联系方式
网站：https://haoyi.im/zh
联系方式
更多动态
🖼 免费AI修图：Qwen-Image-Edit-2509开源模型
阿里巴巴Qwen团队近期发布了Qwen-Image-Edit-2509，这是一个大幅降低创意门槛的开源图像编辑模型。它将多图像编辑、身份一致性和结构控制带入低成本时代。 1️⃣多图合成画布： 这是开源领域的亮点，能将最多三张不同图像无缝融合，由文本提示引导。 * 人物+人物：轻松合并两张肖像，创造自然合影。 * 人物+场景：将主体置入新背景，自动调整光照。 * 人物+产品：为广告和电商生成专业级宣传图。 2️⃣一致性新标准： 解决了AI编辑中常见的“身份漂移”问题，确保人脸、产品标识和复杂文本在各种编辑中保持高度一致。例如，改变人物姿势或风格滤镜，面部依然清晰可辨，产品标志不会扭曲。 3️⃣原生ControlNet集成： 告别复杂的配置，模型核心直接支持深度图、边缘图或关键点骨架等结构性输入，实现“即插即用”的精确控制。这让用户可以同时指定姿势和保持角色身份，大大简化了复杂任务。 技术简化：Qwen-Image-Edit-2509采用独特的双路径架构，将图像的“语义”（是什么）与“外观”（怎么样）分离处理。这种设计是其实现“坚如磐石的一致性”的关键，使得局部编辑不会破坏主体核心特征。 - 硬件要求：完整版需要至少16GB显存GPU，推荐24GB。社区虽有GGUF量化版，但可能牺牲质量。 - 本地部署问题：在ComfyUI等框架中存在长宽比和缩放错误，这限制了其在需要像素级精确对齐的专业工作中的应用。 - 提示敏感性：编辑效果可能受提示词措辞影响，需进行精细的提示工程。 官方网页版（ https://huggingface.co/spaces/Qwen/Qwen-Image-Edit-2509 )体验流畅，适合快速原型和日常创作。对于创作者，可关注ComfyUI集成（ https://docs.comfy.org/tutorials/image/qwen/qwen-image-edit ）以探索更多工作流。
美团 LongCat-2.5发布了。
1.6T 总参、激活约 48B，原生多模态，主推长程智能体，全程国产算力训练。 图像量化成多级离散 token，Visual Coding 与 3D 受益。 大规模长程 RL，把失败轨迹转成可验证训练任务。 W4A4 推理，prefill 吞吐提升 43%。 官方自测介于 Claude-Opus-4.8 与 Opus-5 之间。
商汤开源 SenseNova Loop-9B-Preview。
它不堆参数，堆"层数"。32 层解码器，中间 4–27 层同权重跑两遍 → 前向 56 层计算，只存 9B。 自测 BIRD-Dev 71.38、AutomationBench 13.72，超 Qwen3.5-27B；Terminal Bench依旧落后。
把 Agent 装进了安卓手机里。
最近应该都刷到过不少agent控制手机的短视频，这个agent是个免费开源项目，叫mika。 它是一个安卓的应用，通过无障碍模式在后台操作安卓手机上的 App，发微信，翻小红书，网购下单。 看屏找按钮，不要 API，不用适配屏幕尺寸。碰到支付和验证码让你接管。 🔗 github.com/wangzan101/Mika
