盖帝图像(Getty Images)和NVIDIA正进一步深化在AI领域的合作伙伴关系。此次推出的Generative AI by iStock,就是一套专门用于制作照片库的文本到图像平台。
Generative AI by iStock以盖帝图像首次在AI图像生成领域的开拓性成果,即Generative AI by Getty Images为基础。二者的不同之处在于,iStock的图像平台(Getty旗下的照片库服务)将对个人或单用户开放,而盖帝图像则更像是一种多用户式的企业级解决方案。
Generative AI by iStock使用NVIDIA的Picasso模型进行训练,全部学习素材均来自盖帝图像的创意库和iStock照片库。为了防止生成真实商标或人物,学习过程未使用盖帝图像的编辑图像库。
盖帝图像首席产品官Grant Farhall在采访中表示,Generative AI by iStock主要面向那些需要大量照片库素材的中小型企业。
Farhall解释称:“iStock将帮助用户高效工作,获取自己需要的高精度照片,甚至包括那些不可能用真实相机拍下的画面。”举例来说,假如有用户希望用一系列照片来表现气候变化,则可以提示Generative AI by iStock生成一张企鹅走过城市街道的图像。现在用不着雇佣摄影师再安排一群企鹅,AI就能完成整个画面创作。
Generative AI by iStock的定价为每100条提示词14.99美元,每条提示词可生成4张图像。
盖帝图像平台与新的iStock服务之间的另一大区别,还体现在法律赔偿额度上。与Generative AI by Getty Images不同,iStock不会向用户提供无限赔偿,其每项资产的上限为10000美元,与现有照片库的许可条款保持一致。但与开启盖帝生成式AI先河的盖帝图像平台一样,iStock内容也会向模型训练中的素材贡献者提供收入共享计划。
盖帝图像公司发言人Alexander Lazarou在采访中强调,iStock平台还将“很快”获得图像填充(inpainting)和画面外扩(outpainting)功能。其中填充功能允许用户指定图像中的特定区域,再根据文本提示向其中填充人物或物体。画面外扩则可按不同的画面比例将显示区域扩大,再用AI生成内容将其填满。
好文章,需要你的鼓励
浙江大学研究团队开发了ContextGen,这是首个能够同时精确控制多个对象位置和外观的AI图像生成系统。该系统通过情境布局锚定和身份一致性注意力两大创新机制,解决了传统AI在多对象场景中位置控制不准确和身份保持困难的问题,并创建了业界首个10万样本的专业训练数据集,在多项测试中超越现有技术。
谷歌推出升级版图像生成模型Nano Banana Pro,基于最新Gemini 3语言模型构建。新模型支持更高分辨率(2K/4K)、准确文本渲染、网络搜索功能,并提供专业级图像控制能力,包括摄像角度、场景光照、景深等。虽然质量更高但成本也相应增加,1080p图像费用为0.139美元。模型已集成到Gemini应用、NotebookLM等多个谷歌AI工具中,并通过API向开发者开放。
上海交通大学研究团队开发的SR-Scientist系统实现了人工智能在科学发现领域的重大突破。该系统能够像真正的科学家一样,从实验数据中自主发现数学公式,通过工具驱动的数据分析和长期优化机制,在四个科学领域的测试中比现有方法提高了6%-35%的精确度。这标志着AI从被动工具转变为主动科学发现者的重要里程碑。