搜索
先学会画，再学会听话。 LLaDA-Image 在预训练和中期训练阶段直接从图片学习视觉先验，超过 90% 的累计生成训练样本采用 image-only 监督；图文对则集中用于后续语言对齐。模型权重、训练代码和完整配方同步开放。
AI视频生成正从质量竞争转向实时速度竞争，AI互动内容公司Yoroll基于开源MiniMax H3模型推出后训练模型Yoroll H3 Superfast，可在4秒内生成10秒768p带音频视频，并上线由其驱动的实时互动叙事产品YoLive。
ECCV 2026论文ART由vivo BlueImage Lab联合哈工大与南大提出，通过将真实参考图作为可微分监督信号的两阶段训练框架，突破了复杂妆容迁移中的伪目标天花板，同步发布了首个2K分辨率妆容数据集MF2K。
沙特人工智能公司HUMAIN基于中国MiniMax的开源旗舰模型MiniMax M3推出阿拉伯语大模型HUMAIN M3，使用超过1万亿Token阿拉伯语数据进行后训练，在七项阿拉伯语基准测试中等权平均分达89.37%，标志着中国开源模型正成为全球AI生态的底层技术基础。
新版生图模型GPT Image 2.5虽未正式发布，但已通过ChatGPT弹窗提示向部分用户开放，该模型生成图像极为逼真，已能伪造GPT-6官方发布会和奥特曼全员信等场景，并在生成速度、角色一致性、文字渲染等方面较GPT Image 2有显著提升。
过去两年，AI生图的参数量与清晰度完成了指数级跨越，但真正面向服装行业却依然面临一个极其尴尬的悖论——当GPT、Gemini等顶尖大模型在通用图像生成上大放异彩时，落地到服装产业的深水区，依然满屏是令人出戏的AI味。通用的SOTA模型做得到了“逼真”，却依然做不好“商业”。
中国大模型商业化的一次分层。
现在的 AI 生图有点太强，像 images 2.0 这样的模型，一段 Prompt 敲进去，直接逼真到你怀疑现实的一切。
信用卡新户礼，过去十年翻来覆去就那几样：行李箱、视频会员、还款金、机场贵宾厅……
前两天刷 X 的时候，一条 Twitch 直播的录屏给看傻眼了： FAL 工程师 Rehan Sheikh 将 MiniMax H3 Max 接入 Twitch 直播流，搭建了一个由模型持续生成内容的频道，并把它称为「跨维度电视」。