2026年1月，NVIDIA在CES上发布RTX优化与全新开放权重模型，助力创作者以更高效率使用视觉生成式AI。借助ComfyUI等开源工具，用户可在RTX PC本地运行FLUX.2、LTX-2等主流模型，生成高质量图像与视频，同时节省云服务成本。FLUX.2擅长文生图，提示词需清晰具体；LTX-2专攻图生视频，结合镜头语言与环境氛围实现分镜式创作。显存需求随模型复杂度增加，建议RTX 50系列GPU搭配FP4模型以优化性能。此外，NVIDIA提供3D引导Blueprint，进一步推动专业创意工作流发展。

标题：媲美GPT-4o的视觉生成神器：港科广字节联合发布ComfyMind 正文： 图像生成、视频制作、照片精修通常需要借助不同模型，过程繁琐。如今，由香港科技大学（广州）与字节跳动合作开发的开源框架ComfyMind，让用户只需一句话描述创意，即可一键生成高质量视觉作品。 ComfyMin...

5月20日，腾讯正式推出混元游戏视觉生成平台，这是基于混元大模型开发的首个工业级AIGC（人工智能生成内容）游戏内容生产引擎。该平台能够显著优化游戏资产生成及制作流程，为游戏美术设计师提供高效AI工具，助力快速产出高质量的游戏素材和概念草案，设计效率可提升数十倍。目前，该平台已通过腾讯混元官网向游戏行业设计师开放体验申请入口。

质量无损，算力减半！达摩院开源视觉生成新架构DyDiT亮相ICLR 2025 达摩院在ICLR 2025上发布的DyDiT架构，通过动态调整时间步长与空间区域的计算分配，成功将DiT模型的推理算力削减51%，生成速度提升1.73倍，同时保持生成质量几乎无损。此方法仅需3%的微调成本，即可显著优化...

最强视觉生成模型获马斯克关注：吉卜力风格转绘不再依赖GPT “史上最强视觉生成模型”诞生于快手。一基双子的可灵AI基础模型——文/图生图的可图和文/图生视频的可灵，均已升级至2.0版本。 可图2.0对比MidJourney 7.0，胜负比“(good+same) / (same+bad)”超300%...

标题：13.8倍吞吐提升！浙大上海AI Lab提出视觉生成新范式：从“下一个token”到“下一个邻域” 正文： 13.8倍吞吐提升！浙大上海AI Lab等提出视觉生成新范式，从“下一个token”到“下一个邻域” 在图像/视频生成任务中，传统的“下一个token预测”方法正面临效率瓶颈。为此，浙...

正文：【阿里巴巴】在2024年云栖大会宣布通义万相视觉生成大模型的升级，新增文生视频和图生视频功能。此模型已超越原有的文生图能力，扩展至插画设计、涂鸦作画、局部重绘、短片创作及配乐生成等场景。根据官方数据，通义万相已累计创作超过7500万张图片，吸引93万用户。最新发布的AI视频生成大模型，具备强大的动态画面生成能力，能理解概念并进行组合生成，优化中式元素表现，并支持多语言及可变分辨率生成。欲体验此项技术，请访问官网。