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。
How to prompt Seedream 5.0★ 75
Replicate Blog98d agoTutorialReplicate 介紹了新一代影像生成模型 Seedream 5.0 的 Prompt 撰寫技巧。該模型三大核心亮點為：支援多步驟推理（能先規劃再生成）、基於範例的影像編輯（透過參考圖進行精準修改），以及具備深厚的領域知識。本文將引導開發者與創作者如何善用這些新特性，創造出更符合預期的視覺作品。
How we’re bringing AI image verification to the Gemini app★ 80
Google DeepMind Blog194d agoReleaseGoogle DeepMind 宣布將其先進的 SynthID 浮水印技術整合至 Gemini 應用程式中。這項技術能在不影響視覺品質的前提下，於 AI 生成的圖像中植入隱形浮水印，即使經過裁剪、壓縮或編輯也能被偵測。此舉旨在協助用戶辨識 AI 生成內容，應對深偽（Deepfake）與假訊息挑戰，並推動數位內容的透明度。
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。
Retro Diffusion's pixel art models are now on Replicate
Replicate Blog195d agoNew Tool專為像素藝術設計的 Retro Diffusion 系列模型已正式登陸 Replicate 平台。這套模型經過精心調校，能生成乾淨、對齊網格的像素風遊戲素材、角色精靈（Sprites）與地圖瓷磚（Tiles），解決了傳統擴散模型縮放時的模糊問題。獨立遊戲開發者與設計師現在可以透過 Replicate 的雲端 API，輕鬆將高品質的像素畫生成功能整合至自己的開發工作流中。
Image editing in Gemini just got a major upgrade★ 75
Google DeepMind Blog222d agoReleaseGoogle DeepMind 宣布 Gemini 應用程式中的原生圖片編輯功能迎來重大升級。用戶現在可以直接在 Gemini 介面中，以更強大且直覺的新方式調整與轉換圖片。此更新簡化了過去繁瑣的修改流程，讓創作者與一般用戶能更輕鬆地進行局部修改、物件增減或背景調整，大幅提升圖像創作的效率。
Generate Images with Claude and Hugging Face★ 85
Hugging Face Blog287d agoNew ToolHugging Face 宣布與 Anthropic 的 MCP（Model Context Protocol）深度整合。用戶現在可以透過配置 Hugging Face MCP 伺服器，讓 Claude Desktop 具備調用 Hugging Face 平台上各式開源影像生成模型（例如 FLUX.1 或 Stable Diffusion）的能力。這解決了 Claude 原生無法生成圖片的痛點，為創作者與開發者提供更無縫的工作流。
The FLUX.1 Kontext hackathon
Replicate Blog336d agoReleaseReplicate 宣布與 Black Forest Labs（BFL）合作舉辦的 FLUX.1 Kontext 黑客松圓滿落幕。本次活動旨在鼓勵開發者利用 FLUX.1 圖像生成模型，在 Replicate 平台上開發創新的上下文相關（Context）圖像生成應用。獲獎作品展示了 FLUX.1 在圖像編輯、控制與創意生成方面的強大潛力。
The recent history of AI in 32 otters
One Useful Thing (Mollick)365d agoCommentary賓州大學沃頓商學院教授 Ethan Mollick 撰文，以他最愛的「水獺」為主角，回顧過去三年（2022-2025）AI 圖像生成技術的演進。從早期扭曲、充滿偽影的滑稽畫面，到如今幾近完美的寫實與細節呈現，這 32 隻水獺不僅記錄了 Midjourney、DALL-E 等工具的迭代，也象徵了整個生成式 AI 領域呈指數級發展的縮影。
Use FLUX.1 Kontext to edit images with words★ 80
Replicate Blog369d agoReleaseBlack Forest Labs 推出全新圖像編輯模型 FLUX.1 Kontext，現已可在 Replicate 上運行。該模型允許使用者透過簡單的文字指令（如「把背景換成冬天」）直接編輯現有圖片，同時保持原圖的結構與細節。本文介紹了如何調整引導參數（如圖片與文字引導強度）以獲得最佳編輯效果，是設計師與創作者提升工作流效率的利器。
Creative roundup: avatars, lightsabers, and LoRA tricks
Replicate Blog431d agoReleaseReplicate 彙整了社群最新的創意 AI 模型與實驗專案。本次焦點包括：如何利用 AI 生成高品質且具一致性的個人頭像、趣味的光劍視覺特效應用，以及在平台上訓練與融合多個 LoRA 模型的實用技巧。這為設計師與開發者提供了豐富的視覺創作靈感與技術指引。
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。
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。
Replicate Intelligence #12★ 75
Replicate Blog648d agoReleaseReplicate 發布第 12 期情報，重點介紹 FLUX.1 [dev] 的 LoRA 微調訓練功能正式上線，用戶能以極低成本訓練專屬圖像模型。同時，社群利用 Flux 生成的「帥氣祖克柏（Hot Zuck）」迷因引發熱潮，展現了極致的寫實度。此外，Replicate 作為開源 AI 部署首選平台，在知名播客 Lex Fridman 的節目中獲得高度關注。
Replicate Intelligence #11★ 75
Replicate Blog655d agoReleaseReplicate 發布第 11 期技術週報，重點介紹開源影像生成模型 FLUX.1 的微調方法，讓開發者能以低成本訓練專屬風格。同時探討了「生成式電子遊戲」的最新進展，展示 AI 如何即時生成遊戲畫面與互動內容。最後，文章展望了生成式 AI 結合 3D 技術，為未來元宇宙與虛擬空間帶來的全新創作範式。
Replicate Intelligence #10
Replicate Blog662d agoRelease本期 Replicate Intelligence 彙整了近期社群與技術進展。重點包括開源圖像生成模型 Flux 的最新開發動態、基於 AI 驅動的 Minecraft 遊戲機器人，以及由 Zeke 撰寫的 Streamlit 與 Replicate 整合實作指南（Cookbook），幫助開發者快速構建 AI 應用。
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。
How to get the best results from Stable Diffusion 3★ 75
Replicate Blog714d agoTutorialStable Diffusion 3 (SD3) 引入了全新的架構與三種文字編碼器。本指南介紹如何透過自然語言描述（而非標籤堆疊）來獲得最佳圖像、如何精準渲染文字，以及如何調整 CFG 比例（建議 4.5-6.0）與步數等關鍵參數，幫助開發者與創作者在 Replicate 上發揮 SD3 的最大潛力。
Run Stable Diffusion 3 on your own machine with ComfyUI
Replicate Blog718d agoTutorialReplicate 發布了簡易教學，指導使用者如何在本地 GPU 設備上透過 ComfyUI 運行最新發布的 Stable Diffusion 3 (SD3)。讀者只需在終端機複製並貼上幾行指令，即可快速完成環境部署，開始體驗 SD3 的本地圖像生成能力。這對於想要避開雲端限制、進行本地客製化創作的設計師與開發者非常實用。
Launching the Artificial Analysis Text to Image Leaderboard & Arena★ 75
Hugging Face Blog726d agoNew ToolHugging Face 宣布與 Artificial Analysis 合作推出「文字生成圖片排行榜與競技場」（Text to Image Leaderboard & Arena）。該平台結合了類似 LMSYS 的人類盲測對決（Arena Elo 評分）以及客觀的效能指標（如生成速度與成本）。這為開發者與創作者提供了一個透明、標準化的基準，用以評估與比較市面上主流的開源與閉源圖像生成模型。
Replicate Intelligence #2★ 75
Replicate Blog732d agoCommentary本期 Replicate Intelligence 彙整了三大 AI 前沿進展：首先是 ByteDance 開源的 Hyper-SD 技術，實現了毫秒級的超快速圖像生成；其次是探討如 DIAMOND 等利用擴散模型構建的「世界模擬器」，展示了 AI 在虛擬環境模擬與強化學習中的潛力；最後深入分析了 AI 資料集複雜度，探討在數據漸趨飽和的當下，如何透過優化數據質量與結構來提升模型訓練效率。
Leonardo generates 4.5M images daily with Next.js and Vercel
Vercel Changelog806d agoBusiness知名 AI 繪圖平台 Leonardo.ai 分享其技術架構，透露如何透過 Next.js 與 Vercel 應對每日 450 萬張圖像生成的龐大流量。藉由 Vercel 的邊緣網路與 Serverless 部署，他們成功降低了全球使用者的載入延遲，並在極高流量下維持優異的網站效能與使用者體驗。
AI Watermarking 101: Tools and Techniques★ 75
Hugging Face Blog827d agoTutorial隨著 AI 生成內容爆發，如何識別「AI 製造」成為關鍵。Hugging Face 發布的這篇指南深入探討了 AI 水印技術，涵蓋文字生成（如透過調整 Token 機率分佈的綠名單機制）與影像生成（如 Stable Signature 等隱形潛在空間水印）。文章不僅介紹了現有的開源工具，也客觀分析了水印技術在對抗剪裁、改寫等攻擊時的魯棒性限制與未來挑戰。
Deploying the AI Comic Factory using the Inference API
Hugging Face Blog974d agoTutorialHugging Face 官方發布指南，教導開發者如何部署熱門的開源專案「AI Comic Factory」。由於公共版本常因高流量需要排隊，使用者可以透過 Hugging Face Inference API 或專屬的 Inference Endpoints，配置自己的 LLM 與 SDXL 圖像生成服務，低成本打造專屬且流暢的 AI 漫畫創作平台。
Introducing Würstchen: Fast Diffusion for Image Generation★ 75
Hugging Face Blog993d agoReleaseHugging Face 介紹了新型圖像生成模型 Würstchen，其核心在於創新的三階段架構，能將潛在空間壓縮高達 42 倍。這使得它在生成速度和訓練成本上遠優於傳統的 Stable Diffusion，同時保持優異的視覺品質。目前該模型已整合至 Diffusers 函式庫中，適合硬體資源有限的開發者與研究人員。
Happy 1st anniversary 🤗 Diffusers!
Hugging Face Blog1048d agoReleaseHugging Face 慶祝旗下核心開源庫 Diffusers 推出一週年。在過去一年中，Diffusers 憑藉直覺的 API 設計，成功降低了 Stable Diffusion 等擴散模型的技術門檻。該庫不僅支援了 ControlNet、LoRA 等多種前沿技術，還透過記憶體優化與硬體加速，讓生成式 AI 走入消費級硬體，成為開源 AI 生態系中不可或缺的基石。
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。
What's new in Diffusers? 🎨★ 70
Hugging Face Blog1359d agoReleaseHugging Face 發布 Diffusers 開源庫推出兩個月的進展報告。本次更新核心在於全面整合 Stable Diffusion，並推出圖生圖（Img2Img）與局部繪製（Inpainting）等全新 Pipeline。此外，團隊大幅優化了記憶體佔用，引入 Attention Slicing 技術，讓 4GB 顯存的 GPU 也能順利運行擴散模型，並新增了多種採樣調度器（Schedulers）。
Stable Diffusion with 🧨 Diffusers★ 85
Hugging Face Blog1380d agoReleaseHugging Face 於 2022 年 8 月宣布將剛發布的 Stable Diffusion 整合至其 🧨 Diffusers 函式庫中。這項合作讓開發者與研究人員能夠透過極簡的 Python API，輕鬆載入權重並進行文字生成圖像（Text-to-Image）的推論。文章詳細介紹了潛在擴散模型（Latent Diffusion）的運作原理，並提供多種記憶體優化技術，大幅降低了開源 AI 繪圖的硬體門檻。