Gemini 3 Pro Image
PulseAugur coverage of Gemini 3 Pro Image — every cluster mentioning Gemini 3 Pro Image across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
GPT Image 2、Nano Banana 2和FLUX.2引领图像生成模型
在图像生成方面，没有单一的最佳模型，而是根据具体需求进行选择。OpenAI的GPT Image 2提供最高的质量和最佳的提示遵循度，尽管它是最昂贵且最慢的。Google的Nano Banana 2 (Gemini 3.1 Flash Image)以显著较低的成本提供了接近顶级的质量和编辑能力的强大平衡，使其成为一个不错的默认选择。对于那些需要开源模型进行自托管的用户，FLUX.2是领先的选择，并提供各种许可选项。
-
新研究通过先进的一致性方法解决了视频对象和眼镜移除问题
两篇新研究论文介绍了先进的视频编辑方法，重点关注对象和眼镜的移除。第一篇论文《BeyondMasks》提出了一个新的视频对象移除基准和评估协议，该协议考虑了因果和物理一致性，超越了简单的图像修复。第二篇论文《Unwarping the Lens》提出了一种基于物理学的眼镜移除方法，利用一种新颖的迁移框架和一种称为JFSnet的专用网络来保持身份和时间稳定性。
-
Gemini 3 Pro Image 在文本到图像基准测试中领先，击败 FLUX.2
一篇新论文在具有挑战性的图像描述提示上对四种领先的文本到图像模型——Hunyuan 3.0、Gemini 3 Pro Image、Black Forest Labs FLUX.2 和 Ideogram 3.0——进行了基准测试。使用来自 Sample Dataset (DSD) 的 48 个复杂提示进行的评估显示，Gemini 3 Pro Image 以 84.8/100 的得分成为最佳表现者，紧随其后的是 FLUX.2，得分为 82…
-
Nano Banana名称混淆凸显API标识符风险
“Nano Banana”一词因其多重含义而引起开发者的困惑。它指的是Google DeepMind基于Gemini构建的一系列图像生成模型、一个已更名的第三方应用程序，以及OpenRouter上的一个聚合器服务。这种模糊性凸显了模型营销名称与其官方API标识符之间的关键区别，可能导致集成错误和开发者的代价高昂的返工，因为他们错误地使用了非官方渠道。
-
Qwen Image Edit Plus 可通过文本命令编辑图像中的文本
“Jimniting”（源自Gemini）已成为通过文本命令编辑图像的热门俚语，尤其用于更改图像内的文本。阿里巴巴的开源模型Qwen Image Edit Plus被重点介绍，它能够添加、删除和替换图像中的文本，并旨在保留原始字体、大小和样式。虽然Qwen Image Edit在中文和英文文本编辑的基准测试中表现强劲，但其对西里尔文文本的有效性仍未经验证，并且中国大陆以外的用户可能需要通过变通方法才能访问。
-
LLM 定价变动：Kimi K2.7 涨价，Claude 3.5 Haiku 下架，新增 Gemini 模型 · 追踪 8 个来源
Token Ledger 报告了多家供应商的几项 LLM 定价调整以及模型增减情况。值得注意的是，MoonshotAI 的 Kimi K2.7 Code 的 completions 价格有所上涨，而其 Kimi Latest 和 K2.6 版本的 prompt 价格略有下降。Z.ai 调整了其 GLM 5.2 模型的定价，提供了优惠，并推出了具有高上下文能力的 GLM 5V Turbo。多款模型已从可用列表中移除，包括 Anthrop…
-
Google DeepMind发布Nano Banana Pro，用于高级图像生成和编辑
Google DeepMind 推出了 Nano Banana Pro，这是一个基于其 Gemini 3 Pro 构建的高级图像生成和编辑模型。这个新模型在创建带有准确、可读文本（支持多种语言）的视觉内容方面表现出色，并且可以整合来自 Google Search 的实时信息。Nano Banana Pro 旨在帮助用户可视化创意，从原型和信息图到故事板和本地化内容。