Nano Banana 2
PulseAugur coverage of Nano Banana 2 — every cluster mentioning Nano Banana 2 across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
引入视觉到视觉生成框架 V2V-Zero
研究人员引入了一个名为 V2V-Zero 的新框架，该框架通过使用视觉输入而非文本提示来实现视觉到视觉生成。这种方法允许用户使用草图或参考图像等视觉规范来条件化生成模型，绕过了基于文本描述的限制。V2V-Zero 在无需微调的情况下实现了与文本到图像模型相当的性能，并已在各种任务和模型上进行了评估，揭示了内容生成和结构控制方面的挑战。
-
OpenAI 的 @mxstbr 讨论代理 DX；Gemini 为黑洞科学应用提供支持
一个小组讨论会上，OpenAI 的 Max Stoiber 惊喜亮相，他讨论了 AI 代理新兴时代理想的用户体验和设计原则。另外，一个互动科学应用被展示，它可视化了黑洞等天体对时空的扭曲。该应用使用 Nano Banana 2 进行设计，并使用 Google 的 Gemini 3.1 Pro 进行编码。
-
Google 扩展 AI 代理 Gemini Spark 和设计工具 Pics
Google 正在通过 Gemini Spark 和 Pics 等新工具扩展其 AI 能力，旨在深度融入用户的数字生活。Gemini Spark 可作为始终在线的代理，在 Google 服务和第三方应用程序中组织活动和管理个人数据，而 Pics 则在 Google Workspace 中提供 AI 驱动的设计和图像生成功能。然而，这些进展由于严重依赖用户数据而引发了重大的隐私担忧，并提出了关于信任和数据边界的问题。
-
Google DeepMind 推出 Gemini Enterprise Agent Platform 并扩展 Model Garden 访问权限
Google DeepMind 宣布推出 Gemini Enterprise Agent Platform，这是 Vertex AI 的一项演进，专为企业创建、管理和优化 AI 智能体而设计。该平台提供对 200 多个领先 AI 模型的访问权限，包括 Google 的最新进展，如 Gemini 3.1 Pro、Gemini 3.1 Flash Image 和 Lyria 3，以及 Gemma 4 等开放模型。新平台旨在通过增强的集成、…
-
当前前沿模型中视觉理解的幻象
一篇新论文分析了先进图像生成模型带来的风险，这些模型越来越有能力创建可被误认为真实的合成视觉证据。这些模型，包括 GPT Image 2 和 Grok Imagine 等系统，将照片级真实感与其他功能（如可读文本和参考一致性）相结合，削弱了对视觉记录的信任。该研究提出了一个框架来评估各行业的风险，并建议采取分层控制措施，如加密来源和可见标签，以减轻潜在危害。
-
Google DeepMind 推出 Nano Banana 2，融合专业功能与闪电速度
Google DeepMind 推出了 Nano Banana 2 (Gemini 3.1 Flash Image)，这是一款先进的图像生成模型，它将 Nano Banana Pro 的能力与 Gemini Flash 的速度相结合。该新模型提供了增强的功能，例如先进的世界知识、精确的文本渲染和翻译、改进的主题一致性以及面向生产的规格。Nano Banana 2 正在集成到各种 Google 产品中，包括 Gemini 应用、Sear…
-
OpenAI 发布 ChatGPT Images 2.0，在复杂插图方面超越 Gemini
OpenAI 发布了其最新的图像生成模型 ChatGPT Images 2.0，Sam Altman 声称其进步幅度堪比从 GPT-3 到 GPT-5 的飞跃。早期测试表明，新模型在复杂插图方面表现出色，尤其是在生成细节丰富的场景方面，例如一张“威利在哪里”风格的图片，其中包含一只拿着火腿收音机的浣熊，这是以前的模型难以完成的任务。尽管该模型展示了令人印象深刻的能力，但人们对其解决自身生成谜题的可靠性表示担忧，因为它在一次实例中未能准…