Codex CLI 0.158.0 新增 TUI 粘贴、MCP OAuth 密钥与透明图像背景
Codex CLI 0.158.0 已发布,TUI 支持选中即复制和右键粘贴,MCP 服务器支持 OAuth 客户端密钥,图像生成支持透明背景。
Codex CLI 0.158.0 已发布,TUI 支持选中即复制和右键粘贴,MCP 服务器支持 OAuth 客户端密钥,图像生成支持透明背景。
Runway MCP 可以直接接入 Claude,包括 Claude Opus 5.5,并使用 Gen-4.5、Seedance 2.5、GPT Image 2、Kling 及其他模型生成图像和视频。
ComfyUI 称 Recraft V4.1 Flash 可在 1.3 秒内生成一张图像,并称其为市场上最快的图像模型。选定结果随后可精修至 2048×2048 Pro 画质。
--tile 更新为 v8.1 和 v8.2 增加无缝图案,新版 inpainting 只改动用户选中的像素。实时模型目前仅在 Midjourney 的 alpha 站点作早期预览,并非完整发布。
GMI Cloud 以每张图片 0.024 美元提供 Hy Image 3.5 预览版,并称这一价格比 GPT Image 2 便宜 8.8 倍,比 Nano Banana Pro 便宜 5.6 倍。
OpenRouter 列出 Recraft V4.1 Flash 的价格为每张图像 0.007 美元,生成时间为每张图像 1.3 秒。OpenRouter 称,其输出在摄影、人像、复杂场景、标志和早期概念方面仍保持 Recraft 的风格。
Microsoft AI 称这一速度为每年 377 分,相当于榜上第二快升幅的 1.6 倍。
Microsoft AI 称,MAI 在 10 个月内文生图 Elo 提升 283 分,图像生成爬坡速度比任何其他实验室快 61%,同时在优化帕累托前沿。
OnSoloAI 表示,独家 Hy Image3.5 预览版支持 5 个参考和 2K,会员可免费使用两周。Tencent Hy 称其面向短剧角色设定表、全动态游戏素材和关键帧。
ComfyUI 已开放 Hy Image3.5 预览版,可用于最高 2K 的文生图和图生图。ComfyUI 称,该模型在人工评测中相对 Hy Image3.0 的胜率为 +30%。
腾讯混元表示 Hy Image3.5 预览版已上线,支持最高 2K 的文生图和图生图。腾讯云 API 定价为每张生成图片 $0.024,并仅在 OnSolo 和 Miora 上提供两周免费。
Sayak Paul 介绍了 QwenImage 2.1 如何融入 KV 缓存:将固定上下文与每一步去噪都会变化的图像位置分开缓存。他表示后续步骤成本更低,并测得 2.55 倍加速。
阿里云表示,Qwen-Image-2.1 相较前代提升了视觉质量,尤其在文字和人像的美学表现方面,并分享了文字渲染示例。
阿里云宣布推出 Qwen-Image-2.1,这是一款开放权重的统一 7B 图像生成与编辑模型。该公司表示,该模型可原生处理 RGBA 图层,最多支持 10 张参考图像,并已在 GitHub、ModelScope 和 Hugging Face 上提供。
Qwen 重点介绍了 Hugging Apps 在 Hugging Face Spaces 上的 Qwen-Image-2.1 实时演示,称单个检查点即可覆盖生成与编辑,并可在浏览器中试用,无需任何设置。Hugging Apps 将该模型描述为 7B 参数的原生生成与编辑模型,最多支持 10 张图像参考。
Hugging Apps 表示,Qwen Image 2.1 是一款 7B 参数的原生图像生成与编辑模型,最多支持 10 张参考图像,配备自有的提示词增强大语言模型,并已集成 diffusers 和 ComfyUI。该模型可在 Hugging Face Spaces 上使用。
Sayak Paul 表示 Qwen-Image-2.1 已在 Diffusers 中实现 Day-0 可用,并链接到 Hugging Face 上的该模型。
ComfyUI 表示现已支持 Qwen-Image-2.1,称其为一个用于生成与编辑的开放权重 7B 检查点。Qwen 引用了该公告并强调了 ComfyUI 的支持。
Qwen 宣布推出 Qwen-Image-2.1,称该 7B 模型统一了图像生成与编辑,且权重现已开源。该公司表示,该模型原生处理 RGBA 图层,支持最多 10 张参考图像,并提供精确的局部控制。