快科技6月24日消息，近日，Stability AI官方宣布，推出SDXL0.9版本更新，对Stable Diffusion进行了优化。
与此前的SDXL Beta相比，新版本下的Stable Diffusion模型在图片的生成上有着更为明显的优势。
从官方提供的对比图片可以看出，新版本生成的图片在质感上更加逼真，一定程度上甚至可以做到以假乱真。
同时，新版本终于能够正确的理解人类的手”，从而正常生成五指，进一步提升了图片的真实性。
其他方面，Stability AI表示SDXL0.9版本配置要求和此前相同，需要16GB内存和NVIDIA RTX20系列及更高显卡（需8GB以上显存），支持Win10、Win11与Linux 发行版。
需要注意的是，Stability AI计划在今年7月推出SDCL的1.0版本，值得期待。
（举报）
只需三张输入图像，Matrix3D 就能生成物体、甚至整个环境的详细 3D 重建，这显然可以为 Apple Vision Pro 等沉浸式头显带来非常有趣的应用……
本文介绍了多款AI领域的新产品和技术进展：1)Kortix-AI推出开源通用AI智能体平台Suna；2)腾讯混元3D生成模型升级至2.5版本；3)海螺AI推出基于单张图像生成多角度角色图像功能；4)百度发布"心响"App整合多智能体协作；5)Nari Labs开源媲美真人的对话语音模型Dia；6)Grok新增视觉处理和多语言支持；7)Genspark推出AI幻灯片工具；8)Character.AI发布让静态图片"说话"的AvatarFX模型；9)pad.ws结合白板和代码编辑器；10)OpenBMB开源社区推出长文本生成模型"卷姬"；11)腾讯推出AI阅读助手"企鹅读伴"；12)OpenAI有意收购Chrome浏览器；13)字节跳动调整AI产品线布局。这些创新展现了AI技术在自动化、3D生成、语音交互、内容创作等领域的快速发展。
腾讯QQ9.1.70版本开始小范围测试支持运行微信小程序功能。开发者无需重复开发，即可将小程序同时发布到微信和QQ双端，用户也无需跨应用切换。首次使用需跳转微信授权，后续可直接在QQ内流畅运行各类微信小程序。业内分析认为，这是QQ持续优化核心功能、打通腾讯生态优势的重要举措，既能降低开发者成本，又能为用户提供更统一便捷的体验，未来还可能进一步整合更多腾讯系产品能力。
这款工具专为吉卜力粉丝、纹身爱好者与创意设计师打造。通过文本提示或图片上传，即可生成高分辨率、透明背景的吉卜力风格纹身设计……
复旦大学与美团研究者提出UniToken框架，首次在统一模型中实现图文理解与生成任务的"双优表现"。该方案融合连续和离散视觉编码，有效解决了传统多模态建模中的"任务干扰"和"表示割裂"问题。通过三阶段训练策略（视觉语义对齐、多任务联合训练、指令强化微调），UniToken在多个基准测试中性能超越专用模型。其创新性体现在：1）统一的双边视觉编码
据员工透露，苹果目前内部测试的聊天机器人在过去六个月里取得了重大进展，某些高管甚至认为它已赶上了 ChatGPT 的最新版本……
本期AI日报聚焦多项AI技术突破与应用：1)Moonshot AI推出开源音频模型Kimi-Audio，基于13亿小时训练数据，支持语音识别等任务；2)阶跃星辰开源图像编辑模型Step1X-Edit，展现强大生成能力；3)夸克AI上线"拍照问夸克"功能，实现视觉问答；4)苹果iOS18.5将在中国推送，带来智能功能；5)谷歌发布601个生成式AI应用案例，覆盖多行业；6)微软推出深度整合Windows的UFO²自动化系统；7)OpenAI升级ChatGPT至GPT-4o版本，提升STEM领域能力；8)Ema公司推出高性价比语言模型EmaFusion；9)Liquid AI发布面向边缘设备的Hyena Edge模型；10)LemonAI推出实时音视频数字人产品Slice Live。此外，国内方面，智谱与生数科技达成战略合作推动大模型发展，宝马中国宣布新车将接入DeepSeek技术。
OpenAI发布全新图像生成模型GPT-image-1，通过API向全球开发者开放。该模型支持精细控制图像敏感度、生成效率、背景、输出格式等参数，并集成吉卜力模式。Adobe、Figma等企业已将其应用于产品中。API支持批量生成、蒙版编辑、透明度调整等高级功能，图像生成成本从0.02-0.19美元/张不等。CEO Sam Altman表示该模型与ChatGPT版本差异显著，开发者可通过API实现更多创意场景。新模型在�
火山引擎在FORCE LINK AI创新巡展上发布多款AI模型升级产品：1）Seedance 1.0 lite视频生成模型，支持5-10秒480P/720P视频生成，具备影视级画质和生成速度优势，适用于电商广告、影视创作等场景；2）豆包1.5视觉深度思考模型，仅20B参数但具备多模态理解能力，在60项基准测试中38项达SOTA水平；3）升级版豆包音乐模型，新增英文歌曲创作功能，并能根据视频内容自动适配BGM。目前这些模型已在火山方舟平台和豆包APP上线。
vivo宣布其MR设备vivo Vision将于今年下半年正式发布，引发市场广泛关注。该设备可能与vivo X300系列手机同步上市，形成产品矩阵效应。Vision头显设计借鉴夏普Vision Pro风格，采用曲面抛光镜片，集成了多颗摄像头，但具体技术参数尚未公开。此布局被视为vivo战略转型的关键一步，旨在通过MR技术强化实时空间计算能力，为基础的未来机器人物联网应用奠定基础。vivo计划打造一套视觉感知系统，重点提升机器人的视觉捕捉、处理、理解、空间建模及边缘计算等五大维度的智能化水平。这一战略定位依赖于依图科技在AI大模型与混合现实技术领域的积累，vivo加速布局机器人赛道的相关落地措施已进入实质推进阶段。伴随Vision头显的发布，行业或将迎来新一轮技术竞争。这被寄予厚望的设备能否在空间计算领域实现突破，仍需等待市场验证。
