1.5B参数撬动“吉卜力级”全能体验，国产开源之光多模态统一模型，来了
1.5B参数撬动“吉卜力级”全能体验，国产开源之光多模态统一模型，来了听说了吗，GPT-5这两天那叫一个疯狂造势，奥特曼怕不是真有些急了（doge）。
来自主题: AI资讯
7340 点击 2025-07-30 15:24
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
听说了吗，GPT-5这两天那叫一个疯狂造势，奥特曼怕不是真有些急了（doge）。
AMD携手Stability AI宣布推出世界首款适用于Stable Diffusion 3.0 Medium的B16 NPU模型。该模型可直接运行于AMD XDNA 2 NPU之上，能够显著提升图像生成质量。新模型作为Amuse 3.1平台的组件之一亮相，于今天一起发布。
《涌现NewThings》是我们关注新兴AI应用的一档新栏目，如果你也是文生图/视频、情感陪伴、Coding、智能硬件等等AI应用创业者
![Black Forest震撼开源FLUX.1 Kontext [dev]：媲美GPT-4o的图像编辑](https://www.aitntnews.com/pictures/2025/6/27/49d75709-5310-11f0-82be-fa163e47d677.jpg)
前段时间，沉寂了很久的Flux官方团队Black Forest Labs发布了新模型：FLUX.1 Kontext，这是一套支持生成与编辑图像的流匹配（flow matching）模型。FLUX.1 Kontext不仅支持文生图，还实现了上下文图像生成功能，可以同时使用文本和图像作为提示词，并能无缝提取修改视觉元素，生成全新且协调一致的画面。
谷歌把最新的文生图模型 Imagen 4，以及它的 Pro Max 版 Imagen 4 Ultra，放到了 AI Studio 和 API 里。
近年来，链式推理和强化学习已经被广泛应用于大语言模型，让大语言模型的推理能力得到了显著提升。
前段时间，我们横向对比了即梦3.0、2.1、GPT4o的海报生成能力， 当时即梦3.0的文生图中文能力就已经超过了 GPT4o，我们通过提示语就可以控制字体的样式、位置、大小、排版等等。
3月时候GPT迎来了一波更新，在文生图、图生图领域带来了巨大更新，而紧接而至的却是一些创业公司的哀嚎：
刚刚，鹅厂把文生图卷出了新高度——发布混元图像2.0模型（Hunyuan Image 2.0），首次实现毫秒级响应，边说边画，实时生成！用户一边描述，它紧跟着绘制，整个过程那叫一个丝滑。不用等待，专治各种没有耐心。
Manus深夜官宣，现在支持生成图像了！和一般AI绘图工具的“抽卡”模式不同，Manus能够理解你画图的目的，规划出生成方案后再“动手”。