Search

Tag: #text-to-image16 results

DiSCO 為文字生成圖像加入黑箱安全防護

DiSCO 是一種零樣本、黑箱式防禦方法，透過最佳化提示詞降低文字生成圖像模型產生有害內容的機率。它利用分佈導向的後綴擴展，以及安全與不安全圖像池的對比評分，在 I2P 基準測試中最多可降低 37.7% 的攻擊成功率。

ArXiv AIResearch•3d ago#prompt-optimization#content-safety#red-teaming

Microsoft 的 MAI-Image-2.6 登上 Arena 榜單第二名

Microsoft 已推出新一代文字生成圖像模型 MAI-Image-2.6。該模型發布後迅速登上 Arena 文字生成圖像榜單第二名，目前僅次於 OpenAI 的 GPT-Image-2。

cnBeta (Full RSS)Media•Aug 11#text-to-image#model-ranking#generative-ai

阿里發布 Qwen-Image-3.0 圖像生成模型

阿里正式推出 Qwen-Image-3.0，這是其圖像生成基礎模型的第三代產品。該模型具備更強的性能，包括支援 4.5k token 輸入、10px 小字精準渲染以及 12 種語言的原生渲染能力。

36氪Media•Jul 21#multimodal#text-to-image#multilingual

DiffusionGemma：文字生成圖像速度提升 4 倍

DeepMind 推出了 DiffusionGemma，這是一種優化文字生成圖像的新方法。該研究旨在顯著提升生成模型的推論速度。

DeepMind BlogOfficial•Jun 10#text-to-image#generative-models

HiDream-O1-Image-1.5 登頂全球文生圖榜單

HiDream-O1-Image-1.5 在全球文生圖基準測試中取得頂尖表現，據稱超越了 Google 和 Nvidia 的主流模型。

量子位Media•Jun 10#text-to-image#generative-ai#benchmark

Microsoft MAI-Image-2.5 登上 Arena 文生圖排行榜前三名

Microsoft 發布了最新的文字生成圖像模型 MAI-Image-2.5，並在 Arena 排行榜中首發即拿下第三名。此表現顯示 Microsoft 在 AI 圖像生成領域正迅速縮小與產業領先者（如 OpenAI）的差距。

cnBeta (Full RSS)Media•May 27#text-to-image#benchmark#generative-ai

微軟推出更便宜、更快的 MAI-Image-2-Efficient

微軟推出 MAI-Image-2-Efficient，這是比 MAI-Image-2 便宜近一半、更快速的文字轉圖像模型。該模型立即在 Microsoft Foundry 和 MAI Playground 可用，速度快 22%，GPU 吞吐量提升 4 倍。模型針對高容量生產工作負載，並在延遲基準測試中超越 Google 的 Gemini 模型。

VentureBeatMedia•Apr 14#text-to-image#cost-reduction#gpu-efficiency

阿里高德發布SpatialGenEval文生圖基準

阿里巴巴高德團隊推出SpatialGenEval，一個針對文生圖模型空間智能的全面基準，已被ICLR 2026錄用。它使用長文本、高資訊密度提示詞，評估空間感知、推理與互動的10大維度，涵蓋25個真實應用場景。對23個SOTA模型的測試顯示當前文生圖能力仍有重大缺陷。

机器之心Media•Feb 18#text-to-image#spatial-intelligence#benchmark

Recraft V4 登陸 Vercel AI Gateway

Recraft V4 是一款專為專業設計與行銷打造的文字轉圖像模型，現已在 Vercel 的 AI Gateway 上線。它在寫實度上大幅提升，具備逼真肌膚、自然紋理、乾淨光線與多樣構圖，並能產生原創角色插圖。有兩種版本：標準 V4 適合日常迭代，V4 Pro 適用於高解析列印資產。

Vercel NewsMedia•Feb 17#text-to-image#photorealism#design-tools

Grok Imagine 2.0 將圖片變成可編輯迷因

xAI 透過 Grok 推廣的 Imagine Image 2.0，不只競逐生成品質，也以互動式圖片編輯能力脫穎而出。它能自動將圖片分割成圖層，支援精準區域編輯與透明背景匯出，並可融合最多五張參考圖片。

虎嗅Media•Aug 10#image-editing#text-to-image#meme-generation