AI在线 AI在线

图像模型

谷歌测试 Nano Banana2Flash 图像模型，主打极致速度与高性价比

谷歌测试 Nano Banana2Flash 图像模型，主打极致速度与高性价比

继发布高端图像模型 Nano Banana Pro 后，谷歌正秘密测试其 Gemini Flash 系列的新成员——Nano Banana2Flash。 该模型由知名科技博主 MarsForTech 在 X 平台上率先曝光，作为谷歌目前速度最快的生成式 AI 图像模型，它旨在为用户提供更实惠、更高效的视觉生成体验。 虽然在推理深度、细节精确度以及处理极其复杂的创意任务（如精密原型图或高精度图表）方面，Nano Banana2Flash 的性能上限不及定位高端的 Nano Banana Pro，但它继承了 Pro 版本对现实世界知识的理解能力，并显著优化了生成逻辑。
1/5/2026 3:06:54 PM AI在线
腾讯混元图像 2.0 模型发布：毫秒级响应，一边打字一边出图

腾讯混元图像 2.0 模型发布：毫秒级响应，一边打字一边出图

在同类商业产品每张图推理速度需要 5 到 10 秒的情况下，腾讯混元号称可实现毫秒级响应，支持用户可以一边打字或者一边说话一边出图，改变了传统“抽卡 — 等待 — 抽卡”的方式。
5/16/2025 5:21:14 PM 汪淼
Meta 推 WebSSL 模型：探索 AI 无语言视觉学习，纯图训练媲美 OpenAI CLIP

Meta 推 WebSSL 模型：探索 AI 无语言视觉学习，纯图训练媲美 OpenAI CLIP

科技媒体 marktechpost 发布博文，报道称 Meta 公司发布 WebSSL 系列模型，参数规模从 3 亿到 70 亿，基于纯图像数据训练，旨在探索无语言监督的视觉自监督学习（SSL）的潜力。 以 OpenAI 的 CLIP 为代表，对比语言-图像模型已成为学习视觉表征的默认选择，在视觉问答（VQA）和文档理解等多模态任务中表现突出。 不过受到数据集获取的复杂性和数据规模的限制，语言依赖面临诸多挑战。
4/25/2025 11:55:46 AM 故渊