跳到正文
11月10日周二
  1. The Decoder71

    字节跳动发布 Seedream 5.5 图像生成模型,称支持 100 轮编辑无色彩漂移

    字节跳动 Seed 团队发布面向专业生产流程的图像生成模型 Seedream 5.5,官方称其支持最多 100 轮多轮编辑,未改动区域保持像素级一致且无色彩偏移。该模型可原生生成带透明背景的 RGBA 图像,无需手动抠图即可作为设计素材,并称在光照、材质和皮肤质感以及密集小文字还原上更真实准确。Seedream 5.5 正通过即梦、豆包、豆包 Work 和火山方舟逐步开放,Pro 版本已在计划中。

11月6日周五
10月28日周三
  1. Google DeepMind82

    Google DeepMind 发布世界模型 Genie 4

    Google DeepMind 发布世界模型 Genie 4,可实时生成带原生音频的交互式模拟世界,并以研究预览形式向可信测试者开放。Genie 4 支持用自然语言实时修改天气、镜头和场景元素,能模拟空气动力学、碰撞等物理场景以及人物动作与对话。

    推荐理由:官方说明了 Genie 4 的原生音频、实时可控与 Gemini 协同推理,读者可据此判断世界模型当前的能力边界。