年終盤點：誰會成為中國的"Nano Banana"？
?有界UnKnown原創(chuàng) 作者丨山茶 編輯｜錢江 回顧2025年，AI行業(yè)最重要的變化不是模型，而是Agent真正進入工作流。 11月，Nano Banana一經發(fā)布就在創(chuàng)作工具賽道撕出一道缺口。它不
視頻模型降維打擊？浙大&哈佛提出 IF-Edit：無需訓練，用“生成視頻”的思路修圖！
作者：Zechuan Zhang等 解讀：AI生成未來 論文標題： Are Image-to-Video Models Good Zero-Shot Image Editors? 機構： 浙江大學、哈
鐵釘水上漂、子彈穿蘋果不炸？Nano-Banana等17款SOTA模型顫抖迎物理邏輯推理大考！
作者：Tianyang Han等 解讀：AI生成未來 本文第一作者Tianyang Han是美團MeiGen團隊的算法研究科學家，主要研究方向是圖像生成和多模態(tài)大語言模型。 亮點直擊 PicWorld
NeurIPS 2025 | 硬剛可靈1.5！阿里通義&清華等開源Wan-Move：指哪動哪的“神筆馬良”
作者：Ruihang Chu等 解讀：AI生成未來 亮點直擊 Wan-Move，一個用于圖像到視頻生成中運動控制的框架。與需要運動編碼的現有方法不同，它通過編輯條件特征注入運動引導，無需添加新模塊，從
1步頂100步！TwinFlow:無需教師模型，僅單步推理，Qwen-Image-20B生成速度漲100倍！
作者：Zhenglin Cheng等 解讀：AI生成未來 亮點直擊 簡單而有效的一步生成框架。提出了一種一步生成框架，該框架不需要輔助訓練模型（GAN 判別器）或凍結的教師模型（不同的/一致性蒸餾），
原生多模態(tài)統一架構比不過單模態(tài)專家模型？華為團隊出品的EMMA “Say No”
作者：Xin He， Longhui Wei等 解讀：AI生成未來 背景與動機 當前多模態(tài)大模型已經成為大模型領域最為重要的研究熱點，尤其是隨著OpenAI的GPT-4O展現出極強的多模交互生成能力，
北航&美團等最新EditThinker：給AI修圖裝上“大腦”，Flux、OmniGen2瞬間智商暴漲！
作者：Hongyu Li等 解讀：AI生成未來 圖1。EditThinker 概述。子圖（a）展示了多輪思考編輯流程，該流程迭代批評、優(yōu)化和重復編輯指令，子圖（b）報告了四個圖像編輯基準測試的結果，展
僅用1張圖1小時，比肩FLUX.1和Qwen，推理狂飆5倍！Glance用“快慢哲學”顛覆擴散模型！
作者：Zhuobai Dong等 解讀：AI生成未來 亮點直擊 極致高效的訓練：僅需?1 個樣本，在?單張 V100 GPU?上不到?1 小時?即可完成訓練。這與需要數千GPU小時（如 DMD2 需要
6799元起！影翎Antigravity A1深度評測：小白交互，專業(yè)影像
帶來了傳統無人機給不了的快樂。 在今年 7 月份時，雷科技收到影石Insta360 的邀請，第一時間體驗了由影石Insta360 和第三方一起孵化的影翎Antigravity 帶來的首款全景無人機——
港科大等提出音頻驅動多人視頻生成新范式 AnyTalker，解鎖任意數量角色間的自然互動！
作者：Zhizhou Zhong等 解讀：AI生成未來 亮點直擊 可擴展的多人驅動結構：本文提出了一種可擴展的多流處理結構 Audio-Face Cross Attention Layer，能夠以循環(huán)
多模態(tài)理解生成“大一統”！Meta&港大等重磅發(fā)布Tuna：統一視覺表征，性能碾壓Show-o2
作者：Zhiheng Liu等 解讀：AI生成未來 亮點直擊 Tuna，一個采用統一視覺表示的原生統一多模態(tài)模型，在一個單一框架內實現了圖像/視頻理解、圖像/視頻生成和圖像編輯。 廣泛的實驗表明，Tu
《黑客帝國》雛形已現？騰訊造出“可對話游戲宇宙”，實時生成、任意交互，世界為你改變！
作者：Junshu Tang等 解讀：AI生成未來 Hunyuan-GameCraft-2將生成式游戲世界模型從靜態(tài)游戲場景視頻合成提升到開放式、遵循指令的交互式模擬。 合成交互視頻Pipeline展
給圖像生成配“閱卷老師”！RubricRL拒絕黑盒瞎蒙，用細粒度量表馴服大模型，指哪改哪！
作者：Xuelu Feng等 解讀：AI生成未來 亮點直擊 提出通用化基于量規(guī)的獎勵設計方案，可同時適用于擴散模型與自回歸文生圖模型； 構建提示詞自適應、可分解的監(jiān)督框架，顯著提升模型訓練的可解釋性與
圖像生成開源界又出“王炸”！南洋理工&階躍星辰發(fā)布iMontage：解鎖“多對多”生成新玩法！
作者：Zhoujie Fu等 解讀：AI生成未來 亮點直擊 iMontage統一模型，能夠處理可變數量的輸入/輸出幀，有效銜接了視頻生成與高動態(tài)圖像生成領域。 構建任務無關的時序多樣化數據pipeli
ICCV`25 | 視頻交互“隨心所欲”！復旦&通義萬相等開源DreamRelation:讓想象力從此無邊界
作者：Yujie Wei等 解讀：AI生成未來 亮點直擊 首個關系導向的視頻定制框架：本工作首次嘗試解決“關系視頻定制”任務，即基于少量樣本視頻，生成具有特定交互關系（如握手、擁抱）但主體不同的新視頻
再見VAE！英偉達PixelDiT硬剛SD/FLUX：破局像素生成，端到端效果比肩隱空間模型
作者：Yongsheng Yu等 解讀：AI生成未來 亮點直擊 PixelDiT，一種單階段、完全基于Transformer的像素空間擴散模型，無需單獨的自編碼器即可進行端到端訓練。 證明了高效的像素
Nano Banana Pro再次封神！我總結了9種邪修用法
這哪是"出圖更好"，簡直是把AI圖像生成推進了下一個紀元。 一致性王者圖片模型Nano Banana Pro（基于Gemini 3 Pro Image）發(fā)布才20小時，人類創(chuàng)作者的進度可能還停在“剛摸
端到端像素擴散天降外掛！北大&華為等開源DeCo：生圖質量超越SD3、OmniGen2等
作者：Zehong Ma等 解讀：AI生成未來 亮點直擊 DeCo解耦框架：DiT專注低頻語義建模（采用下采樣輸入）；輕量級像素解碼器重建高頻信號。 創(chuàng)新頻率感知損失函數：通過DCT轉換至頻域；基于J
重磅！阿里達摩院發(fā)布首個VLA與世界模型統一架構RynnVLA-002：97.4%成功率刷新認知
作者：Jun Cen等 解讀：AI生成未來 亮點直擊 統一架構：RynnVLA-002，這是一個將視覺-語言-動作（VLA）模型與世界模型統一在單一框架中的“動作世界模型”。 雙向增強：實現了 VLA
豆包輸入法1.0實測：干凈是最大優(yōu)勢，功能是最大短板
優(yōu)缺點分明。 豆包已成為小雷日常生活中使用頻率最高的AI應用，無論是各類疑難問題解答、群訪文檔總結，還是文字內容調整，都能放心交給它處理。 就在最近，小雷發(fā)現自己的手機應用商店上架了一款名為豆包輸入法
資訊訂閱
-
加密芯片筑牢工業(yè)設備防抄板防線2025-11-14
-
LKT4202UGM、LKT4305GM國密芯片
2025-10-31
-
金融級安全加密芯片-LKT4304
2025-04-10
-
ATSHA204A國產全兼容芯片LCSHA204
2025-02-27
-
耗材保護芯片-LKT4304解決方案
2025-02-13
-
LKT4304新一代算法移植加密芯片
2025-01-16
