Gemini

在 Google 的图片编辑模型 Nano Banana 热度尚未消退之际，字节跳动 Seed 团队于昨日发布了其全新升级的生图模型 Seedream 4.0。该模型首次支持 4K 多模态生图，灵活支持文本、图像的组合输入，实现多图融合创作、参考生图、组合生图、图像编辑等核心功能。且其推理性能较 3.0 版本提升了近 10 倍，“画”之前会先“想”，能够深度…

8月底，Gemini-2.5-flash-image（代号 Nano Banana）正式上线，持续数周的热度早已把全球网友的创作热情点燃。什么3D手办，跨界联名、赛博合影，纷纷依靠这个香蕉模型给一一实现，朋友圈和各大社区热闹非凡。 不过，热闹归热闹，仔细一看，还是能找到一些唱反调的声音。有用户吐槽诸如生成图崩掉了；提示词喂进去，产出的结果牛唇不对马嘴。而笔者…

北京时间 7 月 28 日，智谱发布了新一代旗舰模型 GLM-4.5 ，根据 Hugging Face 上的介绍，GLM -4.5 系列模型是专为 Agent 设计的基础模型。GLM-4.5 拥有 3550 亿个总参数，其中 320 亿个活跃参数；而 GLM-4.5-Air 则采用更紧凑的设计，拥有 1060 亿个总参数，其中 120 亿个活跃参数。GLM-…

美东时间5月22日周四，Anthropic在公司首届”Code with Claude”开发者大会上推出了 Claude 4 系列的两款全新模型：Claude Opus 4和Claude Sonnet 4。 据了解，Claude Opus 4 和 Sonnet 4 都是混合推理模型，同时支持 Extended thinking（扩展推…

北京时间 5 月 21 日，谷歌在 I/O 2025大会上带来了新模型：gemini-2.5-flash-preview-05-20。 gemini-2.5-flash-preview-05-20 是专为速度和低成本而设计，更新后的版本在推理、多模态、代码和长上下文等关键基准上都得到了改进，同时使用的 token 减少了 20-30%。 在lmarena.a…

近日，谷歌提前推出了Gemini 2.5 Pro的最新版：Gemini 2.5 Pro Preview (I/O edition) 05-06 。官方介绍，这一版本模型的编码能力更强，用户只需一个提示即可构建更丰富的 Web 应用程序、游戏、模拟等 而最新版 Gemini 2.5 Pro Preview 05-06 也在 WebDev Arena 排行榜上超…

3月24日，DeepSeek V3 发布新版本：DeepSeek-V3-0324。 据官方介绍，新版 V3 模型借鉴 DeepSeek-R1 模型训练过程中所使用的强化学习技术，大幅提高了在推理类任务上的表现水平，在 HTML 等代码前端任务上，新版 V3 模型生成的代码可用性更高，视觉效果也更加美观、富有设计感。 DeepSeek-V3.1（即DeepSe…

要说近期AI圈里最红的，应该就是来自谷歌的Gemini-2.0-flash-exp-image-generation。我们可以简单理解它为是一个图像编辑模型，gemini-2.0-flash-exp-image-generation可以结合了多模态输入、增强版推理以及自然语言理解来进行图像生成，还能够通过自然语言对话直接对图像进行修改。 这种把传统的语言大模…

近期，302.AI上线了 ComfyUI 系列 API，这是基于 ComfyUI 实现的图片处理服务，可实现换装、换脸、换物、漫画图变真人、风格迁移等任务，生成的效果达到商用级，能够真正帮助电商企业制作出优质的产品宣传图。 同期，Google 的 Gemini 2.0 Flash 原生多模态能力在AI圈子掀起了一阵浪潮。据闻，这一功能可以通过文字描述处理文本…

自年前DeepSeek发布R1模型后便迅速引发了各界的广泛关注。 最近，各模型厂家都坐不住了，频频出招。 先是1月底，是OpenAI正式发布 o3-mini，这是OpenAI推理系列中最新、最具成本效益的模型。该模型支持低、中、高三档推理难度，并针对科学、数学、编程等领域进行了优化。 2月6日，谷歌也加入了 DeepSeek 、OpenAI 的战局，发布多个…