#AI生圖
•

從“會生成”到“精準修改”，OpenAI 把 AI 生圖做得更像工具了

現在的 OpenAI，算是把流量玩明白了。 9 月 9 日凌晨，他們宣佈通過使用 OpenAI 的下一代模型，讓將近一萬個 Agent 協同工作，解決了困擾科學界近 90 年，並被列為千禧年七大難題之一的維納爾斯托克斯方程。 這個消息一出，立即震撼了科學界、科技界，引起眾多討論，賺足了眼球。 緊接著，OpenAI 宣佈他們最新的生圖模型 ChatGPT Image-2.5 上線。
從“會生成”到“精準修改”，OpenAI 把 AI 生圖做得更像工具了
科技#OpenAI#AI生圖
•

ChatGPT Images 2.5 實測：AI 生圖，開始變成設計工具了

上周，OpenAI 剛剛發佈 GPT-6 Astra。我還沒從那股震撼裡緩過來，今天早上，ChatGPT 的圖片生成又更新了。 這次是 ChatGPT Images 2.5。GPT Image 2 已經那麼強了，我很難想像它還能更新什麼。越想越興奮，乾脆連夜開始測試。 上一代 ChatGPT Images 2.0 是今年 4 月 21 日發佈的。那次升級，加強了對現實世界資訊的理解、指令執行，以及密集文字和複雜細節的生成；同時帶來了 Thinking 模式，讓它能在生圖過程中結合推理和工具，搜尋資訊、規劃結果，還能根據一條提示生成多張圖片。 當時我的感覺就是：AI 生圖這場仗，在我這裡已經打完了。強得離譜。從那以後，我的圖片就一直交給 GPT Image 2 來生成，公眾號的封面、插圖，也都用它。
ChatGPT Images 2.5 實測：AI 生圖，開始變成設計工具了
科技#OpenAI#ChatGPT Images 2.5#AI生圖
•

Meta，緊急下線爭議AI生圖功能

近來屢屢登上財經媒體頭條的美國科技公司Meta，又捲入了一起與AI有關的輿論風波。 作為背景，Meta本周二發佈首款由超級智能實驗室（MSL）開發的AI圖像生成模型Muse Image。與傳統的AI畫圖工具略有不同，Muse Image同時也是智能體應用——除了能根據提示詞生成圖片外，Muse Image還能自主搜尋資訊，以最佳化生成結果。 作為首先應用該AI的Meta產品，“美國版小紅書”Instagram一口氣上線了30多種將現有圖片“一鍵生成AI圖像”的效果。 （一鍵應用AI效果）
Meta，緊急下線爭議AI生圖功能
科技#Meta#AI生圖#生成模型
•

“被嚇到！”AI生圖已經這麼逼真了？網友：以後還能信嗎...

近日社交平台被一組圖片刷屏了：千禧年間的小學生在小賣鋪買零食一張印刷完好的數學試卷馬斯克在直播間賣瑜伽褲....你能看出那張是AI生成的嗎？答案是——全部4月22日，美國人工智慧公司OpenAI對外正式推出ChatGPT Images 2.0模型，這是其ChatGPT平台內圖像生成功能的最新一次升級。由於其生成的圖片真假難辨，相關話題迅速沖上熱搜，引發網友熱議。模型發佈後，一些用GPT-Image-2生成的AI假圖已經開始在網路上開始傳播。比如，“Tim Cook加入小米汽車”的“官宣圖”，粗看分辨不出AI的痕跡。隨後，小米發文闢謠。網傳圖片據瞭解，生成的圖片之所以真假難辨，是因為該大模型解決了以往AI細節粗糙、文字亂碼扭曲的問題。有網友測試用該模型生成全篇《出師表》，內容工整規範，幾乎零錯漏。不過，也有眼尖的網友在其它圖片中發現，生圖過程中會偶爾出現少量文字差錯。另據澎湃新聞，記者實測後發現，GPT-Image-2還存在嚴重的安全漏洞。記者將個人身份證上傳到ChatGPT後，要求把身份證中的人臉換成庫克。Image-2不僅改變了人臉，還替換了人名和出生年月日資訊，並同步替換了身份證號碼中的出生年月日資訊。圖源：澎湃新聞該模型不僅無法識別個人敏感資訊，而且也沒有阻攔使用者進行修改、偽造證件的提示詞。此外，GPT-Image-2的所有直出圖均沒有標註“AI生成”的水印或提示，進一步加大了核實和甄別的難度。面對該大模型生成的圖片，不少網友感嘆，第一反應是 “被嚇到了”。還有網友實測，只需簡單輸入一句話，就能一鍵生成精美的商業設計圖，擔心“設計師是不是要失業了”。許多網友擔憂，未來圖片真假將更難分辨。按照國家相關規定，AI生成內容應強制標註，而面對不斷升級的海外AI工具，大家也呼籲加快完善AI領域的法律法規，進一步加強監管。更有網友直言，有圖有真相的時代，已經過去了。“以後都要問一句，這是真的嗎？” (河南衛視)
“被嚇到！”AI生圖已經這麼逼真了？網友：以後還能信嗎...
科技#AI生圖#真假難辨#ChatGPT Images 2.0
•

李飛飛團隊新作：簡單調整生成順序，大幅提升像素級圖像生成質量

長期以來，AI生圖被一個經典矛盾困擾。潛空間模型效率高，但細節有損耗；像素空間模型保真度高，卻容易結構混亂、速度慢。要麼快要沒準，大家幾乎默認這是架構帶來的取捨問題，沒法徹底解決。但擴散模型生圖，順序真的對嗎？李飛飛團隊最新論文提出的Latent Forcing方法直接打破了這一共識，他們發現生成的質量瓶頸不在架構，而在順序。簡單說就像畫畫必須先打草稿再填色，AI也需要一個「先定結構、後填細節」的強制邏輯。Latent Forcing僅通過重排生成軌跡，像素擴散模型不僅找回了效率，更在多項指標上刷新SOTA。傳統方法瓶頸在深入瞭解Latent Forcing之前，咱先來說說當前兩大方法的瓶頸。傳統像素級擴散模型之所以畫圖會畫歪，是因為它在降噪過程中，高頻的紋理細節往往會干擾低頻的語義結構。模型常常在還沒搞清楚物體的整體輪廓時，就被迫去預測局部的像素顏色，其實這在本質上就違背了視覺生成的自然邏輯。為瞭解決這個問題，行業此前大多轉向潛空間。它通過預訓練的tokenizer把圖像壓到低維空間，生成速度飛起。但潛空間模型必須依賴一個預訓練的解碼器，但這不僅會引入重建誤差，也讓模型失去了端到端建模原始資料的能力。於是李飛飛團隊思考——能不能既保留像素級的無損精度，又獲得潛空間的結構引導？先打個草稿Latent Forcing的答案是——對擴散軌跡重新排序。怎麼做的呢？在不改變基礎Transformer架構的前提下，引入了雙時間變數機制。在訓練和生成過程中，模型會同時處理像素和潛變數。不同的是，團隊為兩者定製了獨立的降噪節奏：潛變數先行：在生成初期，潛變數會率先完成降噪，在大尺度上確立圖像的語義骨架；像素填色：在結構確定後，像素部分再跟進進行精細化降噪。這麼一看，潛變數就像是一個臨時的草稿本。生成結束時，這個草稿本直接丟棄，最終輸出仍是100%無損的原始像素圖像，沒有任何decoder。整個過程端到端、可擴展，幾乎不增加計算量（token數量不變，速度接近原生DiT）。這種先latent後pixel的細微調整，在ImageNet榜單上展現了出色的表現。在相同計算規模，訓練80個epochs的條件下，Latent Forcing在ImageNet-256任務中，條件生成的FID分數較此前最強的像素級模型JiT+REPA，從18.60降到9.76，接近腰斬。在200個epoch的最終模型（ViT‑L 規模）下，Latent Forcing實現了條件生成FID 2.48（guided）、無條件生成FID 7.2（unguided）的分數。創下像素空間擴散Transformer新的SOTA。過去學術界普遍認為，必須通過更高倍率的失真壓縮才能換取好的FID表現。Latent Forcing則用資料反駁了這一觀點——在保持100%原始像素精度的情況下，我們依然能跑出超越有損模型的性能。Latent Forcing項目由李飛飛領銜。第一作者Alan Baade是李飛飛的學生，史丹佛電腦系博士生，在擴散模型和生成建模方向有深入研究。其他史丹佛共同作者包括Eric Ryan Chan、Kyle Sargent、Changan Chen和Ehsan Adeli。此外，密歇根大學教授Justin Johnson作為合作作者參與其中。 (量子位)
李飛飛團隊新作：簡單調整生成順序，大幅提升像素級圖像生成質量
科技#李飛飛#AI生圖#潛空間模型
•

神仙打架！阿里字節同日發佈AI生圖新品：Seedream 5.0 vs Qwen-Image-2.0

不同的技術路線和市場定位，阿里巴巴側重於模型架構的統一與性能提升，字節跳動則聚焦智能理解和知識驅動。圖片來源：AI生成中國兩大科技巨頭阿里巴巴和字節跳動今日分別發佈了各自最新的AI圖像生成模型——字節跳動發佈了主打智能理解和高解析度輸出的Seedream 5.0，阿里巴巴則推出了集圖像生成與編輯於一體的Qwen-Image-2.0。這兩款模型均在今日正式上線，阿里巴巴通過阿里雲百煉平台開放API邀測，使用者可通過Qwen Chat免費體驗；字節跳動則將Seedream 5.0整合於旗下剪映、CapCut、小雲雀等應用，並提供限時免費使用，未來計畫在美國市場開放。阿里巴巴Qwen-Image-2.0的核心創新在於首次將圖像生成與編輯功能統一到單一模型架構中，顯著提升了性能和靈活性。該模型支援長達1000 token的複雜文字輸入，能夠生成高達2K解析度的圖像，適合專業PPT、海報、多格漫畫等複雜場景。Qwen-Image-2.0尤其在中文文字渲染方面表現卓越，能夠準確生成多種字型和複雜文字內容，如《蘭亭集序》全文配圖。AI Arena評測資料顯示，Qwen-Image-2.0在文字生成圖像任務中以1029分位列全球第三，圖像編輯能力得分1034，排名第二，接近頂尖水平。相比之下，字節跳動的Seedream 5.0則強調智能水平的提升，增強了對提示詞的理解能力，支援檢索生圖、多步邏輯推理和聯網知識整合，適合複雜知識驅動的任務，如生成詳細步驟說明圖。此外，Seedream 5.0支援2K及4K解析度輸出，細節紋理和照明效果更為精細，新增了精準編輯功能。該模型主要對標Nano Banana Pro，突出低成本優勢，目前使用者可免費使用20次，未來將逐步開放更多地區。儘管在藝術設計感方面略遜於競爭對手，但其在實用性和智能推理方面表現突出。從技術參數來看，Qwen-Image-2.0的長文字輸入能力（1K token）遠超行業平均，極大拓展了模型對複雜指令的理解和執行能力，尤其適合需要精細文字排版和多元素組合的專業應用。Seedream 5.0則通過多步邏輯推理和聯網知識整合，提升了模型對複雜任務的適應性，尤其在生成步驟說明圖等知識密集型場景中表現優異。此外，Seedream 5.0支援4K解析度輸出，滿足更高端視覺需求。在使用體驗方面，Qwen-Image-2.0通過阿里雲百煉平台和Qwen Chat提供開放體驗，使用者反饋其生成圖像細膩，文字渲染精準，編輯功能靈活多樣，能夠實現九宮格自拍、多風格轉換等多樣化創作。Seedream 5.0則依託字節跳動生態，深度整合剪映、CapCut等視訊及內容創作工具，使用者可便捷呼叫模型完成高品質圖像生成和精準編輯，尤其適合內容創作者和知識工作者。兩款模型的發佈反映了中國AI圖像生成領域的多元化發展趨勢。阿里巴巴側重於模型架構的統一與性能提升，強調中文文字渲染和多場景應用，推動AI圖像生成的實用化和普及化。字節跳動則聚焦智能理解和知識驅動，強化模型的推理能力和高解析度輸出，滿足更複雜的專業需求和內容創作場景。未來，隨著AI圖像生成技術的不斷演進，模型的多模態融合能力、長文字理解深度以及高解析度細節表現將成為競爭關鍵。阿里巴巴和字節跳動的這兩款模型分別代表了不同的技術路線和市場策略，預計將在專業設計、內容創作、教育培訓等多個領域展開激烈競爭。同時，隨著API和應用的開放，更多開發者和使用者將參與到AI圖像生成生態中，推動技術的快速迭代和應用創新。綜合來看，Qwen-Image-2.0以其統一架構和卓越的中文文字渲染能力，在專業圖像生成與編輯領域具備明顯優勢；而Seedream 5.0憑藉智能推理和高解析度支援，在知識密集型和高端視覺需求場景中表現突出。兩者的差異化發展不僅豐富了市場選擇，也促進了中國AI圖像生成技術的整體提升和生態繁榮。 (鈦媒體AGI)
神仙打架！阿里字節同日發佈AI生圖新品：Seedream 5.0 vs Qwen-Image-2.0
科技#阿里#字節#AI生圖
•

矽谷大佬現身「豪華火雞局」，沒有一個是真人！

今年感恩節，AI比人先上桌！機艙火雞宴、政治名人拼盤、科技大佬假笑全刷屏得像真實記錄。節日本該是煙火氣和家人，卻被一堆不存在的合照搶走注意力。我們到底在看回憶，還是在被AI製造記憶？你可能也刷到過這張圖：Newman坐在中間，周圍是被P出來的一圈科技大佬，像在開公司年會。照片細節滿滿：火雞、紅酒、燭光一字排開，旁邊是笑得乖巧的祖克柏、馬斯克、納德拉、庫克……畫面精緻到像雜誌大片。這張圖被評為今年最「亂入」的感恩節名場面之一。Google剛上線的Nano Banana Pro，讓這張照片離「現場直擊」只差一個BBC水印。也許幾年後的感恩節，我們抬頭看著眼前的土豆泥，問「這是不是AI土豆泥？」今年的感恩節名場面，被AI承包了今年感恩節，最先上桌的不是人，是AI做出來的神圖。托AI的福，RFK Jr.把當年的麥當勞合照玩成感恩節版。薯條和漢堡被換成了孢子甘藍和蔓越莓，川普父子、馬斯克全員在桌邊「健康飲食」。離譜的是不止這一張。Newman親自下場，配文半開玩笑地說這是「AI牛市的感恩節晚宴」。Tiffany Fong更絕，直接把成龍請到自己餐桌旁幫忙切肉。這些「名人聚餐」，在社交平台上被轉得一本正經，像真的發生過一樣。這些照片的共同點，是「過分自然」。燈光剛好，皮膚剛好，連光都出現在應該出現的位置。這就是Google剛推出的Nano Banana Pro的威力。假圖，怎麼比真的還真？你有沒有發現，今年的感恩節合照像換了畫風？事實的確如此。感恩節前一周，Google才把Nano Banana Pro端上桌。媒體當時的評論一針見血：它不是在生成圖片，是在生成你會相信的場景。它最強的一點，是把那些最容易騙過人眼的細節全部「拉滿」：桌布的褶紋、玻璃杯的亮點、火雞表層的油光、燈光照在皮膚上的微妙柔焦……原本一眼假的地方，現在全都恰到好處。你已經不能再完全相信網上的照片了。Nano Banana與Nano Banana Pro對比更要命的是，它不用你懂技術，不需要專業攝影思路，不需要會修圖，只要一句提示，就能生成一堆感恩節場景。尤其是「名人＋節日＋食物」，這種最容易被接受、最不容易被懷疑的組合。這也是為什麼今年的AI合照的熱度比往年更高。過去的AI圖像靠「奇怪」，今年AI圖像靠「真實」。明知道是假的，為什麼還要轉發？今年感恩節有個特別有意思的現象：大家明明知道圖是假的，但還是忍不住點開、保存、轉發，甚至截圖發到群裡「看這個笑死我了」。它為什麼這麼好傳播？答案不是因為它逼真，而是它懂你想在節日裡看到什麼。今年的這些感恩節AI圖，本質上是「情緒出口·節日版」。節日期間，大家一邊忙著應付家人，一邊想找點輕鬆的東西喘口氣。而這些荒誕、無害、帶一點「節日限定混亂感」的AI圖像，剛好滿足了這種需求。比起真實的感恩節——廚房亂成一團、火雞切不動、親戚問東問西、孩子哭鬧，這些AI合照更像是節日的理想樣子：燈光正好、笑容統一、氣氛完美、連火雞都是高級擺盤。社交平台也特別偏愛這種內容。圖片本來就比文字更容易被推送，再加上這種「荒誕而不危險」的節日段子更容易讓人刷個不停，演算法自然把它往前排。Fast Company在談Nano Banana Pro時說過一句話：我們轉發的不是圖，而是一種想一起笑一笑的衝動。而這正是今年最微妙的點：這些AI圖火，是因為它們比真實的感恩節更輕鬆、更好笑，也更容易讓人覺得有參與感。但問題就出在這裡：當一張從沒發生過的合照被反覆刷到、反覆轉發，它開始在你的記憶裡佔位。你會下意識覺得「我見過」「好像看過新聞」「是不是某個場合拍的」。真實的節日畫面、記憶痕跡、現實關係通通被替代。這就是今年感恩節AI熱潮最讓人不安的一部分：你以為自己笑了一下，其實什麼都沒發生。刷了一圈今年的感恩節圖，你會發現一個挺好笑也挺現實的問題：螢幕裡的宴會永遠完美、永遠熱鬧、永遠上頭。而真正的感恩節，卻是混亂、乾巴巴火雞、吵鬧的孩子。AI做出來的那些照片當然好看，眾星雲集、燈光溫柔、火雞烤得剛剛好，一切宛如廣告片。可等你把手機放下，會突然意識到：能讓你伸手夾一口、能讓你覺得太鹹、能讓你笑出聲的，還是眼前這桌不完美的飯。也許今年最值得「感恩」的，不是先進的技術，而是一個簡單的提醒：好看的畫面可以生成，但真實的陪伴只能發生。把手機放一邊吧。螢幕裡的假名人，就讓他們繼續在AI裡吃飯。而你，只要存在，便是真實。 (新智元)
矽谷大佬現身「豪華火雞局」，沒有一個是真人！
科技#AI生圖#Google#Nano Banana Pro
•

矽谷8巨頭夜會遭「宿管阿姨」驅散？AI造假首次讓「肉眼死亡」

【新智元導讀】一覺醒來，矽谷八巨頭深夜派對，竟被宿管趕到大街上？這則炸翻全網的奇聞，真相竟是GoogleNano Banana Pro的一張AI合影。效果足以亂真，肉眼根本無法分辨。AI生圖的「眾神時代」，真的來了。真是瘋了！一夜之間，矽谷兆俱樂部CEO們罕見同框，多張合影刷爆全網，在各個社交平台上瘋轉。這，堪稱矽谷AI天團的「頂級陣容」——馬斯克、老黃、劈柴、納德拉、小扎、奧特曼、庫克、貝索斯悉數在場。有夜晚出來散步的，有在屋子裡暢聊的，還有在停車場密謀大事的.....搞笑的是，矽谷八巨頭深夜開Party，卻被宿管阿姨趕到了大街上。令人難以置信的是，他們並非真實存在，實則來自另一個平行宇宙。這一切的一切，全部由GoogleNano Banana Pro一鍵生成，逼真到讓人看不出一絲破綻。簡直令人細思極恐！有網友表示，人類肉眼已經分不清了，我們就生活在AI模擬的世界中。還有網友惡搞系列——巨頭CEO們一起喝「蜜雪冰城」。出世僅48小時，Nano Banana Pro真的無敵了。只用兩天，Nano Banana Pro封神在最新LMArena榜單上，Nano Banana Pro（Gemini 3 Pro image）一夜屠榜，雙榜第一。就連第二名的榮耀——Nano Banana，也屬於Google。具體來說，在文字-圖像測試中，Pro版要比第一代領先84分；在圖像編輯中，要高出41分。正是因為有了Gemini 3這一強大的基座，Nano Banana Pro才能大殺四方。僅用三年時間，Google煉出最強AI，秘訣究竟是什麼？GoogleDeepMind CEO Hassabis一語道破天機，「世界級研究+世界級工程+世界級基礎設施」。三個「世界級」，凝練又強勁。GoogleNano Banana Pro的周五發佈看似波瀾不驚，卻憑實力刷屏。全網驚豔實測，後勁太大了！Google剛剛發佈的Nano Banana Pro，強得離譜，全網都還沒回過神來。這次更新絕不僅僅是「更好的提示詞」那麼簡單。它簡直是開啟了AI生圖的「眾神時代」。Nano Banana Pro理解的是真實世界，而不僅僅是像素堆疊。它直接捅破了行業的天花板，重新定義了「可能」。發佈都兩天了，還有新玩法兒。只要你能想得到，Nano Banana Pro就能讓你看到！矽谷CEO合影 ，騙過全網再回到「矽谷兆俱樂部CEO」合影，鏡頭前的開腦洞玩法，讓人炸腦。傅盛轉發了一張AI大佬在等1號線的合影，調侃道「同事說下班路上碰到的」。就這張圖片的含金量，誰懂？西安雁塔前一張合影。同款在停車場的合影。美國科技名流搖滾版「全家福」：大晚上，一起約著盪鞦韆，推著購物車在馬路上跑，CEO們開心地像一群孩子一樣。開party、聚餐，真的無法相信沒有一張是真實的。還有劈柴和Hassabis這張合拍，質感超絕。GoogleI/O大會上的原圖爆改系列，劈柴：來一隻嗎？Nano Banana Pro預測了馬斯克將登陸火星。還有九宮格為CEO爆改髮型的圖片。一個坐標出圖，推理炸裂這一次，全網又搞出一個新玩法：一個坐標，讓Nano Banana Pro出圖。通用的提示詞範本：生成一張經緯度為「填入經緯度」，時間為「填入時間」就比如震驚全球的911事件，Nano Banana Pro完美還原了飛機撞向紐約世界貿易中心的那一刻。足不出戶，想看「北緯36.4602° N，東經25.3730° E」的日落時刻，Nano Banana Pro滿足你。Create an image of 36.4602° N 25.3730° E at sunset對應的實現中該地的日落：效果也太還原了！泰坦尼克號沉船，說一個地理坐標，Nano Banana Pro即可畫出。Create an image of the major event that happened at these coordinates: 41°43′32″N 49°56′49″W.需要強調的是，Nano Banana Pro在創作之前，需要一定推理，才能得知坐標對應的時間線。就這一點，少有AI可以做到。同上類似，興登堡號空難、羅馬大火，均可一個坐標出圖。Generate an image of a major event that happened at these coordinates 40.0303° N, 74.3258° WCreate an image of the major event that happened at these coordinates:  41°53′36″N 12°28′58″E , its year July 19, 64 AD , intereeesting !已故學界巨匠的現代生活Nano Banana Pro可收集已故科學家的生平資訊，生成對應的社交軟體截圖。牛頓、奧本海默和愛因斯坦的現代社交軟體首頁：還可以生成相關的帖子——換種風格也可以：類似的，虛擬人物也可以生成社交首頁截圖：不得不說，Nano Banana Pro太強了，生成名人開Ins帳號。Vibe Art：氛圍藝術AI這次可以直接生成梗圖二創了：提升梗圖的解析度，更是Nano Banana Pro的拿手菜：網友嘗試用最少的提示詞，「毀掉」名畫：最後看看一些真正能放到簡報的例子吧：好戲開場，OpenAI急了Google這波強勢回歸，讓全世界看到了真正的王者，並不是唯OpenAI獨尊。The Infomation此前爆料稱，OpenAI內部感受到了壓力，奧特曼發佈備忘錄——Google在AI領域的近期進展，可能為公司帶來「暫時的經濟阻力」。為此，OpenAI正在醞釀一個反擊計畫，代號為Shallotpeat。在預訓練Scaling方面，OpenAI失敗了，但Google成功了。這一點讓外界難以置信，畢竟Bard翻車至今也不過3年的時間。Hyperbolic CEO Yuchen Jin點評道，是OpenAI，喚醒了這個沉睡的巨獸。2024年一場發佈會，奧特曼還不忘調侃Google的審美。估計現在，已經啞口無言。BI的一篇文章，闡述了Google的全端優勢，是OpenAI無法企及的。在Gemini 3發佈前的一次座談會上，GoogleDeepMind首席技術官Koray Kavukcuoglu表示，端到端優勢是他們能夠更快推進的原因之一。1 GoogleDeepMind研究人員搭建模型；2 Google在自主研發TPU晶片上訓練模型；3 Google使用自家雲服務來託管模型，並向開發者提供這些模型；4 Google將模型整合到搜尋、YouTube、Gemini等熱門應用中，直接交到使用者手中。更恐怖的是，Google純TPU算力，將在未來4-5年翻1000倍。毫無疑問，Google擁有人才、技術、市場的全方位優勢，這套「組合拳」終於開始見效了。最後再致敬一下Google，生成式AI十年前與今天的對比，這種跨時代的飛躍，便是最好的證明。(新智元)
矽谷8巨頭夜會遭「宿管阿姨」驅散？AI造假首次讓「肉眼死亡」
科技#GoogleNano Banana Pro#AI合影#AI生圖