFL Shop Demo 和 FLUX MCP 接入。
推荐理由:原文给出速度、保真和成本三项指标及使用限制,读者可以判断虚拟试穿能否进入真实电商流程。
技术方向
AI 画图与修图:文生图模型更新、图像编辑能力与创作工具。
151 条精选近 30 天 14 条共收录 1,172 条
Black Forest Labs 发布 FLUX VTO,面向商品目录级规模的虚拟试穿,现已公开可用,并提供免费 BFL Shop Demo 和 FLUX MCP 接入。
推荐理由:原文给出速度、保真和成本三项指标及使用限制,读者可以判断虚拟试穿能否进入真实电商流程。
Project Genie 🤝 @GoogleMaps Street View 你现在可以将真实的美国地点转化为全新的交互式世界。🌍
推荐理由:Project Genie这次不是纸上谈兵了,直接吃进真实街景吐出来可玩世界,虽然暂时只限美国,但这是生成式游戏从能做走向普通人可玩的关键一步。
Grok Imagine Agent Mode 现已在 Grok iOS 应用上线 借助 Agent Mode,你可以生成: • 跨多次生成保持一致的角色 • 同一角色的多个场景 • 不同的镜头角度和环境 • 更具电影感且连贯的叙事画面 这是角色一致性和 AI 生成叙事方面的一次重大升级 现在就在 Grok iOS 应用里试试吧
推荐理由:Grok Imagine Agent Mode把角色一致性从「抽卡」变成可控流程,做故事板、漫画创作的可以立刻上手,虽然目前仅限iOS,但这一步方向很对。
推荐理由:Viggle把「上传照片生成3D格斗角色」做成了免费派对游戏,有声音有个性,交互感拉满,是近期最适合摸鱼的产品,但AI含量主要在娱乐侧,别当生产力工具。
美团LongCat团队发布了LongCat-Video-Avatar-1.5,一个专注于音频驱动数字人视频生成的开源框架。其核心升级在于采用Whisper-Large音频编码器,显著优化了唇部动态的流畅度与自然度。该版本实现了精准的唇形同步、全身时序稳定性以及长视频中的身份一致性,并能泛化应用于动漫、动物及多人交互等复杂场景。通过基于DMD2的步蒸馏技术,模型仅需8步即可高效推理。团队还构建了一个涵盖多场景、多语言的人工评估基准,通过大规模主观评分与专家分析,验证了其在多项关键维度上的优异性能。
推荐理由:美团把数字人模型升级到1.5版,换了Whisper做音频编码,唇形同步比之前自然不少,而且开源了训练代码,做电商直播和虚拟博主的朋友可以直接拿过来跟商业方案掰手腕。
为 Krea 2(测试版)引入 LoRA。 我们迄今最强大的微调系统;现在你可以用惊人的精度,在 Krea 2 上训练你自己的特定风格、对象或角色。 了解其工作原理 👇
推荐理由:Krea 2 把 LoRA 微调直接做进了产品,对需要固定角色或风格的设计师来说省事了,虽然不是新概念但低门槛就是好文明。
推荐理由:Midjourney 把老版本的反提示词带回到 V8.1 了,用 --no 就能剔除画面中不想要的东西,受够了多余路人甲的用户终于可以一键清场。
推荐理由:Google这次更新的不是单点工具,而是把AI能力像乐高一样嵌入到创意工作流的每一步,Flow Agent的多步骤推理尤其值得做设计的人试试看。
推荐理由:OpenAI 首次把内部图像生成数据摊开聊,每周 15 亿张的量级说明这功能已经不是玩具了,做图像产品的可以对着用例风向调方向。
Krea 2深度解析。 学习如何使用风格参考、情绪板,以及如何用Krea 2进行提示。
今天,Krea 2 向所有人开放上线。 为庆祝这一时刻,我们向所有订阅用户提供整周无限次 Krea 2 生成。 免费试用 👇
推荐理由:Krea 2 正式全量发布,这个 deep dive 把风格参考和情绪板玩法讲得很透,做视觉内容的朋友今天就能用上。
现在你可以用 Claude Design 创作更多内容了。 我们已将所有套餐的 token 限制翻倍。
推荐理由:Claude Design 令牌加倍,做图做设计的人现在可以更放肆地挥霍上下文了,Anthropic 这波更新把设计工具的可用性拉高了一个档次。
今天,Krea 2正式向所有人开放。 为庆祝上线,我们将为所有订阅用户提供整整一周的无限次Krea 2生成服务。 免费试用 👇
推荐理由:Krea 2 正式开放,新版本性能值得关注,尤其免费一周无限生成,做视觉设计的可以趁现在使劲造图,试试成片质量能不能撼动 Midjourney。
Grok Imagine 现已向所有 X Premium+ 订阅者开放 这是我们的图像生成模型,由 xAI 开发
推荐理由:below_threshold:T2 推文门槛 75,当前 finalScore=74
Grok Imagine 现已正式发布 所有人都可使用 基于我们最新的文本到图像模型 能够生成逼真、高质量的图像 支持多种宽高比 现在可在 X 上使用
推荐理由:这是 Grok 补齐多模态的关键一步,从视频看生成质量不输 Midjourney,而且直接在 X 里就能用,零门槛对创作者是实打实的吸引力。
推荐理由:Krea 2 终于向 Pro 用户开放,虽然更新细节暂未披露,但版本号的跃迁加上 Krea 一贯的实时生成野心,做图像视频的值得第一时间上手试试。
更多产品。更多市场。更多格式。再无瓶颈。 定义需求。设定风格。Luma Agents 从此处理所有电商活动素材。 立即扩展 → http://lumalabs.ai/app
推荐理由:Luma把AI生成能力打包成电商专用的Agent,直接省掉多格式物料制作的环节,做电商内容的同行可以看看实际效果是不是真有宣传的那么丝滑。
推荐理由:Recraft V4.1 把图像生成从「能看」推到「好用」,六个变体覆盖从电商图到 SVG 的细分需求,短提示就能出好图,做设计的应该当天就用上。
这是 Krea 2。 我们的第一个基础模型,完全从零构建,专注于美学多样性与风格控制。 了解更多并获得抢先体验 👇
推荐理由:Krea 从套壳到自研模型这一步走得关键,专攻美学多样性和风格控制,对设计师来说是个值得立刻上手试的新选择。
这是Krea 2。 我们的首个基础模型,完全从零构建,旨在实现美学多样性和风格控制。 了解更多并获取早期访问权限👇
推荐理由:Krea 终于自研基础模型了,而且是从零开始做,专门为美学多样性和风格控制优化的,对做视觉内容的人来说多了一个风格自由度的选择,值得试试 early access。
推荐理由:商汤把新模型U1的ComfyUI部署流程完整放出,还有实测视频,想在自己机器上跑国产图像模型的开发者可以直接抄作业了。