阿绎 AYi@AYi_AInotes

56

一名21岁大学生仅用四个Markdown文件和低成本AI技术栈（Claude、Flux、ElevenLabs），在宿舍创建了名为Maya的AI虚拟伴侣，一个月内获得1247名付费订阅，净赚约32700美元。其核心是利用AI提供极致的情感陪伴，满足用户幻想，成本低廉且模式已被复制并实现更高收入。这凸显了AI如何将依赖人格与情感的“孤独经济”转化为代码游戏，同时暴露出平台审核滞后、法律道德边界模糊等问题，例如用真人身份绕过OnlyFans验证。最引人深思的是用户对仅12KB数据产生的真实情感依赖。

Raytar: http://x.com/i/article/2050140624171507712

Chubby♨️@kimmonismus

51

Chubby♨️: Rumors so far: - Google Gemini Flash 3.2/3.5 (already being tested) - New Omni Model, maybe even updated Veo in competit...

宝玉@dotey

68

GPT Image 2 Prompt 用于创建一个儿童图画书的内页，主题为OpenAI的故事，以多页形式呈现。提示指定内页采用垂直格式、暖色调背景和多面板布局。插图风格为手绘儿童书风格，融合软质水粉、彩色铅笔和蜡笔纹理，强调可见纸张纹理、自然草图线条和圆润迷人角色。文本布局模仿真实图画书，关键词可能用颜色高亮，并包含小手绘装饰元素。整体设计旨在通过视觉叙事展现OpenAI的历程。

SVGS方法通过为单个高斯基元引入空间变化的颜色和不透明度，提升了基于高斯显式表示的多视图重建能力。该方法实现了双线性插值、可移动核函数和微型神经网络三种空间变化函数，并采用2D高斯面元作为基元。实验表明，所有函数均优于基线，其中最佳的可移动核函数在多个数据集上实现了卓越的新视图合成性能，同时保持了高质量的几何重建。该方法尤其适用于现实世界中纹理复杂而几何相对简单的常见场景。

Berryxia.AI@berryxia

12

Jonas Fröller: What if the EU built GitHub?

Greg Brockman@gdb

55

Nick Turley: So amazing to see the reception for the new ChatGPT images. Usage up >50% in just a few weeks + nearly 60% of daily user...

OpenAI Developers@OpenAIDevs

29

OpenAI Developers: Customize your Codex pet with /hatch

Berryxia.AI@berryxia

64

推文对比了AI图像生成提示词在一年内的显著简化。去年GPT-4O发布时，用户需要跟随教程撰写大量复杂的提示词来生成特定风格的图像。如今，仅需一段简洁的Prompt描述，如“软陶黏土微缩场景，手作橡皮泥质感，圆润可爱的小人偶”等关键词，即可直接生成具有黏土风、低饱和暖色、柔和光线、浅景深微距摄影及手作纹理特征的图像。这体现了AI模型在理解自然语言指令和生成复杂风格图像方面的快速进步。

Berryxia.AI@berryxia

57

Berryxia.AI: 比起疯传的那个风格,我自己更偏爱这个风格。 Prompt: 「彩色潦草小狗线条风格绘制该图,童趣和doodle加入其中,务必使用毫无章法的绘制手法,凌乱和草率即可。』

凡人小北@frxiaobei

23

Vincent Logic | 信号>噪音: 真正聪明的人,都靠信息差赚钱。 今天拆解一个00后闷声起盘的路子:AI宠物周边。 0成本、0囤货、0基础就能起手。一部手机+免费AI工具,普通人直接抄作业👇

-Zho-@ZHO_ZHO_ZHO

35

-Zho-: 美的不可方物

xAI 正式推出 Grok 4.3 模型，其核心策略是大幅降低价格并增强工具使用能力。新模型在实际任务处理上有所提升，但在性能上仍落后于 OpenAI 和 Anthropic 的顶尖模型。此次发布还引入了一个基于智能体的新型图像生成器“Imagine”模式，专门服务于创意项目。

PixVerse@PixVerse_

63

Mr Das: Fragments of glass collide and transform into a powerful cinematic horse, racing through light and shadow in a surreal v...

PixVerse@PixVerse_

27

UMINEKO STUDIO: PixVerseV6が登場! 変形ロボ動画もご覧の通り! いかがでしょうか? #PixVerseV6 #V6PowerUp @PixVerse_

PixVerse@PixVerse_

18

cyborg.digitalart: The mermaid chase 🌊🌊 Seedance 1080p on PixVerse @PixVerse_ #pixverse #seedance2 #vfx

Berryxia.AI@berryxia

50

用户在与ChatGPT互动后，提出生成一张照片的请求，要求模拟iPhone随拍风格。照片需无明确主题和刻意构图，呈现普通甚至失败的外观，包括运动模糊、光线不均、轻微曝光过度、角度尴尬和构图混乱。整体追求一种“过于真实的随手一拍感”，类似于意外拍摄的快照，以探索ChatGPT的图像生成能力。

向阳乔木@vista8

59

一篇关于AI生图技术的综述论文提供了对2026年最新进展的全面概览。该论文不仅梳理了当前最前沿的图像生成技术，还回顾了近年来该领域的发展脉络，有助于读者快速建立系统性认知。相关解读和原始论文链接已一并提供。

向阳乔木@vista8

51

一篇关于2026年AI生图技术的综述论文揭示了几个关键洞察。核心在于数据质量，最终训练阶段少量高质量专家数据直接决定用户对模型能力的感知。训练数据中即使混入少量AI生成图像，也会严重损害生图质量和模型潜力。技术路径上，蒸馏是商业部署的必备选项，不考虑蒸馏友好性的架构设计将导致模型无法实用。此外，开源与闭源生图模型的核心差距并非渲染器本身，而在于渲染器之外的整体系统架构设计。

向阳乔木: 今天读到一篇超级棒的AI生图综述论文。 读完你就能对2026年最新生图技术有全面了解,太赞了! 还能顺带了解这几年的发展脉络。 AI解读如下,原始论文见评论区。 https://blog.qiaomu.ai/ai-image-paper-2...

向阳乔木@vista8

62

使用Codex等AI工具时，在同一会话中同时处理“生成设计图”和“开发应用”两项任务可能导致效果下降。例如，GPT-5.5有时仅将生成的设计图视为“参考灵感”，而非“严格设计规范”，致使最终实现界面与设计图存在偏差。推荐的优化方法是采用两个独立会话：首先在一个会话中生成并确认满意的设计图；随后开启新会话，将图片作为输入，并明确要求“像素级还原”设计，以此确保开发结果与设计意图高度一致。

歸藏(guizang.ai)@op7418

22

针对游戏圈认为AI无法处理数值和玩法设计的观点，作者反驳称自己仅是在展示AI参与游戏开发的可能性，并未承诺AI能独立完成3A游戏或替代人类。他强调当前演示只是demo，旨在探索技术潜力，但相关展示仍引发了游戏从业者的激烈批评。

歸藏(guizang.ai): http://x.com/i/article/2049902517254070272

阿绎 AYi@AYi_AInotes

64

GPT-image-2的一个图片生成提示词近期在网络上广泛传播。该提示词要求以最粗糙、潦草、拉垮的画风重制图片，背景为白色，模拟系统自带画图软件的鼠绘感，追求似像非像、别扭迷惑的低清像素效果，旨在突出翻车感。用户尝试后表示效果绝佳，引发热议，凸显了AI生成图片在创意风格上的灵活应用。

TestingCatalog News 🗞@testingcatalog

49

️️️️ ️ᅠ‏️️️️ ️ᅠ️️️️ ️️️️️ ️ᅠ: Soon you will be able to Opt-In to have your Grok Imagine Templates Showcased in a public gallery so other users can use...

Greg Brockman@gdb

56

ChatGPT: Prompt: "Redraw the attached image in the most clumsy, scribbly, and utterly pathetic way possible. Use a white backgrou...

歸藏(guizang.ai)@op7418

68

GPT-Image-2.0的一个提示词在抖音平台引发关注，用户用它为照片生成手绘风格注解。提示词要求采用细线手绘线条、手写字体和简短句子，营造日记感语气，并避免过度装饰以保留空白空间。引用推文指出，GPT-Image-2.0提示词近期再度流行，体现了AI生成内容在社交媒体上的应用趋势。

歸藏(guizang.ai): 最近 GPT-Image-2.0 很多提示词又火了,比如这个拉跨鼠标手绘图,原贴有提示

针对图像编辑中缺乏通用奖励模型的问题，本研究提出Edit-R1框架。该框架构建了一个基于思维链的推理奖励模型，通过将编辑指令分解为多项原则进行细粒度评估，生成可解释的奖励信号。为训练此模型，研究采用监督微调进行“冷启动”，并引入群体对比偏好优化算法，利用人类成对偏好数据强化模型。实验表明，该推理奖励模型在编辑任务上超越了Seed-1.5-VL等视觉语言模型，且性能随参数规模从3B增至7B持续提升。最终，该框架成功提升了如FLUX.1-kontext等下游图像编辑模型的效果。

宝玉@dotey

60

一条用于GPT Image 2的提示词要求以最笨拙、潦草的方式重新绘制图像，模仿MS Paint鼠标涂鸦效果，强调低画质像素感和尴尬别扭的风格。该提示词因其反常规的幽默设计，正在网络上疯狂传播，引发用户广泛尝试和讨论。引用推文指出，这一GPT Image 2 prompt正在获得病毒式关注，凸显了AI图像生成工具在探索非传统风格上的娱乐性和网络文化现象。

CHOI: This GPT Image 2 prompt is going insanely viral right now. "Redraw the attached image in the most clumsy, scribbly, and ...

当前视觉生成模型在写实性、指令跟随等方面进展显著，但在空间推理、长程一致性与因果理解上仍面临挑战。研究主张从外观合成转向智能视觉生成，即生成基于结构、动态和因果关系的合理内容。为此提出了一个五级分类体系，标志着从被动渲染器到交互式、世界感知生成器的根本转变。关键技术驱动力包括流匹配、统一的理解-生成模型、数据策展与后训练等。现有评估常因过度强调感知质量而高估进展，忽视了结构与时序缺陷。结合基准评测与真实场景测试，该路线图为推进下一代智能视觉生成系统提供了以能力为中心的视角。

本研究提出FD-loss，通过将弗雷歇距离（FD）估计所需的大规模样本量与梯度计算的小批量解耦，首次将其有效优化为训练目标。该方法在不同表征空间中对基础生成器进行后训练，能持续提升样本视觉质量，并在Inception空间下使单步生成器在ImageNet 256x256上达到0.72的FID。FD-loss无需蒸馏或对抗训练，即可将多步生成器转化为高性能单步模型。研究同时发现，仅依赖Inception FID可能误导质量评估，因此提出了多表征度量指标FDr^k。这项工作推动了分布距离在生成模型的训练与评估中的进一步探索。

Berryxia.AI@berryxia

68

推文介绍了一种利用AI工具链快速创建360度全景沉浸式小游戏体验的方法。核心流程是：首先，向图像生成AI（Agent）提供一个简单提示，例如让其研究AI公司吉祥物并生成一个360度全景动物园图像。然后，将生成的全景图输入Codex，即可获得相应的3D视图，从而构建出游戏场景。这种方法旨在简化沉浸式内容的创作门槛，标志着一种新的内容生成时代的到来。

Berryxia.AI@berryxia

54

Grok Image Agent网页Beta版已向付费用户灰度推送。它是一个全能创意Agent，能在无限开放画布上独立完成从规划、生成、编辑到迭代的全流程创作。用户只需下达指令，即可观看其在同一无缝工作区内自动执行任务，例如生成一分钟电影短片、创作整套漫画或构建UGC产品故事。这标志着从简单提示词到端到端创意生产的真正飞跃，是Grok Imagine迄今为止最重大的升级。

X Freeze: Grok Imagine Agent Mode (Beta) just went live on Grok web It's a full creative agent working on one infinite open canvas...