New: visual benchmarks for understanding the capabilities of image models 🌅 See how every model performs across a variety of challenging prompts: https://openrouter.ai/benchmarks/media/images

译新增：用于了解图像模型能力的视觉基准测试 🌅 查看每个模型在各种挑战性提示词下的表现：https://openrouter.ai/benchmarks/media/images

fofr@fofrAI · 7小时前24

All the kids party invites are made with AI now. It's happened, image generation has gone mainstream. Also, is this the death of Comic Sans?

译现在所有孩子的派对邀请函都是用AI做的了。这事已经发生了，图像生成已经走向主流。另外，这是不是Comic Sans字体的末日？

fofr@fofrAI · 11小时前2

Doing my morning prompt routine

译正在执行我的晨间提示词例行流程。

-Zho-@ZHO_ZHO_ZHO · 14小时前19

后来，人们开始用 AI 构建自我｜Zho｜2026

DogeDesigner@cb_doge · 1天前24

Grok Imagine 💫

🚨 AI News | TestingCatalog@testingcatalog · 1天前28

Grok Imagine got an updated discovery page. Users can explore and test different features like photo editing, image resizing, and more!

译Grok Imagine 更新了发现页面。用户可以探索和测试照片编辑、图像调整大小等不同功能！

DogeDesigner@cb_doge · 1天前53

NEWS: The U.S. Department of Justice is backing Elon Musk’s xAI in its legal challenge to Minnesota’s new AI image-generation law. The DOJ says the law goes far beyond federal rules and could punish AI platforms even when adults consent or create images of themselves. The DOJ also warned that overly broad state laws could restrict protected speech, slow AI development and hurt America’s global leadership in AI.

译新闻：美国司法部支持埃隆·马斯克的xAI对明尼苏达州新AI图像生成法的法律挑战。司法部表示，该法远超联邦规则，即使成年人同意或创建自己的图像，AI平台也可能受到惩罚。司法部还警告称，过于宽泛的州法律可能限制受保护的言论、减缓AI发展，并损害美国在AI领域的全球领导地位。

fofr@fofrAI · 2天前5

I’m so glad I love prompting.

译我真的很庆幸自己热爱提示词工程。

Ethan Mollick@emollick · 2天前36

I am not as blown away by the mystery model Ox Alpha as people appear to be. In my very early experiments, it seems fine, but not at the frontier even among open weights. Here is it on my neogothic city twigl shader test, compare to Kimi K3 in the quoted tweet. Still testing.

译Ethan Mollick 实测神秘模型 Ox Alpha，认为其表现尚可但未达开源权重模型的前沿水平。在其新哥特城市 twigl shader 测试中，Ox Alpha 逊于引用推文中同样开源的 Kimi K3，后者被评价为"非常好的模型"。Mollick 表示仍在继续测试。

AYi@AYi_AInotes · 2天前41

Dario 说 AGI 未来一两年内就到，必须提前做好准备； Sam 在旁边从容接招：我们既要追求 AGI，也要确保安全可控。如果这两位真在 B 站开直播搞一场 AGI 巅峰辩论，大概就是这个场面了吧🤣 这张图整个画面是用最新的 GPT Image 2 搓出来的，十多条中文弹幕、双人辩论字幕、加上一整套完整的 B 站网页端 UI，GPT Image 2 居然一个错别字都没出，咱们放大看几个细节，这代模型的进化有点吓人：第一是中文排版与多行文本渲染。右侧十几条弹幕（"AI安全太重要了"、"两位CEO都很克制"）、底部双人同框字幕、顶部导航分类，全中文无一处乱码，字形结构和间距完全符合中文排版规范，彻底告别了以前 AI 生图那种鬼画符。第二是对复杂 UI 拓扑结构的理解。B 站 Web 端直播间的层级被极其精准地还原了——从左上角的直播时间戳、播放器控制条、观看与点赞数据，到右侧高能榜、弹幕发送框、甚至两人的企业 Logo 徽标，全部严丝合缝落在该在的交互坐标上。第三是人物神态与光影质感。Dario 眉头微蹙、神情紧绷的严肃感，对上 Sam Altman 标志性的松弛微笑，连镜片上的室内反射光和西装面料的自然折痕都抓得极准。以前做一张这种级别的整活截图，找素材、扣像、对齐 UI 得折腾半天；现在原生多模态不仅能理解画面，还能把中文语境、产品逻辑和人物微表情一次性对齐。我觉得文生图的竞争已经不是比谁画得好看了，关键看谁对真实世界复杂符号系统的理解更精准！

译GPT Image 2 生成了一张 Dario 与 Sam Altman 在 B 站直播辩论的整活截图，全中文弹幕、字幕及完整网页端 UI 无一处错别字。该模型在中文排版、复杂 UI 拓扑结构还原及人物神态光影上表现精准，显示文生图竞争已转向对真实世界复杂符号系统的理解。

Ethan Mollick@emollick · 3天前22

Now, back to Claude Fable 5: "I asked GPT-5.6 Sol to create the most Claude-y possible parody image and it came up with this. Come out fighting."

译回到 Claude Fable 5："我让 GPT-5.6 Sol 生成一张最像 Claude 风格的恶搞图，结果它做出了这个。放手一搏吧。"

Frank Wang 玉伯@lifesinger · 3天前24

同一段 prompt，四个不同模型，同在 YouMind Harness 里跑，结果如下。你最喜欢哪一个（1、2、3、4）。猜猜你喜欢的产物背后、是哪个模型在驱动。生图都是调用的 gpt-image-2 模型里有 ox 和 ds-v4-flash-vision-exp 猜对模型者，会有 YouMind 会员奖励输入 prompt 来自一个真实用户案例： — 我最近要去北京，最想去故宫参观。请帮忙搜索北京故宫的各种详细资料。我对历史有不错的研究，喜欢看古董，以及背后的各种故事。这次去故宫，会带我的6岁小孩一起去。我想提前做一份详细的 PPT，能提前知道故宫有哪些值得带小孩去看的地方，并能把故事讲给小孩听，让小孩能津津有味听我讲绝，并对历史会产生浓厚的兴趣。做的 PPT 要美观好看，我会打印出来，作为去故宫的讲解资料。 —

译玉伯用同一段故宫亲子游PPT提示词，在YouMind Harness中测试四个不同模型，并公布生成结果供网友竞猜。生图均调用gpt-image-2，其中包含ox和ds-v4-flash-vision-exp模型。猜对驱动模型的用户将获得YouMind会员奖励。

-Zho-@ZHO_ZHO_ZHO · 3天前42

【AI、创作与制作、牛来】 “而另一些作品可能粗糙得惊人，却改变了艺术史” 制作👉🏻把一个已经存在的可能性实现出来创作👉🏻是让一个此前不存在的可能性出现一个作品真正危险的状态，不是制作占比过高，而是： 👉🏻制作开始假装自己就是创作👈🏻 技术更复杂、画面更漂亮、分辨率更高、prompt 更长、模型更强但没有新的问题，没有新的判断，也没有新的可能性这就是为什么有些作品：制作极其精良，却感觉什么都没有发生而另一些作品可能粗糙得惊人，却改变了艺术史

译推文区分"制作"与"创作"：制作是把已存在的可能性实现出来，创作是让此前不存在的可能性出现。真正危险的状态是制作开始假装自己就是创作--技术更复杂、画面更漂亮、prompt更长、模型更强，却没有新问题、新判断、新可能性。引用安迪·沃霍尔将创作降级为机械复制的观点，正好承接60年后的AI。

-Zho-@ZHO_ZHO_ZHO · 3天前29

Andy Warhol 将人的成分/参与、原创必要性、创作行为从传统艺术中开除机械复制、将创作降级为制作以及为什么要原创正好承接住了 60 年后的 AI，妙啊

译博主借1962年安迪·沃霍尔采访回应当下AI创作争议。沃霍尔主张"我支持机械艺术"，反问"为何我必须原创？为何不能非原创？"，并称"我未做任何改动，这是精确复制"。其观点与60年后AI生成内容的原创性讨论形成呼应。

🚨 AI News | TestingCatalog@testingcatalog · 3天前40

ICYMI 👀: OpenAI made it possible to generate images with transparent backgrounds for GPT-Image-2 on APIs. Needed 🤖

译ICYMI 👀： OpenAI 已支持通过 API 为 GPT-Image-2 生成透明背景图像。正需要 🤖 【引用 @OpenAIDevs】：GPT-Image-2 的透明背景功能现已在 API 中提供预览。可生成可复用的素材，放置于任意背景之上--适用于产品图像、平面设计、网站模型和营销活动。

Ethan Mollick@emollick · 3天前20

I asked GPT-5.6 Sol to create the most Claude-y possible parody image and what it came up with is pretty great and dead-on.

译我让 GPT-5.6 Sol 创作一幅最像 Claude 风格的恶搞图片，它给出的结果相当出色，简直一针见血。

-Zho-@ZHO_ZHO_ZHO · 3天前38

设计长期被错误/简单的理解为装饰，尽管连现代主义都过去 100 多年了然而更可怕的是，AI 不仅没有扭转，反而更加深了这种认识，甚至对装饰的理解都降级了就哪怕从完成一次装饰来说，精通绘画距离组合式拼凑 ➡️ 原创设计 ➡️ 原创风格 ➡️ 原创方法论/理论，每步之间都隔了十万八千里

译ZHO指出，设计长期被误读为装饰，而AI不仅未扭转这一认知，反而加深了误解。他引用保罗·兰德的观点：将视觉元素赏心悦目地排布不等于好的布局，这正是AI图像生成无法达到真正设计标准的原因。从拼凑到原创设计、风格乃至方法论，每一步都差距巨大。

Tibo@thsottiaux · 3天前40

Yay, you can now make transparent images in ChatGPT and through the API with GPT-Image-2. Here is a cactus cactus I am about to print and put on my laptop.

译太棒了，现在你可以在 ChatGPT 中以及通过 API 使用 GPT-Image-2 生成透明背景图像了。这是我即将打印并贴到笔记本电脑上的仙人掌图片。【引用 @OpenAIDevs】：GPT-Image-2 的透明背景功能现已在 API 中提供预览。生成可放置于任何背景上的可复用素材--适用于产品图像、平面设计、网站模型和营销活动。

Artificial Analysis@ArtificialAnlys · 3天前63

Alibaba's Qwen-Image-3.0-Pro lands at #6 on the Artificial Analysis Image Editing Leaderboard and #9 on the Text to Image Leaderboard, up 83 and 48 Elo points on the previous Qwen Pro generation Qwen-Image-3.0 is the third generation of Alibaba's Qwen image family, spanning two models: Qwen-Image-3.0-Pro, the flagship with agent-based prompt rewriting, and Qwen-Image-3.0, which Alibaba positions as the same capabilities with faster generation for high-volume use. Qwen centers the model’s capabilities on realism and information density: prompts of up to 4.5k tokens, text rendered precisely at sizes as small as 10 pixels, and native rendering of 12 languages. In the Artificial Analysis Image Arena, Qwen-Image-3.0-Pro debuts at #6 on the Image Editing Leaderboard, behind only Microsoft's MAI-Image-2.5-Pro and MAI-Image-2.5, Reve 2.1, and OpenAI's GPT Image 2 and GPT Image 1.5. On the Text to Image Leaderboard it debuts at #9, just behind Google's Nano Banana 2 Lite and ahead of ByteDance's Seedream 5.0 Pro. This is a leap over the previous generation: Qwen-Image-3.0-Pro sits 83 Elo points above Qwen-Image-2.0-Pro in Image Editing (#34 to #6) and 48 points above it in Text to Image (#12 to #9). The faster Qwen-Image-3.0 lands at #11 in Text to Image and #15 in Image Editing, up over 135 and nearly 100 Elo points on Qwen-Image-2.0. Pricing via Alibaba Cloud Model Studio is $0.04 per image at 1K resolution for Qwen-Image-3.0-Pro and $0.075 at 2K ($40 and $75 per 1k images), while Qwen-Image-3.0 is $0.03 per image at both resolutions ($30 per 1k images). Both models are available via the Alibaba Cloud Model Studio API and free to try in Qwen Studio. Congratulations to @Alibaba_Qwen on the release! See below for comparisons between Qwen-Image-3.0-Pro and other leading models in the Artificial Analysis Image Arena 🧵

译阿里发布第三代图像模型 Qwen-Image-3.0 系列，旗舰版 Pro 在 Artificial Analysis 图像编辑榜位列第六、文生图榜第九，较上代分别提升 83 和 48 Elo 分。该系列支持 4.5k token 提示词、10 像素级精确文字渲染及 12 种语言，Pro 版定价 $0.04/张（1K 分辨率），已在阿里云 Model Studio 上线。

OpenAI Developers@OpenAIDevs · 3天前51

Transparent backgrounds are now available in preview for GPT-Image-2 in the API. Generate reusable assets you can place on any background—for product imagery, graphic design, website mockups, and marketing campaigns.

译GPT-Image-2 现已在 API 中提供透明背景预览。生成可复用的素材，可置于任意背景之上--适用于产品图、平面设计、网站原型和营销活动。

SenseTime@SenseTime_AI · 4天前63

𝗦𝗲𝗻𝘀𝗲𝗡𝗼𝘃𝗮 𝗨𝟭.𝟱 𝗟𝗶𝘁𝗲 — 𝗦𝗵𝗮𝗿𝗽𝗲𝗿. 𝗠𝗼𝗿𝗲 𝗖𝗼𝗻𝘁𝗿𝗼𝗹𝗹𝗮𝗯𝗹𝗲. 𝗠𝗼𝗿𝗲 𝗖𝗼𝘀𝘁-𝗘𝗳𝗳𝗶𝗰𝗶𝗲𝗻𝘁. An 𝗼𝗽𝗲𝗻-𝘀𝗼𝘂𝗿𝗰𝗲, lightweight native unified multimodal model for visual understanding, generation & editing. 𝗕𝘂𝗶𝗹𝘁 𝗳𝗼𝗿 𝗿𝗲𝗮𝗹-𝘄𝗼𝗿𝗹𝗱 𝘃𝗶𝘀𝘂𝗮𝗹 𝗮𝗿𝘁𝗶𝗳𝗮𝗰𝘁 𝘄𝗼𝗿𝗸𝗳𝗹𝗼𝘄𝘀: 🔹𝗡𝗮𝘁𝗶𝘃𝗲 𝟰𝗞 𝗴𝗲𝗻𝗲𝗿𝗮𝘁𝗶𝗼𝗻 with better detail, composition & realism 🔹𝗖𝗼𝗺𝗽𝗹𝗲𝘅 𝗶𝗻𝘀𝘁𝗿𝘂𝗰𝘁𝗶𝗼𝗻 𝗳𝗼𝗹𝗹𝗼𝘄𝗶𝗻𝗴 across subjects, counts, text, layouts & styles 🔹𝗘𝗻𝗵𝗮𝗻𝗰𝗲𝗱 𝗖𝗵𝗶𝗻𝗲𝘀𝗲/𝗘𝗻𝗴𝗹𝗶𝘀𝗵 𝘁𝗲𝘅𝘁 𝗿𝗲𝗻𝗱𝗲𝗿𝗶𝗻𝗴 & 𝗺𝘂𝗹𝘁𝗶-𝘁𝗲𝘅𝘁 𝗹𝗮𝘆𝗼𝘂𝘁 🔹𝗣𝗿𝗲𝗰𝗶𝘀𝗲 𝗶𝗺𝗮𝗴𝗲 𝗲𝗱𝗶𝘁𝗶𝗻𝗴 & 𝗰𝗼𝗻𝘁𝗿𝗼𝗹 with visual markers, bounding boxes & multi-image references Just 𝟴𝗕 parameters — outperforming same-size models in instruction following and editing preservation, while 𝗰𝗼𝗺𝗽𝗲𝘁𝗶𝗻𝗴 𝘄𝗶𝘁𝗵 𝗹𝗮𝗿𝗴𝗲 𝗰𝗼𝗺𝗺𝗲𝗿𝗰𝗶𝗮𝗹 𝗺𝗼𝗱𝗲𝗹𝘀 𝗶𝗻 𝘁𝗲𝘅𝘁 𝗿𝗲𝗻𝗱𝗲𝗿𝗶𝗻𝗴 𝗮𝗻𝗱 𝗰𝗼𝗺𝗽𝗹𝗲𝘅 𝗹𝗮𝘆𝗼𝘂𝘁𝘀. 🛠️GitHub: https://github.com/OpenSenseNova/SenseNova-U1 🤗HF: https://huggingface.co/collections/sensenova/sensenova-u15 👾Discord: https://discord.com/invite/BuTXPHmQub 🎨SenseNova Studio: https://unify.light-ai.top/

译商汤发布开源轻量级原生统一多模态模型 SenseNova U1.5 Lite，仅 8B 参数，支持视觉理解、生成与编辑。该模型主打原生 4K 生成、复杂指令跟随、中英文文本渲染及多图参考编辑，在指令跟随和编辑保持上超越同尺寸模型，文本渲染与复杂布局上比肩大型商业模型。

🚨 AI News | TestingCatalog@testingcatalog · 4天前30

Guess the model? (Unreleased, ofc) 👀 Test prompt: "Cyberpunk hacker robot working in front of many monitors"

译猜猜是哪个模型？（未发布，当然）👀 测试提示词："赛博朋克黑客机器人在多台显示器前工作"

Mustafa Suleyman@mustafasuleyman · 5天前37

MAI-Image-2.5 is now #1 on the Artificial Analysis leaderboard for image editing! Amazing hillclimbing... compounding the gains!

译微软MAI-Image-2.5-Pro在Artificial Analysis图像编辑排行榜登顶第一，超越Reve 2.1、GPT Image 2及自家MAI-Image-2.5，文生图位列第七。该模型7月23日已在Microsoft Foundry预览，定价为每1M文本输入token $5、图像输入$8、图像输出$106，约合每千张1024x1024图像$108.5。

Artificial Analysis@ArtificialAnlys · 5天前59

Microsoft's MAI-Image-2.5-Pro debuts at #1 on the Artificial Analysis Image Editing Leaderboard, and takes the #7 spot in Text to Image MAI-Image-2.5-Pro is Microsoft AI's quality-focused image model, launched July 23 in preview on Microsoft Foundry. It joins MAI-Image-2.5 and MAI-Image-2.5-Flash in a family Microsoft positions as covering the quality-speed-cost curve, so builders can pick the point that fits their job. Pro sits at the quality end: Microsoft describes it as its highest-fidelity image model to date, aimed at hero imagery, detailed editing, and precise in-image text rendering. In the Artificial Analysis Image Arena, MAI-Image-2.5-Pro debuts at #1 on the Image Editing Leaderboard, surpassing Reve 2.1, GPT Image 2, and Microsoft's own MAI-Image-2.5. In Text to Image it lands at #7. On Microsoft Foundry, MAI-Image-2.5-Pro is priced per token: $5 per 1M text input tokens, $8 per 1M image input tokens, and $106 per 1M image output tokens, which works out to roughly $108.5 per 1k 1024x1024 images. That compares to $48 per 1k images for MAI-Image-2.5 and $20 per 1k for MAI-Image-2.5-Flash. MAI-Image-2.5-Pro is available in preview on Microsoft Foundry across seven global-standard regions, and can be tried out in the MAI Playground. Congratulations to @MicrosoftAI on the release! See below for comparisons between MAI-Image-2.5-Pro and other leading models in the Artificial Analysis Image Arena 🧵

译微软MAI-Image-2.5-Pro在Artificial Analysis图像编辑排行榜登顶第一，文生图位列第七。该模型7月23日预览上线Microsoft Foundry，定价每1M文本输入token $5、图像输入$8、图像输出$106，约合每千张1024x1024图像$108.5。

-Zho-@ZHO_ZHO_ZHO · 5天前32

当大家再也没有条件成为创造美的人，这才是 “大垃圾时代” 系统层面的残酷与必然，远比直接禁止更加恐怖美不再被创造，只被消费，你甚至没有时间怀念美 20260819 系统为什么首先杀死美？因为美/艺术需要：余裕安全时间注意力自由而这些恰恰是效率社会最不需要/最不被允许的

译ZHO 认为，自 2026 年起 AI 发展将带领人类进入文化上的"大垃圾时代"，大量垃圾质量的 AI 图/文/视频/应用将铺满物理与网络世界。他进一步指出，系统首先杀死美，因为美需要余裕、安全、时间、注意力与自由，而这些恰是效率社会最不允许的；美不再被创造，只被消费。

-Zho-@ZHO_ZHO_ZHO · 5天前26

红楼一梦：美，权力与命运

译ZHO 借《红楼梦》中王昭君故事，指出"表象取代真实"正是 AI 重塑文明的核心。昭君价值由画工决定，如同今天个人价值被算法、社交媒体等媒介定义。他认为 AI 让人真正读懂红楼的现代性，《五美吟》揭示了从古典到现代的审美结构变迁。

-Zho-@ZHO_ZHO_ZHO · 5天前31

“Representation/表象取代了 Reality/真实” 正回答了当下 AI 对文明的重塑 AI 才让我真正读懂红楼的现代性，卧槽啊🫡 黛玉啊黛玉，曹雪芹啊曹雪芹《五美吟》显性的揭示了中国文化从古典到现代的审美结构，尤其述明妃（昭君）这首： “ 绝艳惊人出汉宫，红颜薄命古今同。君王纵使轻颜色，予夺权何畀画工？ ” ⬇️ 一个人的真实价值，被一个媒介、一个图像、一个中间人决定这个放到今天甚至非常现代，可以把「画工」替换成：摄影、社交媒体、算法、AI、个人形象系统王昭君本人 ≠ 王昭君的画像但是皇帝接触不到真人，于是： Representation（表象）取代了 Reality（真实）

译ZHO借《红楼梦》中《五美吟》咏昭君诗，指出"一个人的真实价值被媒介、图像、中间人决定"的现代性，认为这正回答了当下AI对文明的重塑--Representation（表象）取代了Reality（真实），可将"画工"替换为摄影、社交媒体、算法、AI等。

Frank Wang 玉伯@lifesinger · 5天前18

一起来做可爱头像

🚨 AI News | TestingCatalog@testingcatalog · 5天前41

MAI-Image-2.6 scored in the 3rd spot on Image Arena and is now available on MAI Playground and Microsoft Foundry in private preview.

译MAI-Image-2.6 在 Image Arena 上位列第三，现已在 MAI Playground 和 Microsoft Foundry 上以私有预览形式提供。

Krea@krea_ai · 6天前16

who wants a preview? first showcase on Aug 27 in NYC. RSVP below 👇

译谁想要预览？ 8月27日纽约首秀。请在下方报名 👇

Mustafa Suleyman@mustafasuleyman · 6天前40

We hit No.3 on the Image-editing benchmark! ... beating Google’s Nano Banana and Meta’s Muse Image models.

译微软 MAI-Image-2.6-Preview 在图像编辑基准测试中位列第三，得分 1，420 分，较上一代提升 19 分，从第五跃升至第三。该模型在商品、3D、动漫、写实等四类中均排第三，文本渲染提升最显著（+43 分）。

Frank Wang 玉伯@lifesinger · 6天前23

YouMind 生成 PPT 的默认风格已更新好喜欢欢迎评论里回复你喜欢的风格我们去学习下

Frank Wang 玉伯@lifesinger · 6天前21

开心我有新头像了

译开心我有新头像了（引用 @YouMind_AI：一键获取这个可爱头像 https://youmind.com/skills/av2ENC84Jb1ceY 快来试试，晒出你的吧😇）

fofr@fofrAI · 6天前24

Very cool use of 3.7 flash and omni.

译Gemini 3.7 Flash 和 Omni 的巧妙用法。

X.PIN@thexpin · 6天前55

ByteDance has signed an agreement with the Motion Picture Association (MPA) to strengthen copyright protections for its AI video and image models, including Seedance and Seedream, which power products such as TikTok, CapCut, and Dreamina. The deal follows Hollywood’s concerns over AI copyright risks and an MPA warning earlier this year. ByteDance says new versions of Seedance and Seedream include stronger IP safeguards, potentially clearing the way for wider U.S. adoption of its AI generation tools. We previously analyzed ByteDance’s AI video breakthrough. Copyright issues aside, Seedance is already racing ahead globally.

译字节跳动已与美国电影协会（MPA）签署协议，为其AI视频和图像模型Seedance、Seedream加强版权保护，这些模型支撑着TikTok、CapCut和Dreamina等产品。此前好莱坞对AI版权风险表示担忧，MPA今年早些时候也发出警告。字节跳动称新版Seedance和Seedream包含更强的知识产权保护措施，或为其AI生成工具在美国更广泛采用铺平道路。

Qwen@Alibaba_Qwen · 6天前26

One prompt, one shot. Qwen3.8-27B creates something incredible. 😎Now it's your turn to run it on your own laptop. Can't wait to see what you come up with!👀@ItsmeAjayKV

译通义千问展示 Qwen3.8-27B 单次提示词即可生成惊艳效果，并鼓励用户在自己的笔记本上运行。用户 @ItsmeAjayKV 对比测试显示，Qwen3.8-27B 在 RTX 3090 上以 Q5 量化（非 f8）运行，生成的水面模拟效果一致且视觉惊艳，超越 Gemini-3.7-flash。

DogeDesigner@cb_doge · 6天前28

You can win $100,000 by bringing a scene from Homer’s The Odyssey to life with Grok Imagine! SpaceXAI has launched a filmmaking contest challenging creators to produce a compelling scene based on Homer’s ancient Greek epic while showcasing Grok Imagine's video and voice capabilities. Requirements: • A 3–5 minute video in English • At least 1 minute of dialogue • Grok Imagine must create the video, images and character voices • Other tools can be used for editing, music and sound effects Prizes: 🏆 1st: $100,000 🥈 2nd: $50,000 🥉 3rd: $25,000 Open to eligible U.S. residents aged 18 or older. The deadline is August 31, 2026.

译SpaceXAI 推出电影制作竞赛，要求创作者用 Grok Imagine 将荷马《奥德赛》场景搬上银幕，奖金总额 10 万美元。参赛需提交 3-5 分钟英文视频，至少 1 分钟对白，视频、图像及角色声音须由 Grok Imagine 生成，其他工具可用于剪辑、配乐和音效。面向 18 岁以上美国居民，截止日期为 2026 年 8 月 31 日。

Thariq@trq212 · 7天前31

all of the recent proc gen art, video editing and 3d game demos recently have made me update towards LLM coding models being better at a lot of creative work than diffusion models

译最近所有的程序化生成艺术、视频编辑和3D游戏演示，让我更新了看法--LLM编码模型在大量创意工作上比扩散模型更出色。

X.PIN@thexpin · 7天前48

AI Stole Their Faces. I Found Them. I spoke to 2 victims whose faces were stolen by AI and incorporated into Chinese microdramas without their knowledge. Here is a deep dive into the shady side of the viral microdrama industry.

译AI盗走了她们的脸。我找到了她们。我与两位受害者进行了交谈，她们的脸在不知情的情况下被AI盗用，并植入到中国微短剧中。以下是对病毒式传播的微短剧行业阴暗面的深度调查。

凡人小北@frxiaobei · 7天前53

【主题】：五台山 · 清凉佛国【中文标题】：五台山【英文标题】：MOUNT WUTAI 【主体器物 / 核心对象】：五台山标志性白塔，以塔身作为绝对视觉核心；辅以五台山古寺建筑局部、青灰色山峦、松柏与轻薄云雾。主体呈现真实、高质量建筑摄影质感，白塔表面细腻、略带岁月痕迹，避免旅游宣传照式的鲜艳与宏大全景。【聚核方式】：同心环抱以白塔作为画面唯一绝对视觉核心。利用五台山“朝台”与佛教曼荼罗式的向心秩序组织画面：白塔位于视觉中心附近但不机械居中，远处五台山山脊形成天然环抱，云雾、寺院屋檐、弧形 Typography 与细线信息共同形成若隐若现的同心结构，让所有视觉力量像朝圣一样向白塔汇聚。中文“五台山”采用大字号高密度排版，可纵向或沿画面边缘切入，不直接压住白塔，而是形成外层视觉框架。英文“MOUNT WUTAI”以克制的小型现代无衬线字体出现，与日期、地点信息集中在画面下方或侧边一个区域。【主色调】：藏红 / 深朱砂红 + 米白【辅助色】：青灰山色、墨黑、少量古金色【日期 / 机构】： 2026 · SHANXI, CHINA MOUNT WUTAI A SACRED MOUNTAIN OF BUDDHISM 五台山 · 山西【比例】：9:16 生成一张具有高级 Museum Editorial / Exhibition Poster 气质的「视觉聚核」五台山文化海报。画面的绝对视觉核心是五台山标志性的白塔。不要制作传统旅游宣传海报，而是把五台山理解为一个具有千年宗教秩序、建筑尺度与精神性的文化对象。白塔承担最大的视觉重量，周围青灰色五台山山体、古寺飞檐、松柏和薄雾形成层层向内的视觉关系。山体不是背景风景，而像巨大的天然容器包围白塔；云雾沿山势流动，形成柔和的环形动势；局部寺庙建筑只作为结构性的前景或边缘切片出现，不与白塔争夺视觉中心。整体构图具有隐约的曼荼罗式向心秩序，但不要直接绘制宗教曼荼罗图案。通过山势、建筑、文字、弧线、负空间自然形成“万物朝向中心”的感觉，让观看者第一眼看到白塔，第二眼意识到群山、寺院和文字都在向它汇聚。 Typography 必须参与构图。巨大的中文“五台山”承担第二层视觉重量，可以局部超出版面边界，形成强烈的现代编辑设计感；英文“MOUNT WUTAI”以及小型日期、地点、文化信息集中在 1–2 个区域。字体排版参考国际博物馆、建筑双年展、艺术机构展览视觉系统，克制、精准、有留白。色彩控制在藏红、米白、青灰、墨黑 4 个主要颜色以内。大面积米白或青灰负空间与局部高饱和藏红形成强烈张力。红色不是装饰，而像寺庙朱墙、僧衣与宗教仪式留下的视觉记忆。摄影质感真实、安静、庄严。白塔具有真实石灰材质和自然光影，古建筑木构、瓦片、山石、松柏和云雾纹理可信。光线偏清晨或雨后，高海拔空气略带冷感，避免金色夕阳、过度 HDR、仙侠感和商业风光摄影。最终阅读顺序：白塔 → 群山与寺院形成的向心结构 → “五台山”大标题 → MOUNT WUTAI 与辅助信息。整体气质：东方精神性、佛教建筑秩序、千年历史感与当代瑞士编辑设计语言结合；安静、克制、庄严、具有精神张力，像一张由国际级博物馆或建筑文化机构策划的“五台山建筑与信仰”主题展览主视觉。避免：旅游景区宣传照、蓝天白云、游客、网红打卡、佛像堆砌、金光特效、莲花贴纸、祥云纹样堆叠、国潮插画、文创产品感、电商详情页感、寺庙元素平均散布、多个视觉中心、过度对称、主体机械居中。

译小北分享五台山文化海报设计，以白塔为绝对视觉核心，采用"同心环抱"构图，让山势、寺院、文字与云雾共同向中心汇聚。整体以藏红、米白、青灰为主色，融合佛教建筑秩序与瑞士编辑设计语言，呈现博物馆展览海报气质。该设计源自@MrLarus提出的"视觉聚核"构图法，适合海报、封面及品牌视觉参考。