欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。
在图像生成领域，Midjourney 近期推出了一项名为 “Omni-Reference”（全向参考）的新功能，为用户带来了更大的创作自由。这一全新图像引用系统不仅是 V6版本中 “角色参考” 功能的升级版，更是赋予用户在创作过程中对图像元素的精准控制。核心功能:全向参考与多元素支持Omni-Reference通过先进的图像参考系统，为用户提供了前所未有的创作控制力。AIbase梳理了其主要亮点: 精准元素指定:用户可上传参考图像（如人物、动物、武器或车辆），通过提示明确要求“将此元素放入图像”，生成
Hugging Face平台正式上线F-Lite，一款拥有10亿参数的文本到图像扩散变换器（Diffusion Transformer）。据AIbase了解，F-Lite以其高效的生成能力和轻量化设计，迅速成为AI图像生成领域的焦点，社交平台上的讨论凸显其对开发者与创作者的吸引力。相关细节已通过Hugging Face官网(huggingface.co)与社区公开。核心功能:高效生成与轻量化架构F-Lite基于扩散变换器架构，结合先进的生成技术，为文本到图像任务提供了高性能解决方案。AIbase梳理了其主要亮点: 10亿参数规模:相较于FLUX.1的120亿参数，F-Lite以更轻
来自人工智能初创公司 Hugging Face 的最新消息，该公司刚刚发布了一款可编程的3D 打印机器人手臂，名为 SO-101，起价为100美元。这款新手臂可以进行物品的拾取与放置等基本操作，进一步推动了 Hugging Face 在机器人领域的探索。SO-101是 Hugging Face 在去年推出的 SO-100的升级版。Hugging Face 的机器人部门 LeRobot 与法国机器人公司 The Robot Studio 合作，首次推出 SO-100，并在去年10月以约100美元的价格上市。今年的 SO-101同样与 The Robot Studio 携手推出，同时还与机器人商店 WowRobo、物联网硬件供应商 Seee
Perplexity AI宣布正式集成WhatsApp平台，为用户带来实时搜索、来源引证与原生图像生成等强大功能。据AIbase了解，这一更新允许用户在WhatsApp聊天中直接调用AI助手，获取精准答案并生成定制化图像，无需离开对话界面。社交平台上的热烈反响凸显了其便捷性与创新性，相关细节已通过Perplexity官网（perplexity.ai）与社交媒体公开。核心功能:无缝搜索与图像生成Perplexity AI在WhatsApp的集成以其多功能性与用户友好性为核心，重新定义了即时通讯中的AI体验。AIbase梳理了其主要亮点: 实时搜索与引证
在人工智能领域，UCLA 和 Meta AI 的研究人员联合推出了一种名为 d1的新框架，该框架通过强化学习技术显著提升了扩散式大语言模型（dLLMs）的推理能力。虽然传统的自回归模型如 GPT 受到了广泛关注，但 dLLMs 凭借其独特的优势，若能加强推理能力，将为企业带来新的效率和应用前景。扩散式语言模型与自回归模型的生成方式截然不同。自回归模型如 GPT-4o 是通过逐个预测后续词元生成文本。而扩散式语言模型最初应用于图像生成，例如 DALL-E2和 Midjourney，其核心思想是逐步向图像添加噪声，
人工智能初创公司 Hugging Face 再次引领科技创新，推出其全新可编程机械臂——SO-101。该产品是去年发布的 SO-100机械臂的继任者，旨在为消费者和开发者提供更强大、灵活的机器人操作体验。SO-101在 SO-100的基础上进行了多项升级，特别是在机械性能和操作速度上有了显著提升。与 SO-100相比，SO-101配备了改进的电机，减少了摩擦，使机械臂能够支撑自身重量，且组装速度更快。此外，SO-101配备了摄像头和强化学习 AI 技术，能够“学习”执行各种任务，比如拾起乐高积木并放入垃圾箱。强化
开源人工智能的星空，昨夜骤然被一颗新星照亮!备受瞩目的 Step1X-Edit 图像编辑框架，已于2025年4月24日正式登陆 Hugging Face 社区，瞬间点燃了全球开发者和创意工作者的热情。这不仅仅是又一个开源工具的发布，更像是一次对现有图像编辑格局的强力挑战。据悉，Step1X-Edit 巧妙地将强大的多模态大语言模型（Qwen-VL）与先进的扩散变换器(DiT)深度融合，赋予用户通过简单的自然语言指令，即可实现令人惊叹的高精度图像编辑能力。其表现出的卓越性能，甚至敢于直接叫板像 GPT-4o 与 Gemini2Flash
Adobe 最近宣布对其 Firefly AI 平台进行重大升级，这一变化使其从一个独立的图像生成器转变为一个综合性数字内容创作系统。自两年前推出以来，Firefly 已被全球用户用来创建超过220亿个资产，这一最新版本旨在在这一成功基础上，提供更为多样化的创作工具。新版本的 Firefly 现在支持生成图像、视频、音频和矢量图形。针对图像生成，Adobe 推出了 Firefly Image Model4，分为标准版和超版。Adobe 表示，标准版可以满足90% 的创作需求，而超版则更适合处理复杂的写实场景。相比之前的版本，这两
近日，Qafind Labs发布了其最新研发的ChatDLM模型，这一创新成果在人工智能领域引起了广泛关注。ChatDLM是首个将“区块扩散（Block Diffusion）”和“专家混合(MoE)”深度融合的模型，其在GPU上实现了惊人的2，800tokens/s超高推理速度，支持131，072tokens的超大上下文窗口，开启了文档级生成和实时对话的新纪元。
OpenAI宣布GPT-4o的图像生成能力正式集成到GPTs（自定义GPT）平台，为开发者与创作者提供了构建个性化图像生成机器人的强大工具。据AIbase了解，这一更新允许用户通过GPTs打造专属图像生成应用，如海报设计机器人或特定艺术风格生成器，极大地提升了创作灵活性与共享性。社交平台上的热烈讨论凸显了其广泛影响力，相关功能已向ChatGPT Plus、Pro及Team用户开放。AIbase为您带来详细报道。核心功能:GPTs赋能个性化图像生成GPT-4o的图像生成能力融入GPTs，标志着AI创作从通用工具向个性化应用的