即刻App年轻人的同好社区
下载
Black Forest Labs 开源最强图像编辑模型 FLUX.1 Kontext [dev]
黑森林团队(Black Forest Labs) 昨日宣布开源 FLUX.1 Kontext dev 模型。
这款目前最强的开源图像编辑模型可在 ComfyUI 中与 LoRA 结合使用。
黑森林团队(Black Forest Labs) 昨日宣布开源 FLUX.1 Kontext dev 模型。
这款目前最强的开源图像编辑模型可在 ComfyUI 中与 LoRA 结合使用。
0 00
DRA-Ctrl：基于视频模型的跨维度图片编辑技术
DRA-Ctrl（Dimension-Reduction Attack）是一个创新的跨模态图片编辑框架，通过整合视频模型中的视觉、时间、空间和因果等多维度高维特征表示，实现对图片主体的状态预测与精准编辑。
一种非常有意思的编辑图片的思路，佬们可以在线体验下看看。
DRA-Ctrl（Dimension-Reduction Attack）是一个创新的跨模态图片编辑框架，通过整合视频模型中的视觉、时间、空间和因果等多维度高维特征表示，实现对图片主体的状态预测与精准编辑。
一种非常有意思的编辑图片的思路，佬们可以在线体验下看看。
0 00
OmniGen2 是一个统一的多模态图像编辑模型，支持单图和多图编辑。
可以理解为开源领域的 Flux Context 替代方案，支持通过自然语言指令实现精准的局部图像编辑，包括：对象删除与替换、风格转绘、颜色调整、背景处理（删除/替换）、物品添加、表情修改以及动作修改等多种编辑任务。
可以理解为开源领域的 Flux Context 替代方案，支持通过自然语言指令实现精准的局部图像编辑，包括：对象删除与替换、风格转绘、颜色调整、背景处理（删除/替换）、物品添加、表情修改以及动作修改等多种编辑任务。
0 00
DeepSite 正式推出 V2 版本，这是一款专注于网页生成的 Vibe Coding 工具。新版本可以选择接入 DeepSeek-R1 模型，现在还可以对任何网页元素进行精准编辑。
此外还新增了 "Redesign your Site!" 功能 - 只需输入网址链接，就能自动重新设计整个网站。
佬们可以在 HuggingFace Spaces 体验，值得一试，不要错过。
此外还新增了 "Redesign your Site!" 功能 - 只需输入网址链接，就能自动重新设计整个网站。
佬们可以在 HuggingFace Spaces 体验，值得一试，不要错过。
2 00
佬们可以在HF演示空间进行实时测试，看来小红书这次是认真在搞大模型了！
dots.llm1 是小红书开源的最新 MoE 大语言模型，总参数达 143B ，激活参数 14B ，提供 base 和 inst 两个版本。
从官方公布的 MMLU-Pro 评分来看，表现相当不错 - 虽然比不上 DeepSeek-V3，但居然能压过 Qwen3-235B-A22B 一头。
dots.llm1 是小红书开源的最新 MoE 大语言模型，总参数达 143B ，激活参数 14B ，提供 base 和 inst 两个版本。
从官方公布的 MMLU-Pro 评分来看，表现相当不错 - 虽然比不上 DeepSeek-V3，但居然能压过 Qwen3-235B-A22B 一头。
0 00
OpenAudio S1：支持多语言情感控制的专业级 TTS 模型
OpenAudio S1 是由 OpenAudio 团队开发的文本转语音（TTS）模型，它能像专业配音演员一样生成语音。
该模型支持丰富的情感和语气精细控制，涵盖英语、中文、日语、德语、法语等多种语言。价格非常良心，仅为每百万字节 15 美元（约合每小时 0.8 美元）。
佬们可以在官方博客查看技术报告，或者在FishAudio上直接在线体验。
小视频宝也支持这个模型！
OpenAudio S1 是由 OpenAudio 团队开发的文本转语音（TTS）模型，它能像专业配音演员一样生成语音。
该模型支持丰富的情感和语气精细控制，涵盖英语、中文、日语、德语、法语等多种语言。价格非常良心，仅为每百万字节 15 美元（约合每小时 0.8 美元）。
佬们可以在官方博客查看技术报告，或者在FishAudio上直接在线体验。
小视频宝也支持这个模型！
0 01
OmniConsistency 是一个媲美 GPT-4O 的风格迁移模型，基于 Flux-dev 框架开发，兼容任意 Flux LoRA 适配器。在人物一致性保持方面，其表现甚至优于 GPT-4O 原生模型。
佬们可以直接在 Hugging Face 在线体验空间 上试玩
佬们可以直接在 Hugging Face 在线体验空间 上试玩
0 00
