零代码开发红利窗口期,普通人 30 秒验证游戏创意的最低门槛
更多动态
字节跳动发布了 Seedream 4.5,把「多图一致性」和「文字渲染」
直接拉到了商用成品级标准,不做单纯的艺术玩具,而是直接对标生产力。 1️⃣ 真·多图融合(Multi-Image Composition) 以前用 SD 做「产品+模特+背景」融合需要复杂的 ControlNet 堆叠。Seedream 4.5 原生支持多图输入,能自动识别主体并统一光影,直接生成高保真电商物料,大幅降低了各路商家的试错门槛。 2️⃣ 文字渲染不再是短板 AI 画海报最怕文字乱码(Typos)。新版本对 Logo 设计和海报排版的文字清晰度做了针对性训练,支持中英双语高精度混排,这意味着改改就能直接拿去投放。 3️⃣ 4K 画质与精细修图 支持 4096px 超清输出,且具备 Photoshop 级别的局部编辑能力(Inpainting),换脸、去杂物、平滑边缘都不在话下。 体验入口: 官网: https://seed.bytedance.com/en/seedream4_5 试玩(RunComfy): https://www.runcomfy.com/playground/bytedance/seedream-4-5/text-to-image #AI工作流 #电商设计 #Seedream #降本增效 #字节跳动

首个全栈开源 GUI Agent,把移动端自动化的门槛打下来了
以前搞手机自动化要自己写 ADB 驱动、配环境,现在 GELab-Zero 直接开源了“模型+基建”整套流水线。 原理类似给手机装了个“AI 驾驶员”,但这回连车(基础设施)和路(环境配置)都给你铺好了,主打一个快速落地。 🔹 开箱即用的基建:不仅开源了 4B 模型,更解决了最耗时的多设备连接、ADB 权限管理和任务编排,支持 Python 3.12+ 一键部署。 🔹 小参数高性能:基于 Qwen2-VL 调优,4B 规模在消费级显卡就能流畅运行,配合 Ollama 或 vLLM,实测在 AndroidWorld 复杂任务成功率达 75.86%。 🔹 真实场景优先:相比通用大模型,它专门针对打车、外卖等高频生活 App 做了特训,数据完全本地处理(Local Inference),隐私零泄露。 🔗 GitHub:github.com/stepfun-ai/gelab-zero 自动背单词演示 👆

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。
