GPT-4o 生图实测：很强（附：20+场景示例 & 缺陷整理）
ChatGPT通过4o模型发布新功能，能够生成高质量图像，并根据对话进行修改。它能处理复杂的场景、风格多样且指令遵循能力强。然而，也存在一些限制和潜在问题。
图像生成
告别PS！Gemini 2.0这AI生图绝了，动动嘴就P出大片！
文章介绍了Gemini 2.0原生绘画能力的突破，包括“对话式图像编辑”和“一致性生成”功能。Gemini 2.0能够通过简单的文本指令实现复杂的图像修改，并且能连续生成风格一致的内容。尽管存在一些小瑕疵，但其潜力巨大，目前已提供免费体验机会。
无需训练让扩散模型提速2倍，上交大提出Token级缓存方案｜ICLR‘25
上海交通大学张林峰团队提出Toca方法，通过token粒度的缓存策略实现无需训练的图像和视频生成加速，相比现有方法具有更强适配性和优异性能。
图像生成推理大模型，港中文北大等联手破解画质提升难题
来自港中文、北大和上海AI Lab的研究团队将思维链（CoT）与生成模型结合，显著提高了自回归图像生成的质量，并提出了潜力评估奖励模型（PARM）及其增强版本（PARM++），进一步优化了图像生成质量。