AI Research 技术调研

标签: 4k

此标签下有7条笔记。

  • 2026年6月25日

    PixArt-Σ: Weak-to-Strong Training of Diffusion Transformer for 4K Text-to-Image Generation

    • t2i
    • dit
    • diffusion-transformer
    • 4k
    • kv-compression
    • weak-to-strong
    • efficient
    • pixart
    • Params
  • 2026年6月25日

    Veo 2

    • video-generation
    • text-to-video
    • image-to-video
    • closed-source
    • cinematography
    • latent-diffusion
    • synthid
    • 4k
  • 2026年6月25日

    Gemini 3 Pro Image(Nano Banana Pro)

    • gemini
    • image-generation
    • image-editing
    • text-rendering
    • reasoning
    • search-grounding
    • multi-reference
    • 4k
    • synthid
    • closed-source
    • native-multimodal
  • 2026年6月25日

    Seedream 4.0: Toward Next-generation Multimodal Image Generation

    • t2i
    • image-editing
    • multimodal
    • dit
    • high-compression-vae
    • joint-post-training
    • rlhf
    • adversarial-distillation
    • quantization
    • speculative-decoding
    • 4k
    • multi-image-reference
    • in-context-reasoning
    • closed-source
  • 2026年6月25日

    GPT Image 2 / ChatGPT Images 2.0(含 Thinking mode)

    • native-image-gen
    • autoregressive
    • thinking-mode
    • agentic
    • image-editing
    • text-rendering
    • 4k
    • c2pa
    • watermark
    • closed-source
  • 2026年6月25日

    Reve 2.0

    • t2i
    • layout
    • image-editing
    • 4k
    • diffusion
    • llm-planner
    • qwen
    • agentic
    • closed-source
  • 2026年6月25日

    Seedream 5.0 Lite

    • t2i
    • image-editing
    • unified-multimodal
    • deep-thinking
    • visual-reasoning
    • online-search
    • web-search
    • in-context-reasoning
    • world-knowledge
    • information-visualization
    • multi-image-reference
    • 4k
    • closed-source
    • elo
    • magicbench

  • GitHub