#ai-models
16 articles
所有標籤 gemini-3-5-flash google google-io ai-models agent-tools deepmind gemini-3-5 gemini-3-5-pro gemini-omni gemini-omni-flash video-generation ai-video gemini-4 claude-mythos gpt-5-5 seedance bytedance pricing model-release gpt-5-6 openai chatgpt alignment leak gemini omni veo hidream open-source image-generation diffusion-transformer multimodal tutorial rumor llm api comparison guide best alternative openrouter aws azure google-cloud inference image-to-3d 3d 3d-generation tripo3d h3.1 pbr quad-mesh announcement wavespeedai multiview-to-3d text-to-3d text-to-image nucleus nucleus-image image-to-image materials texture patina image-to-map game-dev unreal unity blender material-extract video-to-video video-inpainting object-removal masking void sam3 text-to-audio music-generation music-cover style-transfer minimax image-to-video pixverse animation transition reference-to-video character-consistency text-to-video baidu ernie multilingual chinese fast audio-to-video music-video lip-sync runway-ml ideogram image-editing sora portrait-effect photo-styling parkour action-video talking-photo travel-photo ad-generation spokesperson virtual-try-on fashion ai-avatar free-tools avatar-generator talking-head ai-image image-generator video-generator wan-2-7 kling gpt-image-2 predictions deevid-ai wan alibaba video-editing video-edit wan-2.7 video-extend veo3 start-end-to-video kuaishou elements vace video-joiner wavespeed-ai gemma-4 on-device-ai audio-converter audio-processing file-conversion image-converter image-processing face-blur privacy video-converter video-processing ai-tools 4k midjourney flux nano-banana seedream best-ai-image-generator pixverse-v6 audio video-effects glm zhipu-ai claude gpt deepseek ai-news phota image-enhance upscaler image-quality photorealistic camera-control vfx anthropic cybersecurity ai-music suno lyria magihuman davinci sand-ai digital-human audio-video davinci-magihuman professional ai-image-generator qwen-image pollo-ai lovart freepik ai-video-generator vidu best-ai-video-generator higgsfield kling-image-o3 ai-image-generation girl-filter face-transformation portrait smile-filter photo-editing watermark-removal sora-alternative sora-shutdown pika grok ltx veo-4 photo-colorizer colorize photo-restoration body-swap face-swap portrait-transfer prismaudio video-to-audio foley ai-audio sound-generation hunyuan audio-generation v2a iclr recraft recraft-v4 text-to-vector svg design dall-e vocal-remover karaoke music-production stem-separation people-remover inpainting fotor photo-editor content-creation desktop-app mp3 wav flac aac png jpg webp heic mp4 mov avi webm janitor-ai media-io video-editor m2.7 ai-model agent coding benchmark age-filter entertainment aging dog-selfie pet-content gender-swap ghibli-filter anime studio-ghibli midjourney-v8 stable-diffusion best-tools ai-content-detector content-moderation content-safety nsfw-detection text-moderation image-moderation video-moderation moderation-api developer-guide sora-2 sketch-to-video infinitetalk celebrity-look-alike face-recognition clothes-changer fat-filter meme fortune-teller math-solver education story-generator creative-writing review baseten 2026 canva fal-ai fireworks-ai leonardo-ai modal gpu-cloud replicate cloudflare runpod together-ai ai-research helios bitdance bitdance-14b autoregressive qwen-image-2 typography skyreels skyreels-v3 talking-avatar portrait-animation soulx flashhead soulx-flashhead real-time streaming nano-banana-2 nano-banana-pro ai-images q3 wavespeed-desktop android mobile playground batch-processing lora workflow ai-pipeline ffmpeg audio-conversion image-conversion video-conversion video-merge video-trimming video-enhancement video-upscale inworld tts text-to-speech voice-ai coming-soon gpt-image kimi moonshot-ai ai-assistant local-ai personal-ai prediction genie-3 world-model interactive-environments mova clawdbot personal-assistant automation chatbot javascript typescript sdk python speculation ai-collaboration productivity ai-agents no-code app-builder development apple background-remover face-enhancer image-enhancement image-eraser inpaint tools claude-code codex ai-coding cursor developer-tools image-enhancer ai-platforms hedra avatars heygen creative video-marketing ideas adobe firefly quality rankings image-translation localization image-upscaling enhancement video-extension video-upscaling enterprise developer clipdrop stability-ai dalle deepai performance black-forest-labs vertex-ai infrastructure hailuo-ai hugging-face tencent text-rendering imagen kling-ai serverless luma-ai dream-machine nightcafe ai-art pika-labs lm-arena runway digital-twins tips video-production synthesia dalle-3 prompting avatar multi-modal aimlapi byteplus comfyui dreamina kie-ai openart poyo-ai topaz upscaling skywork qwen training fine-tuning depth controlnet pose upscale outpaint canny lightricks sdxl background-removal marketing event e-commerce product-photography mochi cogvideo social-media instagram
Gemini 3.5 Flash 正式發布——Flash 級模型在 Agent 基準測試上超越 Pro 級
Gemini 3.5 Flash 於 I/O 2026 正式推出，預設開啟思考模式，每百萬 token 定價 $1.50/$9，在 MCP Atlas 及大多數 Agent 測試套件上超越 Claude Opus 4.7 與 GPT-5.5。本文分析 Flash 的領先之處、落後之處，以及如何部署。
4 分鐘閱讀
Gemini 3.5 Pro 下個月即將到來——Flash 版本已透露的訊息
Google 在 I/O 2026 上發布了 Gemini 3.5 Flash，並將 Pro 版本推遲至六月。Flash 已在程式碼和代理基準測試上超越 Gemini 3.1 Pro，但在複雜推理方面有所退步——這正是 Pro 需要彌補的差距。以下是已知資訊、未知資訊，以及如何提前規劃。
3 分鐘閱讀
Google I/O 2026 的 Gemini 4.0：哪些已確認、哪些來自匿名消息、開發者真正需要關注什麼
Google I/O 今日上午 10 點（太平洋時間）正式開幕。關於新版 Gemini 的賽前報導從「漸進式 3.5 更新」到「深度整合的完整 Gemini 4.0」眾說紛紜。以下整理哪些是官方確認的資訊、哪些來自匿名消息來源，以及模型卡片發布後開發者應立即評估的七個面向。
2 分鐘閱讀
GLM-5.1 vs Claude、GPT、Gemini、DeepSeek：智譜AI最新模型的實力評測
智譜AI的GLM-5.1宣稱達到Claude Opus 4.6程式編寫效能的94.6%——完全基於華為晶片訓練並開放權重。以下是其與2026年各主流大型語言模型的全面對比。
3 分鐘閱讀
Claude Mythos（Opus 5）洩露：目前我們所知道的一切
Anthropic 的下一代 Claude Mythos 模型在一次資料洩露中曝光。以下是洩露文件中關於其編程、推理和網路安全能力的詳細內容，以及這對 AI 發展意味著什麼。
2 分鐘閱讀
Claude Opus 4.6 與 Sonnet 4.6：你需要知道的一切
深入解析 Anthropic 的 Claude Opus 4.6 與 Sonnet 4.6——迄今最強大的 Claude 模型，具備 100 萬 token 上下文視窗、自適應思考能力，以及頂尖的基準測試成績。
2 分鐘閱讀
BitDance 14B：比其他自迴歸模型快30倍的AI圖像生成
BitDance 14B 使用二進位標記生成圖像，速度比其他自迴歸模型快30倍，並在基準測試中超越 FLUX.1。立即在WaveSpeedAI上體驗。
2 分鐘閱讀
Qwen Image 2.0：排名第一的AI圖像生成與編輯模型
Qwen Image 2.0 將文字生成圖像與圖像編輯整合於單一 7B 模型中。在 AI Arena 排名第一，原生 2K 解析度，專業排版支援。現已登陸 WaveSpeedAI。
3 分鐘閱讀
Qwen Image 2.0 現已登陸WaveSpeedAI
阿里巴巴的Qwen Image 2.0——排名第一的統一圖像生成與編輯模型——即將登陸WaveSpeedAI。以下是它帶來的功能以及為何值得關注。
2 分鐘閱讀
WaveSpeed Desktop 現已登陸 Android — 直接從手機執行 AI 模型
WaveSpeed AI 應用程式現已支援 Android 5.0 以上裝置。直接從手機執行 AI 圖像生成、影片創作、換臉、背景移除及 1000 多個模型。
2 分鐘閱讀
什麼是Qwen Image 2.0？架構、功能與基準測試（2026）
Qwen Image 2.0是阿里巴巴的下一代圖像模型，具備原生2K解析度、專業文字渲染以及統一的生成與編輯功能。以下是您需要了解的一切。
3 分鐘閱讀
Qwen Image 2.0 值得期待的五大革新：改變AI圖像生成的關鍵
Qwen Image 2.0 正式推出，支援原生 2K 解析度、專業文字渲染，以及統一的生成與編輯功能。以下五大重點將深刻影響你的工作流程。
2 分鐘閱讀