图像
-
阿里Qwen-Image 2.0来袭：文字渲染升级，图像生成迈向生产力新阶段
千问视觉生成负责人吴晨飞在采访中谈道，Qwen-Image项目2025年5月份项目才立项，去年8月份发布首款模型，此后主要围绕生图和编辑两个支线迭代模型，而Qwen-Image 2.0则把生图和编辑两个能力…
-
谷歌Gemini新测试：导入AI聊天功能上线，助力用户迁移与图像升级
IT之家 2 月 2 日消息，据科技媒体 TestingCatalog 上周（1 月 31 日）报道，谷歌正在为 Gemini AI助手准备多项新功能，帮助 ChatGPT 等竞品用户更容易迁移至自家平台。…
-
谷歌Gemini 3 Flash上线“智能体视觉”：AI像人一样主动“观察思考”解图像难题
首先是“思考”阶段，模型分析用户查询和初始图像，制定多步计划； 紧接着进入“行动”阶段，模型生成并执行 Python代码来主动操作图像（如裁剪、旋转、标注）或进行分析（如计算边界框）； 最后是“观察”阶…
-
DeepSeek-OCR 2革新登场：模拟人类视觉逻辑，解锁复杂图像理解新境界
智通财经APP获悉，1月27日，DeepSeek发布全新DeepSeek-OCR 2模型，采用创新的DeepEncoder V2方法，让AI能够根据图像的含义动态重排图像的各个部分，而不再只是机械地从左到右扫…
-
阿里等机构联合打造EDIR基准：以图像编辑技术破解AI图像检索评估难题
研究团队开发了一个名为EDIR的全新评估基准，就像为图像检索领域量身定制了一套更精确的"体检设备"，能够更细致地检测AI模型在这项任务上的真实能力。 A：EDIR解决了传统评估的两大问题：一是覆盖更全面，包含…
-
谷歌完成收购Common Sense Machines，拓展生成式AI三维图像生成领域布局
谷歌完成收购Common Sense Machines，拓展生成式AI三维图像生成领域布局
