4月27日 AI资讯汇总

😼

4月27日 AI资讯汇总 😼 4月27日 AI资讯汇总 Modified May 7, 2025 No access 【AI视频】Runway公开Gen 4 参考图像元素能力250427 00:00 No access Flora + GPT 4o更换背景、切换服装，然后将其制作成视频250427 00:00 阶跃：开源Step1X Edit图像编辑框架 Step1X Edit是由Stepfun AI团队开发的开源图像编辑模型，其性能可与GPT 4o和Gemini 2 Flash等闭源模型相媲美。该框架采用了多模态大语言模型（MLLM）与扩散变换器（DiT）的结合，通过处理用户提供的参考图像和编辑指令，生成高质量的目标图像。 根据官方介绍：该模型总参数量为 19B (7B MLLM + 12B DiT)，具备语义精准解析、身份一致性保持、高精度区域级控制三项关键能力；支持 11 类高频图像编辑任务类型，如文字替换、风格迁移、材质变换、人物修图等。 Step1X Edit的关键特点包括： • 创新技术架构：将多模态语言模型的语义理解能力与扩散模型的图像生成能力融合 • 高质量训练数据：超过100万高质量三元组（参考图像、指令、目标图像），覆盖11种编辑类型 • GEdit Bench评测基准：基于现实世界的用户指令设计，确保模型在复杂场景下的鲁棒性 • 性能优越：在GEdit Bench上的表现大幅超越现有开源基线模型，接近领先闭源模型水平 Step1X Edit的代码、模型权重及GEdit Bench评测数据已于2025年4月25日通过Hugging Face和ModelScope平台开放，支持在单块H800 GPU上运行。 Step1X Edit 现已上线阶跃AI 官网（stepfun.com）和阶跃App 🌟地址： https://github.com/stepfun ai/Step1X Edit Adobe 发布商用级 AI 图像生成模型 Firefly Image 4 系列 Adobe在4月27日发布了商用级 AI 图像生成模型 Firefly Image 4 系列，包括 Firefly Image Model 4 和 Firefly Image Model 4 Ultra。模型具有出色的清晰度、真实感和细节准确性，尤其是在人物、动物和建筑元素方面。 • Firefly Image Model 4：被Adobe称为“迄今最快、最可控、最逼真的图像模型”，最高支持生成2K分辨率的图像，风格、尺寸和相机角度控制更加精细。 • Firefly Image Model 4 Ultra：专注于细节处理，能够生成超高清图像，特别适合处理复杂文本提示，生成清晰自然的人物肖像及群体场景图像。 官方演示： No access 【AI图像】Adobe 发布商用级 AI 图像生成模型 Firefly Image 4 系列250427 00:00 🤖️AI 音乐 Kimi：发布全新通用音频基础模型Kimi Audio Kimi发布全新通用音频基础模型Kimi Audio。该模型支持语音识别、音频理解、音频转文本、语音对话等多种任务。 Kimi Audio在ClothoAQA数据集的开发集上达到了73.18%的准确率，显示出其在音频问答任务中的强大能力。预训练后，模型进行了监督微调（SFT），涵盖音频理解、语音对话和音频转文本聊天三大类任务，进一步提升了指令跟随和音频生成能力。 🌟地址： https://github.com/MoonshotAI/Kimi Audio 🤖️AI 工具 DeepWiki：涵盖所有 GitHub 代码库的免费百科全书 DeepWiki是一个免费的GitHub代码库百科全书，旨在帮助用户更全面地理解和探索GitHub上的开源项目。 • 索引30,000多个GitHub仓库 • 处理了超过40亿行代码 DeepWiki通过分析代码提交历史，理解代码库的全局结构，并将代码库分解为高级系统层次结构，然后为每个系统生成Wiki页面。 DeepWiki对开源项目完全免费，无需注册即可使用。 用户可以通过访问 deepwiki.com 或在任何GitHub仓库URL中将"github"替换为"deepwiki"来使用该工具。 🌟开源地址： deepwiki.com OpenAI:GPT 4o能力提升，重点提升智力，更具个性化 OpenAI宣布他们已经升级了GPT 4o模型，主要提升了模型的智力和个性。 这些改进使GPT 4o更加贴近人类的交流方式，同时在专业任务处理上也更加高效。 通义千问：发布其海外版应用Qwen Chat，该应用现已可供iOS和Android用户使用。 stepfun.com deepwiki.com deepwiki.com No access 【AI视频】Runway公开Gen 4 参考图像元素能力250427 00:00 No access 【AI视频】Runway公开Gen 4 参考图像元素能力250427 00:00 No access Flora + GPT 4o更换背景、切换服装，然后将其制作成视频250427 00:00 No access Flora + GPT 4o更换背景、切换服装，然后将其制作成视频250427 00:00 阶跃：开源Step1X Edit图像编辑框架 Step1X Edit是由Stepfun AI团队开发的开源图像编辑模型，其性能可与GPT 4o和Gemini 2 Flash等闭源模型相媲美。该框架采用了多模态大语言模型（MLLM）与扩散变换器（DiT）的结合，通过处理用户提供的参考图像和编辑指令，生成高质量的目标图像。 根据官方介绍：该模型总参数量为 19B (7B MLLM + 12B DiT)，具备语义精准解析、身份一致性保持、高精度区域级控制三项关键能力；支持 11 类高频图像编辑任务类型，如文字替换、风格迁移、材质变换、人物修图等。 Step1X Edit的关键特点包括： • 创新技术架构：将多模态语言模型的语义理解能力与扩散模型的图像生成能力融合 • 高质量训练数据：超过100万高质量三元组（参考图像、指令、目标图像），覆盖11种编辑类型 • GEdit Bench评测基准：基于现实世界的用户指令设计，确保模型在复杂场景下的鲁棒性 • 性能优越：在GEdit Bench上的表现大幅超越现有开源基线模型，接近领先闭源模型水平 Step1X Edit的代码、模型权重及GEdit Bench评测数据已于2025年4月25日通过Hugging Face和ModelScope平台开放，支持在单块H800 GPU上运行。 Step1X Edit 现已上线阶跃AI 官网（stepfun.com）和阶跃App stepfun.com 🌟地址： https://github.com/stepfun ai/Step1X Edit Adobe 发布商用级 AI 图像生成模型 Firefly Image 4 系列 Adobe在4月27日发布了商用级 AI 图像生成模型 Firefly Image 4 系列，包括 Firefly Image Model 4 和 Firefly Image Model 4 Ultra。模型具有出色的清晰度、真实感和细节准确性，尤其是在人物、动物和建筑元素方面。 • Firefly Image Model 4：被Adobe称为“迄今最快、最可控、最逼真的图像模型”，最高支持生成2K分辨率的图像，风格、尺寸和相机角度控制更加精细。 • Firefly Image Model 4 Ultra：专注于细节处理，能够生成超高清图像，特别适合处理复杂文本提示，生成清晰自然的人物肖像及群体场景图像。 官方演示： No access 【AI图像】Adobe 发布商用级 AI 图像生成模型 Firefly Image 4 系列250427 00:00 No access 【AI图像】Adobe 发布商用级 AI 图像生成模型 Firefly Image 4 系列250427 00:00 🤖️AI 音乐 Kimi：发布全新通用音频基础模型Kimi Audio Kimi发布全新通用音频基础模型Kimi Audio。该模型支持语音识别、音频理解、音频转文本、语音对话等多种任务。 Kimi Audio在ClothoAQA数据集的开发集上达到了73.18%的准确率，显示出其在音频问答任务中的强大能力。预训练后，模型进行了监督微调（SFT），涵盖音频理解、语音对话和音频转文本聊天三大类任务，进一步提升了指令跟随和音频生成能力。 🌟地址： https://github.com/MoonshotAI/Kimi Audio 🤖️AI 工具 DeepWiki：涵盖所有 GitHub 代码库的免费百科全书 DeepWiki是一个免费的GitHub代码库百科全书，旨在帮助用户更全面地理解和探索GitHub上的开源项目。 • 索引30,000多个GitHub仓库 • 处理了超过40亿行代码 DeepWiki通过分析代码提交历史，理解代码库的全局结构，并将代码库分解为高级系统层次结构，然后为每个系统生成Wiki页面。 DeepWiki对开源项目完全免费，无需注册即可使用。 用户可以通过访问 deepwiki.com 或在任何GitHub仓库URL中将"github"替换为"deepwiki"来使用该工具。 deepwiki.com 🌟开源地址： deepwiki.com deepwiki.com OpenAI:GPT 4o能力提升，重点提升智力，更具个性化 OpenAI宣布他们已经升级了GPT 4o模型，主要提升了模型的智力和个性。 这些改进使GPT 4o更加贴近人类的交流方式，同时在专业任务处理上也更加高效。 通义千问：发布其海外版应用Qwen Chat，该应用现已可供iOS和Android用户使用。 🌟 04月27日 AI资讯 【AI 图像】 • Runway：为Gen 4推出图片参考能力，提升AI创作时角色，场景一致性 • Flora：节点式画布AI创作工具引入Gpt4o生图能力，可视化图像生成与编辑 • 阶跃：开源Step1X Edit图像编辑框架 • Adobe ：发布商用级 AI 图像生成模型 Firefly Image 4 系列 【AI 语音】 • Kimi：发布全新通用音频基础模型Kimi Audio 【AI 工具】 • DeepWiki：涵盖所有 GitHub 代码库的免费百科全书 • OpenAI:GPT 4o能力提升，重点提升智力，更具个性化 • 通义千问：发布其海外版应用Qwen Chat，该应用现已可供iOS和Android用户使用。 04月27日 AI资讯 【AI 图像】 • Runway：为Gen 4推出图片参考能力，提升AI创作时角色，场景一致性 • Flora：节点式画布AI创作工具引入Gpt4o生图能力，可视化图像生成与编辑 • 阶跃：开源Step1X Edit图像编辑框架 • Adobe ：发布商用级 AI 图像生成模型 Firefly Image 4 系列 【AI 语音】 • Kimi：发布全新通用音频基础模型Kimi Audio 【AI 工具】 • DeepWiki：涵盖所有 GitHub 代码库的免费百科全书 • OpenAI:GPT 4o能力提升，重点提升智力，更具个性化 • 通义千问：发布其海外版应用Qwen Chat，该应用现已可供iOS和Android用户使用。 🤖️AI 绘画 Runway：为Gen 4推出图片参考能力，目前在Gen：48比赛团队中试用 Runway为Gen 4提供图片参考能力，用户可以上传人物、地点和服装的照片。将拍摄对象放置在该指定地点，并要求提供不同的角度、动作和镜头。 或根据照片光照重新生成场景一致的空镜画面。 Flora：节点式画布AI创作工具引入Gpt4o生图能力，可视化图像生成与编辑 Flora + GPT 4o，通过拖拽图块实现图像编辑，背景更换、切换服装。 图块元素可以逐层添加 支持一次生成多种新的图片 支持直接在线调用视频模型生成AI视频 支持在线放大/高清化视频 官方演示：

在 小宇宙note 阅读完整内容