![]()
欢迎大家踏入本期的《AI艺术周刊》。在这里，我们将一同探讨每周人工智能的最新进展，及其如何重新定义艺术创作的边界。无论你是 AI 艺术的狂热爱好者，还是对这一领域充满好奇的新手，我们都将为你带来灵感的火花和在实践中的深刻见解。让我们共同揭开 AI 艺术的神秘面纱，探索它的无限可能。* 每周我需要花费大约 8-12 小时来整理这些周刊内容。如果你喜欢我的工作，不妨在下方赠我一杯咖啡，可以令我保持思绪清晰与热情不减 🙏🌟 本期要闻：
Recraft: 发布了他们的新模型V3（代号：Red Panda）https://www.recraft.ai/blog/recraft-introduces-a-revolutionary-ai-model-that-thinks-in-design-language |
在 Hugging Face 的文本生成图像基准测试中名列前茅，超越了当前的顶尖模型如 FLUX 和 Midjourney。然而，需要谨慎看待这一结果，因为有用户反馈称这些基准测试结果存在挑选偏差。据 Recraft 介绍，该模型具备以下功能：无需LoRA训练即可实现多样化风格
处理长文本的高级文本生成能力
精确的文本定位和大小控制
改进的解剖学准确性和提示理解
矢量图像生成能力
我个人对其 SVG 生成能力最感兴趣。该模型的图像和 SVG 版本均可在 Replicate 上获取
https://replicate.com/recraft-ai/recraft-v3-svg |
![]()
注: Recraft 示例Oasis: 基于Transformer的实时交互式游戏世界生成模型
| https://oasis-model.github.io/ |
Decart and Etched 本周发布了 Oasis 模型，这是一款实时生成交互式 Minecraft 游戏世界的 AI 模型。我今早试用了，感觉有些超现实，更像是一场梦。整个游戏完全由模型模拟，没有后台代码运行，仅有输入、模型生成的令牌和输出的帧，该模型具备以下功能：
每秒20帧的实时游戏生成
交互式物理、游戏规则和图形生成
支持复杂的游戏机制（建筑、照明、库存管理）
具有多样环境的动态世界
通过创新的动态噪声技术实现时间稳定性
与其他需要 10-20 秒生成一秒视频的文本生成视频模型不同，Oasis 每 0.04 秒生成一帧，比当前替代方案快 100 倍，相关代码可以在 GitHub 上找到
| https://github.com/etched-ai/open-oasis |
![]()
注: Oasis 示例Stable Diffusion 3.5 Medium| https://stability.ai/news/introducing-stable-diffusion-3-5 |
继上周发布 Stable Diffusion 3.5 Large 模型后，本周又推出了拥有 25 亿参数的 Medium 模型。Stability AI 声称该模型可在消费级硬件上“开箱即用”，即使在性能较低的设备上也能运行。不过，我尚未发现仅有9.9GB显存的设备，但这可能是我个人设备限制所致...
| https://huggingface.co/stabilityai/stable-diffusion-3.5-medium |
| https://github.com/Stability-AI/sd3.5 |
![]()
注: Stable Diffusion 3.5 示例MoGe：通过优化训练监督解锁开放域图像的精确单目几何估计| https://wangrc.site/MoGePage/ |
![]()
注: MoGe 示例| https://cvlab-kaist.github.io/PF3plat/ |
PF3plat 能够从未经校准的图像集合中生成逼真的图像和精确的相机位置![]()
注: PF3plat 示例FreCaS：通过频率感知的级联采样实现高效的高分辨率图像生成https://github.com/xtudbxk/FreCaS |
FreCaS 通过将图像生成过程分解为逐步增加细节的多个阶段，快速生成高分辨率图像。它生成 2048×2048 图像的速度比其他工具快约 2.86 至 6.07 倍，并显著提升了图像质量![]()
注: FreCaS 示例
Factor Graph Diffusion：调整扩散模型以提升提示符合度和可控图像合成| https://deepaksridhar.github.io/factorgraphdiffusion.github.io/ |
Factor Graph Diffusion 可以生成高质量、更加符合提示的图像。该方法支持使用分割图和深度图等工具进行可控图像生成![]()
注: Factor Graph Diffusion 示例
OmniSep：通过Query-Mixup实现统一的全模态声音分离https://omnisep.github.io/ |
OmniSep 能够通过文本、图像和音频查询从混合音频中分离出清晰的音轨![]()
注: OmniSep 示例
《Whispers In The Dark - Descent Into Madness》
@BLVCKLIGHTai 发布了他的首部长篇电影，时长1小时42分钟。发现里面有一些相当不错的内容。推荐大家去看看https://www.youtube.com/watch?v=arQmN0dk_dE |
![]()
使用 Sonnet 3.5 创建像素着色器
@Westoncb 使用最新的 Sonnet 3.5 创建了一个像素着色器https://claude.site/artifacts/18a0febc-37cf-48b6-87b4-23a813aa0ed3 |
![]()
如果你也对 Midjourney 或艺术设计感兴趣，那么欢迎加入我们的社群！在这里，我们可以一起探讨有趣的设计话题，共同探索 Midjourney 所带来的无限可能性！
![]()
![]()
注：如果你与我一样热衷于紧跟人工智能与设计的最新趋势，那么我强烈推荐你试用下我们精心打造的这款应用 — 设计原力。这款应用能够让你随时了解到最前沿的信息，让你的信息库始终保持最新状态▲ 好了，以上这些就是本节的全部内容了 ～ 如果，你也对 AI 绘画感兴趣，不妨记得关注我！我们下期见！！
![]()
