跳到正文
5月11日周一
  1. PixVerse67

    用户分享了一个高效AI视频创作流程。他首先利用ChatGPT,基于预设镜头描述,生成了一个结构严谨、支持多镜头序列的详细视频提示词。该提示词严格指定了品牌元素(如瓶身、包装、Logo及阿拉伯文/英文文本)需通过参考附件精确还原,并描述了超奢华、电影感的视觉风格。随后,他将此提示词输入PixVerse平台,借助其高速生成优势,快速产出了1080p分辨率的视频。此工作流有效结合了GPT的精准指令生成能力与PixVerse的快速视频渲染能力,实现了对品牌视觉的严格把控和高效率内容产出。

    引用AZIZ | AI 🇸🇦@aziz4ai

    5️⃣ عجبتني النتيجة وقلت ليه ماستخدم سي دانس ٢ ، ورحت على منصة @PixVerse_ لان احب ان السرعة عندهم عالية جدا لتوليد الفيديو بدقة ١٠٨٠ وبصراحة فيه تحكم اكبر حتى بالجوال علشان كذا طلبت من شات جي بي تي يعطيني برومبت يتناسب مع اللقطات اللي وضحتها في الرد السابق بشكل متسق ويدعم ملتي شوت واستخدمت خاصية الريفرنس فيه وارفقت الستوري بورد له والمراجع مرة ثانية علشان يستوعب كل شي بدون مشاكل وهذا كان برومبت الفيديو 👌✨🔽 Create a 15-second vertical 9:16 multi-shot cinematic luxury perfume ad for “French Tobacco” by Ibraq, based on the attached storyboard. Use the attached bottle, packaging, and logo as strict visual references. Preserve the exact bottle shape, white ribbed body, gold ribbed cap, gold neck band, front plaque label, packaging design, Arabic text, English text, logo, and proportions exactly as shown. Do not distort, rewrite, or redesign any branding or text. Style: ultra-luxury, surreal, elegant, Hollywood perfume commercial, beige, gold, off-white palette, glossy reflections, soft smoke, floating clouds, mirror shards, volumetric light, rich contrast, premium cinematic finish. Multi-shot sequence: 0.0–1.5s, hero hook, the bottle floats through golden clouds with dramatic sun rays, slow push-in. 1.5–3.0s, mirrored corridor shot, bottle and box centered in a reflective hallway, subtle forward tracking. 3.0–4.2s, macro close-up of the front label, mirror shards around it, glowing highlights. 4.2–5.4s, packaging hero shot, the box alone on a reflective pedestal in a dark elegant room. 5.4–6.6s, dreamy bottle beauty shot, bottle drifting softly through warm clouds. 6.6–8.0s, premium duo shot, bottle and box together in a warm cinematic spotlight, slight orbit. 8.0–9.4s, macro cap shot, close-up of the gold ribbed cap and neck band, branding clearly visible. 9.4–10.8s, smoke atmosphere shot, bottle and box surrounded by soft luxurious smoke and reflections. 10.8–12.6s, final bottle hero shot, solo bottle centered under a focused spotlight, glossy floor reflection. 12.6–15.0s, logo reveal, smooth transition to the IBRAQ logo on a dark silky background with elegant glow. Transitions: smooth fast flash cuts, reflective match cuts, light streak wipes. Camera: cinematic push-ins, macro inserts, slow orbit, elegant product motion. Music: luxurious French-classic perfume ad vibe, soft piano, orchestral strings, subtle rise, elegant climax, refined final reveal.

5月10日周日
  1. IT之家·人工智能52

    尽管裁员千人,Epic 仍表示 AI 不会取代游戏从业者

    Epic公司高管表示,人工智能不会取代游戏行业工作岗位,而是用于提升效率、减轻繁重工作负担。尽管该公司在2026年裁员1000人,但坚称裁员与AI无关。Epic正在探索AI工具以支持游戏开发,未来将应用于艺术创意领域,并强调《堡垒之夜》开发中的AI使用由公司统一管控,合作方不得擅自使用。这一立场与索尼、艺电等企业相似,但外界对其“AI不危及就业”的说法仍存质疑。

5月8日周五
  1. Google Blog:AI45

    看创意传奇人物如何用AI为小企业制作广告

    谷歌推出"The Small Brief"项目,邀请四位广告业偶像——Susan、David、Victoria和Penny,运用AI工具为本地企业创作广告。他们使用VideoFX、ImageFX等生成式AI技术,在48小时内为旧金山湾区四家小企业完成广告制作。数据显示,AI生成的广告在关键效果指标上表现优于传统广告,其中一家企业的广告效果提升达30%。该项目展示了AI如何降低创意门槛,让小企业也能获得高质量的广告内容。

  2. IT之家·人工智能63

    新研究点破 AI 生图弱点:透视线和阴影最容易露馅

    《科学》最新研究指出,AI图像生成器虽已修复畸形手指等早期缺陷,但在光照、阴影、反射和透视几何上仍存在明显破绽。研究者指出,鉴别重点已转向“物理规则是否合理”。AI生成的图片因色彩鲜艳、戏剧感强,更接近大众对现实的想象,故易于传播。论文推荐通过检查“消失点”来鉴别:现实中平行线应汇聚于同一点,若图像中线条无法合理相交,则空间关系不成立。此方法同样适用于分析反射与阴影的平行光透视规律。

5月7日周四
  1. Apple Machine Learning Research61

    Normalizing Flows with Iterative Denoising

    研究团队在归一化流(NFs)生成模型领域取得新进展,提出了迭代TARFlow(iTARFlow)。该方法在训练阶段保持完全端到端的基于似然的目标,采样时则采用自回归生成方式。iTARFlow延续了TARFlow在图像建模任务上的优势,使其成为扩散模型等方法的可行替代方案,进一步提升了归一化流生成模型的性能表现。

    推荐理由:Normalizing Flows 这个老方法被苹果玩出新花样,iTARFlow 在训练上保留端到端似然,采样却自回归,给做生成模型的人提供了扩散模型之外的第二个靠谱选择。

  2. Google Gemini67

    通过个人智能与Nano Banana 2的协同工作,您现在可以将兴趣转化为Gemini中的图像。 请勿错过我们在Discord上的下一次社区活动,届时将有最新版本团队的现场演示和问答环节。 👉加入我们的Discord观看直播:http://discord.gg/gemini 📅 今天太平洋时间中午12:00

    推荐理由:Nano Banana 2 把 Gemini 的图像生成从写 prompt 变成了识别你的兴趣,不用费力描述也能出图,对普通用户可能是真痛点,看直播看看实际效果。

5月6日周三
  1. SenseTime71

    🚀 SenseNova-U1 更新: ⚡ 开源8步蒸馏LoRA:100 NFE降至8 NFE,H100推理时间从23秒缩短至2秒 🧩 现已支持ComfyUI,提供文生图、图像编辑和交错生成的即用工作流 试用链接 👇 https://github.com/OpenSenseNova/SenseNova-U1/

    推荐理由:从100步到8步,23秒压到2秒,商汤这个蒸馏LoRA把U1的推理成本打下来了,做实时图像应用的可以认真看看,ComfyUI一接就能跑。

  2. IT之家·人工智能48

    《刺客信条》回应网传新作截图:可能是 AI 改的,但项目已在推进

    《刺客信条》官方回应了网传多人游戏新作《刺客信条:不败》的截图,指出图片虽可能源自内部私人测试,但已被“大幅修改”,很可能是AI编辑所致,并批评了传播错误信息的行为。爆料用户随后承认对原图进行了编辑,包括修改服装颜色和移除水印。官方确认该项目正在推进,由育碧蒙特利尔开发,采用边测试边学习的方式,并强调玩家反馈是核心,未来将在适当时机分享更多内容。

  3. IT之家·人工智能51

    前沃尔玛电商业务 CEO 马克 · 劳尔:将来任何人都能用 AI“开餐厅”

    前沃尔玛电商业务CEO马克·劳尔在其餐饮平台Wonder中推出AI工具“Wonder Create”,用户可在不到一分钟内生成完整的虚拟餐厅品牌,包括名称、描述、图片及菜谱。Wonder平台采用“可编程烹饪平台”模式,配备机器人厨房与700种食材库,能灵活切换25种菜系。该创新旨在大幅降低餐饮创业门槛,让用户快速测试新菜品与品牌概念。

  4. IT之家·人工智能45

    美图公司:2026 年一季度全球付费用户超 1790 万创新高,同比增长 30.2%

    美图公司2026年第一季度业绩显示,其全球付费订阅用户数突破1790万,同比增长30.2%,创历史新高。以付费订阅为主的影像与设计产品收入达8.52亿元,同比增长34.3%。公司首次披露AI生产力应用年度经常性收入(ARR)约为5.8亿元,同比大幅增长56.2%,相关付费用户增至234万。此外,用户对AI算力点的消耗金额也呈现快速增长态势。

  5. Rohan Paul73

    Luma的Uni-1.1模型现已作为API开放。这是一个用于图像生成和自然语言编辑的统一智能模型,其核心特点是“意图优先”的图像生成。模型在生成前会进行思考,能补全场景缺失部分,理解空间上下文而非仅像素,并能基于参考图像保持一致性。该API内置提示词增强、研究和参考收集功能,专为生产环境打造。据称,其成本和延迟仅为同类模型的一半以下,且在图像生成与编辑的综合评测中位列前三。

    引用Luma@LumaLabsAI

    The Uni-1.1 API is live today. Built-in prompt enhancement, research, and reference gathering at the API level. Trained in collaboration with Hollywood cinematographers, VFX artists, and world-class artists across cultural forms. Less than half the price and latency of comparable models. Designed for builders shipping in production — and ranked top 3 lab in the Image Arena across Text-to-Image and Image Edit. Start Building → https://lumalabs.ai/api

5月5日周二
  1. Luma71

    Luma Labs 推出的 UNI-1.1-Max 和 UNI-1.1 多模态模型在 Image Arena 的文本生成图像与图像编辑综合排名中位列第三,且未采用智能体搜索技术。具体来看,在文本生成图像竞技场中,两款模型分别排名第六和第七;在多图像编辑和单图像编辑竞技场中,它们均进入前十一名,其中 UNI-1.1-Max 在单图像编辑中排名第七。这一成绩标志着 Luma Labs 在多模态前沿领域取得了扎实进展。

    引用Arena.ai@arena

    Exciting news: UNI-1.1-Max and UNI-1.1 debuts making @LumaLabsAI the #3 lab in the Image Arena across both Text-to-Image and Image Edit! These are versions released without agentic search. Text-to-Image Arena - UNI-1.1-Max #6 overall (1193), +12 points over MAI-Image-2 - UNI-1.1 #7 overall (1190), +13 points over Reve-v1.5 Multi-Image Edit Arena - UNI-1.1-Max #7 overall (1315), +21 points over Seedream 4.5 - UNI-1.1 #8 overall, (1298) Single-Image Edit Arena - UNI-1.1-Max #7 overall (1337) - UNI-1.1 #11 overall, (1310) on par with Grok-Imagine-Image (20260207) Congratulations to @LumaLabsAI on this solid performance!

  2. Simon Willison 博客44

    Granite 4.1 3B模型SVG鹈鹕图集

    IBM近日发布了采用Apache 2.0许可证的Granite 4.1大语言模型系列。随后,Unsloth提供了该系列3B模型的21个GGUF量化变体。作者利用这些大小从1.2GB到6.34GB不等的量化模型,尝试生成“鹈鹕骑自行车”的SVG图像以测试其能力。实验结果显示,所有模型生成的图像质量均较差,且未观察到模型大小与输出质量之间存在明显关联。基于此次不理想的尝试,作者表示未来将选用更擅长图像生成的模型重新进行此类实验。

  3. Artificial Analysis52

    匿名文生图模型Peanut在Artificial Analysis文生图竞技场中首次亮相即位列第八。其模型权重预计很快发布,届时将成为领先的开源权重文生图模型。Peanut被定位为新的开源领导者,性能预计将超越Z-Image Turbo、Qwen-Image和FLUX.2 [dev]等现有模型。更多细节和权重文件即将公布。

    引用Artificial Analysis@ArtificialAnlys

    A new anonymous model debuts at #8 in the Artificial Analysis Text to Image Arena! Peanut’s weights are expected to be released soon, which would make it the leading Text to Image Open Weights Model. Peanut is positioned to be the new leading open weights Text to Image model, surpassing Z-Image Turbo, Qwen-Image, and FLUX.2 [dev]. Further details (and weights) coming soon. See example generations from Peanut in the Artificial Analysis Image Arena below 🧵

5月4日周一
5月3日周日
  1. Greg Brockman55

    ChatGPT Images 真的在起飞

    引用Nick Turley@nickaturley

    So amazing to see the reception for the new ChatGPT images. Usage up >50% in just a few weeks + nearly 60% of daily users coming from newly logged-in users. Incredible breadth of utility across home design, learning, work graphics, creative etc

5月2日周六
5月1日周五
  1. Greg Brockman56

    openai 标志,潦草化 [引用 @ChatGPTapp]:Prompt: “以最笨拙、最潦草、最糟糕的方式重绘所附图片。使用白色背景,让它看起来像是在 MS Paint 中用鼠标绘制的。它应该大致相似但又不太像,有点匹配但又以一种令人困惑、尴尬的方式偏离,带有那种低质量的逐像素感,真正强调它有多么可笑地糟糕。实际上,你知道吗,随便吧,你想怎么画就怎么画。”

    引用ChatGPT@ChatGPTapp

    Prompt: “Redraw the attached image in the most clumsy, scribbly, and utterly pathetic way possible. Use a white background, and make it look like it was drawn in MS Paint with a mouse. It should be vaguely similar but also not really, kind of matching but also off in a confusing, awkward way, with that low-quality pixel-by-pixel feel that really emphasizes how ridiculously bad it is. Actually, you know what, whatever, just draw it however you want.”

  2. Midjourney:Updates56

    V8.1 更新

    Midjourney V8.1 版本现已登陆 Discord 平台及其官方网站。本次更新重点提升了图像的清晰度与整体画质,这一改进在风格参考(SREF)和情绪板(Moodboards)功能中效果最为显著,同时所有类型的图像生成质量均有所增强,为用户带来更精细的视觉体验。

    推荐理由:Midjourney V8.1 只是个小版本迭代,主要提升锐度和图像质量,用惯了 V8 的可以不急着换,但玩 SREF 和 Moodboard 的值得试一下,细节确实有提升。

  3. ChatGPT63

    一条针对GPT Image 2的特定图像生成提示词正在社交媒体上病毒式传播。该提示词的核心要求是:以最笨拙、潦草且极其糟糕的方式重绘所附图像,背景为白色,使其看起来像是用鼠标在MS Paint中绘制。生成效果需与原图似是而非,带有低质量像素感和令人困惑的别扭感,以突出其荒诞的“差劲”。推文引用者指出,这条提示词正引发疯狂传播。

    引用CHOI@arrakis_ai

    这个 GPT Image 2 提示词现在正疯狂刷屏。 “把附上的图片以最笨拙、最潦草、最可悲的方式重画一遍。用白色背景,让它看起来像是用鼠标在 MS Paint 里画的。它应该隐约相似但又不完全是,有点对得上但又以一种令人困惑、尴尬的方式偏掉,带着那种低质量的逐像素质感,真正强调出它有多荒唐地糟糕。其实,算了,随便吧,你想怎么画就怎么画。”

    推荐理由:这 prompt 把 GPT Image 2 从「精美」逼成了「小学生涂鸦」,是近期最有网感的玩法,做内容的可以直接抄。

4月30日周四
  1. Greg Brockman40

    我对GPT Image 2在应用构建中的实用性感到非常惊喜: [引用 @romainhuet]:GPT-5.5 + GPT-Image-2 is becoming one of the best combos for building apps! @dkundel 分析了它为何如此有效。我们将这些见解融入了Build Web Apps插件中,因此Codex可以为您处理从设计到应用的循环。👌

    引用Romain Huet@romainhuet

    GPT-5.5 + GPT-Image-2 is becoming one of the best combos for building apps! @dkundel breaks down why it works so well. We built those learnings into the Build Web Apps plugin, so Codex can handle the design-to-app loop for you. 👌