10秒生成4K图:MiniMax再次拿出开源SOTA
10秒生成4K图:MiniMax再次拿出开源SOTA「GPT is cooked.」
搜索
「GPT is cooked.」
MiniMax正式发布并开源图像模型H3 Image,同步开放API,支持最多16张参考图及10至20秒生成4K图像,官方定位为开源图像模型SOTA。
说真的,即便强如新出的GPT-Image 2.6,遇到连续编辑100轮图像这种高压任务,也得大喊那句“名人名言”: 我画地为牢啊,厉娜!
OpenAI 一个小升级,让大家表情包自由了。
GPT-Image-2.6突然上线!
AI生图越来越强了,但大家似乎也苦“AI味”久矣。
中国电信星辰通用人工智能实验室推出的轻量化文档解析模型TeleOCR(约1.2B参数)凭借形变感知学习、多边形版面分割、CGDP采样及内容—结构解耦等技术创新,在OmniDocBench v1.6、Wild-OmniDocBench、PureDocBench等多个公开榜单取得领先,并在ICDAR 2026 Sci-ImageMiner挑战赛中夺冠,目前已开源。
作者整理了GPT-Image 2.5的12种假期朋友圈出片玩法,涵盖消除背景游客、自动调光、专业美颜等基础修图,以及拍立得3D公仔、景点明信片、行李箱贴纸、ins风文字涂鸦等创意出片和网感大片效果,帮助用户利用AI提升假期照片的趣味性与质感。
中科大与智象HiDream.ai团队提出Hi-DiT,采用时间门控机制在共享Transformer中分阶段协调Latent与Pixel双流以兼顾生成效率与细节保留,在ImageNet 256×256上达到1.06 FID,论文已被ECCV 2026接收。
过去,在灵光闪应用中,用户需要等到应用生成完成,才能看到完整的页面设计和视觉效果。 在画眉的专业设计场景中,设计师拿到成图后,还要经过拆层处理,通常需要 5 分钟以上才能继续编辑。 一个需要更早看见设