搜索
新版生图模型GPT Image 2.5虽未正式发布，但已通过ChatGPT弹窗提示向部分用户开放，该模型生成图像极为逼真，已能伪造GPT-6官方发布会和奥特曼全员信等场景，并在生成速度、角色一致性、文字渲染等方面较GPT Image 2有显著提升。
京东首次开源长音视频生成框架JoyAI-Echo。它直击长视频生成中的角色一致性、声音稳定性和生成速度三大核心难题，一举在多个核心指标上超越行业标杆模型。根据公开评测结果，JoyAI-Echo在跨镜头一致性、语音准确率、用户偏好等关键指标上均取得领先表现，与业内主流长视频生成模型相比优势明显，出道即跻身全球第一梯队。
Gemini 2.5 Flash Image是谷歌最新发布的顶级图像生成与编辑模型，被网友誉为「最强图像模型」。其化身nano-banana在LMArena盲测中以历史最大优势夺冠，凭借角色一致性、提示编辑、原生世界知识和多图像融合四大能力，引发广泛关注。
图片也能开口说话了！昨晚，谷歌Veo 3全新升级，上传一张照片即可生成音频和视频，角色一致性更是达到新高度。
FLUX.1 Kontext是一款融合即时文本图像编辑与文本到图像生成的新一代模型，支持文本与图像提示，角色一致性强，速度快达GPT-Image-1的8倍。
GPT-4o带火的漫画风角色生成，现在有了开源版啦！
3 月 10 日，威廉与凯特的 X 官方账号分享了一张凯特王妃和 3 个孩子的合影。然而，这张本意为辟谣的照片却掀起了一场「大家来找茬」的游戏，眼尖的网友发现了多处修图痕迹：
Midjourney发布新功能，网友直呼“不可思议”！