Mogao=Seedream 3.0？霸榜数天，神秘文生图模型曝光（附技术报告）
Mogao=Seedream 3.0？霸榜数天，神秘文生图模型曝光（附技术报告）霸榜数天的神秘文生图模型 Mogao，什么来头？
来自主题: AI技术研报
7924 点击 2025-04-16 15:12
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
霸榜数天的神秘文生图模型 Mogao，什么来头？
刚出道的 HiDream-I1，拿下了 Hugging Face 趋势榜第二（图像榜第一），Artificial Analysis 文生图第二，排在Midjourney、Google Imagen、FLUX、SDXL 之前，仅次于 GPT-4o 。
自从在一支烟花群里和朋友测试起 Google 这个新工具，一上午就没停下来 WOC 的感叹。Google 总算放出了他们去年承诺的“可连续对话改图”的 Gemini 文生图能力。
AI工具用得好，能提效还能摸鱼。
这几天，打开社交媒体平台，很多人正在热烈讨论一个叫做「AI 模特」的玩法。 点开几个 Demo，确实惊艳。下方视频是一位海外网友自制的穿搭合辑，你能分得清这是 AI 还是真人吗？
近些年来，以 Stable Diffusion 为代表的扩散模型为文生图（T2I）任务树立了新的标准，PixArt，LUMINA，Hunyuan-DiT 以及 Sana 等工作进一步提高了图像生成的质量和效率。然而，目前的这些文生图（T2I）扩散模型受限于模型尺寸和运行时间，仍然很难直接部署到移动设备上。
近段时间，世界模型的相关研究成果正如雨后春笋版不断涌现，光是我们报道过的就已有南大周志华团队的世界模型 Whale、Yann LeCun 团队的世界模型研究、李飞飞 World Labs 的空间智能研究、谷歌的强大世界模型 Genie 2 以及刚刚开源的像是能模拟万物的生成式物理引擎 Genesis。
最近，2D/3D 内容创作、世界模型（World Models）似乎成为 AI 领域的热门关键词。作为计算机视觉的基础任务之一，多视角图像生成是上述热点方向的技术基础，在 3D 场景生成、虚拟现实、具身感知与仿真、自动驾驶等领域展现了广泛的应用潜力。
12月初，豆包和即梦在移动端悄然上线了一项新功能：能够生成带有工整中文字体的图片。一时间，朋友圈被各种AI制作的四格漫画、产品海报、电影海报刷屏。
最近忙着追更OpenAI，总想着给奥特曼做些梗图，