搜索
MrFlow（Multi-Resolution Flow Matching）就用这样的三阶段，在Qwen-Image等模型上把端到端生成时间从49.32s压到4.77s，实际加速10.35x。文章发布当日即登上Hugging Face Daily Papers；发布三天内，GitHub已收获200+stars；目前也已登上Hugging Face Trending Papers。
Meta 旗下的超智能实验室 Meta Superintelligence Labs 推出了图像生成模型 Muse Image，并同步预览了 Muse Video。目前，Muse Image 已经接入 Meta AI 应用、网页端以及部分地区的社交平台，Muse Video 也即将向创作者开放。
昨天，腾讯混元 Hy3 正式版上线，小程序更新了「成长计划」：小程序开发者的可以获得 10 亿的文本 Token，和 10 万张生图额度→ 10 亿 token 按官方 API 价折算，约 1000～4000 块
图像生成正在从「一句话生成一张图」，走向更接近真实创作流程的开放任务。
文本生成图像的领域早已经是一片红海，看上去已经卷无可卷了。
来自西湖大学和香港中文大学（深圳）的团队沿着这一思路提出 Drifting Preference Optimization（DrPO），把漂移场用于单步文生图模型的偏好后训练。在 DrPO 中，奖励只负责对候选图像排序，不参与反向传播。具体而言，针对同一个文本提示词，当前模型生成一组候选图像。高分样本在特征空间中产生吸引，低分样本产生排斥，并结合参考模型约束给出模型的更新方向。
全员本科生！ 刚刚，何恺明携本科生“军团”又放出一篇新论文。
创作能力是 YouMind 的立身之本。YouMind 的创作能力覆盖写作、生图、音视频、幻灯片、网页、学习六大方向。虽然绝大多数的通用 Agent 也具备同样的能力，但它们产出的成果通常千篇一律，相同的句式、配色、节奏……往往“一眼 AI”。
文生图的"慢思考"，到底有没有用？
近年来，文生图模型的能力快速提升。从 Stable Diffusion 到 FLUX、Qwen-Image，扩散模型已经能够生成高质量图像，也能处理越来越复杂的文本提示。