Nano Banana 2: Combining Pro capabilities with lightning-fast speed★ 70
Google DeepMind Blog96d agoReleaseGoogle DeepMind 推出最新圖像生成模型 Nano Banana 2。該模型在維持極速（Flash speed）的同時，融入了先進的世界知識與生產級規格。此外，它還具備強大的「主體一致性」功能，能為專業創作者與開發者提供兼具速度與品質的圖像生成體驗。這款模型的推出，解決了過往 AI 繪圖難以在連續場景中保持角色一致的痛點，並大幅縮短了設計工作流的等待時間。
Diffusers welcomes FLUX-2★ 85
Hugging Face Blog189d agoReleaseHugging Face 宣布其 Diffusers 函式庫已正式整合 Black Forest Labs 推出的全新圖像生成模型 FLUX-2。FLUX-2 延續了前代的強大效能，在畫面細節、文字渲染及指令遵循度上皆有顯著提升。開發者現在可以透過簡單的 Python 程式碼輕鬆載入並運行 FLUX-2，並享受 Diffusers 提供的記憶體優化與加速支援。
Run FLUX.2 on Replicate★ 80
Replicate Blog189d agoReleaseAI 雲端部署平台 Replicate 宣布支援全新 FLUX.2 模型。FLUX.2 帶來了專業級的圖像生成與編輯能力，具備前所未有的細節表現力，並新增了強大的「多重參考（multi-reference）」支援。此更新為企業與開發者提供更高效率的圖像生成解決方案，可直接透過 API 輕鬆整合。
Build with Nano Banana Pro, our Gemini 3 Pro Image model★ 78
Google DeepMind Blog194d agoReleaseGoogle DeepMind 宣布推出名為「Nano Banana Pro」的 Gemini 3 Pro 圖像模型。作為 Gemini 3 世代的專業級視覺模型，它旨在為開發者提供更強大的影像生成或理解能力。標題「Build with...」顯示該模型已開放 API 或開發工具，鼓勵開發者將其整合至各式應用中。
Ideogram 3.0 on Replicate★ 75
Replicate Blog391d agoRelease知名圖像生成模型 Ideogram 3.0 已正式登陸 AI 雲端託管平台 Replicate。此版本在設計排版、風格遷移（Style Transfer）以及寫實主義（Realism）表現上皆有顯著提升。開發者與創作者現在可以透過 Replicate 的 API，輕鬆將 Ideogram 3.0 的高品質圖像與文字生成能力整合至自己的應用程式與工作流中。
Diffusers welcomes Stable Diffusion 3.5 Large★ 85
Hugging Face Blog588d agoReleaseHugging Face 的 Diffusers 程式庫已正式支援 Stability AI 最新推出的 Stable Diffusion 3.5 Large 模型。此模型擁有 80 億參數，在提示詞遵循度、圖像品質及多樣性上皆有顯著提升。開發者現在可以透過簡單的程式碼載入模型，並利用 CPU Offloading、bfloat16 及量化技術，在消費級 GPU 上順暢運行。
Stable Diffusion 3.5 is here★ 75
Replicate Blog588d agoReleaseStability AI 正式推出最新一代文字生成圖片模型 Stable Diffusion 3.5，並已同步上架至 AI 雲端託管平台 Replicate。開發者與創作者現在無需自行配置高規格 GPU 顯示卡，即可直接透過 Replicate 提供的雲端 API 快速將 SD 3.5 整合至自己的應用程式或工作流中，極大地降低了開發與部署的門檻。
Ideogram v2 is an outstanding new inpainting model★ 75
Replicate Blog588d agoReleaseAI 圖像生成平台 Replicate 宣布與 Ideogram 合作，正式在其 API 上推出 Ideogram v2 的局部繪製（Inpainting）與外繪（Outpainting）功能。Ideogram v2 以其卓越的文字渲染能力聞名，此次 API 的推出讓開發者能夠在現有圖像中精準修改特定區域、添加或修改文字，並能無縫擴展圖像邊界，為創意工作流與自動化圖像編輯提供更強大的控制力。
FLUX1.1 [pro] is here★ 85
Replicate Blog607d agoReleaseBlack Forest Labs 發表全新圖像生成模型 FLUX.1.1 [pro]（代號 Blueberry）。該模型在速度上比前代快了 6 倍，同時提升了圖像品質、細節與提示詞遵循度。目前已在 Replicate 平台上架，每張圖像生成成本降至 0.04 美元，為開發者與創作者提供更高性價比的選擇。
Fine-tune FLUX.1 to create images of yourself★ 80
Replicate Blog641d agoTutorial本教學介紹如何利用 LoRA 技術微調 FLUX.1 [dev] 模型以生成個人專屬圖像。使用者只需準備 10 至 20 張不同角度與背景的個人照片並打包成 ZIP 檔，即可透過 Replicate 的 Web 介面或 API 進行訓練。訓練過程僅需約 20 分鐘、花費數美元，完成後即可使用自訂觸發詞生成各種風格的個人寫真。
Fine-tune FLUX.1 with your own images★ 80
Replicate Blog656d agoReleaseReplicate 宣布為熱門開源圖像生成模型 FLUX.1 推出微調（LoRA）支援。用戶現在可以透過 Replicate 的 API，僅需一行程式碼就能使用自己的圖片訓練專屬模型。這讓開發者與創作者能更輕易地在 FLUX.1 上實現特定人物、產品或藝術風格的客製化生成，大幅降低了商業應用的技術門檻。
FLUX.1: First Impressions★ 85
Replicate Blog669d agoRelease由 Stable Diffusion 原班人馬創立的 Black Forest Labs 推出全新圖像生成模型家族 FLUX.1。該模型包含 Schnell、Dev 和 Pro 三個版本，在文字生成、複雜指令遵循以及人體細節上展現出驚人實力。Replicate 平台第一時間上架並進行深度實測，認為其美學風格與寫實度已能與 Midjourney v6 匹敵，為開源 AI 繪圖立下新標竿。
Run FLUX with an API★ 90
Replicate Blog670d agoRelease由 Stable Diffusion 核心團隊創立的 Black Forest Labs 發表了全新文字生成圖片模型 FLUX.1。該模型擁有 120 億參數，在文字渲染、細節描繪與指令遵循上皆超越現有開源模型。Replicate 已同步上架 FLUX.1 的 schnell、dev 與 pro 三種版本，開發者可直接透過 API 進行整合與部署。
Replicate Intelligence #6★ 75
Replicate Blog704d agoReleaseReplicate 發布第 6 期技術情報，重點介紹 Google 全新開源的 Gemma 2 模型（包含 9B 與 27B 版本）已可在平台運行，其性能逼近更大參數的模型。同時，本期也更新了語言模型排行榜，並針對熱門的 Stable Diffusion 3 提供具體的提示詞與參數優化指南，幫助創作者解決人體畸變等常見生成問題。
Run Stable Diffusion 3 with an API★ 70
Replicate Blog720d agoNew ToolStability AI 的最新文字生成圖像模型 Stable Diffusion 3 已正式上架雲端託管平台 Replicate。此版本模型在圖像生成品質、文字排版精準度、複雜提示詞理解能力以及資源運行效率上，皆比前代有顯著的提升。開發者現在可以透過 Replicate 提供的雲端 API，僅需編寫一行程式碼，就能輕鬆將其整合至應用程式中。
Diffusers welcomes Stable Diffusion 3★ 80
Hugging Face Blog720d agoReleaseHugging Face 宣布其 diffusers 函式庫已正式整合 Stability AI 的 Stable Diffusion 3 (SD3)。本次更新全面支援 SD3 Medium 模型，並引入多項關鍵的記憶體優化技術（如 CPU offloading、float16 精度與可選的 T5-XXL 編碼器），讓開發者能在消費級 GPU 上流暢運行。此外，官方也同步釋出了 DreamBooth 與 LoRA 的微調腳本，大幅降低了客製化圖像生成模型的門檻。
Welcome aMUSEd: Efficient Text-to-Image Generation
Hugging Face Blog880d agoReleaseHugging Face 發表了名為 aMUSEd 的開源文字生成圖片模型，基於 Google 的 MUSE 架構。與主流的擴散模型（Diffusion Models）不同，aMUSEd 採用遮罩圖像建模（MIM）技術，僅需 12 個步驟即可生成圖像。其參數規模僅約 8 億，非常適合在消費級硬體上進行快速推理與微調，並支援圖生圖與局部重繪。
Exploring simple optimizations for SDXL★ 75
Hugging Face Blog952d agoTutorial本文介紹了針對 Stable Diffusion XL (SDXL) 的多項實用推論優化技術。透過 Hugging Face 的 Diffusers 函式庫，開發者可以輕鬆啟用 PyTorch 2.0 的 `torch.compile()`、記憶體高效注意力機制（SDPA）、CPU 卸載（CPU Offloading）以及 VAE 分片與平鋪技術。這些方法能在不犧牲影像品質的前提下，顯著縮短生成時間並降低 GPU 顯示記憶體（VRAM）的需求，讓消費級顯示卡也能流暢運行。
Painting with words: a history of text-to-image AI
Replicate Blog1015d agoCommentary本文回顧了文字生成圖像（Text-to-Image）技術的演進歷程。從早期的 GAN 限制，到 2021 年 VQGAN+CLIP 掀起的社群藝術熱潮，再到 2022 年 DALL-E 2 與 Stable Diffusion 的爆發。隨著 Stable Diffusion 迎來一週年及 SDXL 的推出，開源社群與微調技術正以前所未有的速度重塑視覺創作。
Japanese Stable Diffusion
Hugging Face Blog1336d agoReleaseStability AI 於 2022 年 10 月推出了「Japanese Stable Diffusion」模型。該模型專為日語語境進行優化，解決了先前英文版 Stable Diffusion 難以精確理解日語輸入與日本文化細節的問題。用戶可以直接使用日語進行 Prompt 創作，生成更符合日本審美與文化背景的圖像，並已開源託管於 Hugging Face。