最新的多模態大型語言模型 GPT-4o 的強大重繪功能，現已向所有免費帳號開放。這項功能讓使用者能夠直接在 ChatGPT 的對話介面中生成高品質的圖像，並透過多輪對話進行微調，以滿足個人需求。這標誌著 AI 技術在圖像生成領域的重大進步，讓更多人能夠體驗到 AI 在創意設計方面的潛力。GPT-4o 的重繪功能支援文字、語音和圖片等多種輸入形式，使用者可以以自然語言描述所需的圖像，

當數位藝術家們不斷尋求更高效率、更具創造力的創作流程時，結合 AI 的工具便成了不可忽視的趨勢。Krita 作為一款開源且深受歡迎的繪圖軟體，現在透過名為 krita-ai-diffusion 的插件，正式迎來與強大 AI 模型 Stable Diffusion 的深度整合，讓你可以直接在 Krita 的工作流程中運用 AI 進行繪圖、修圖與生成，無需切換至其他應用程式，全面提升創作體驗。

「鐵路少女系列」以少女與鐵路旅程為主題，描繪她們在火車上或車站中體驗旅行、探索與相遇的溫馨時光。本主題融合動漫風格的青春服裝、鐵路場景的懷舊氛圍與旅途情感的細膩感，呈現少女與鐵道之間推廣的純真羈絆。涵蓋 10 個鐵路情境，有窗邊風景、車站離別、便當午餐、夜車星空、票券檢查、山線隧道、海線藍天、車廂相遇、老站懷舊、終站終點，每項聚焦於鐵路旅行的獨特氛圍與少女的情感。使用 Wan 2.1 模型生成，

「Lo-Fi 少女系列」以少女在 Lo-Fi 音樂的陪伴下學習、放鬆或沉思為主題，描繪她們在溫馨場景中享受靜謐時光的治癒瞬間。本主題融合動漫風格的舒適服裝、Lo-Fi 場景的復古氛圍與動作表情的細膩感，呈現少女與音樂之間的沉浸連結。涵蓋 10 個情境，有深夜唸書、雨天寫字、復古唱片、咖啡館、陽台塗鴉、星空冥想、圖書館、公園散步、火車放空、貓咪陪伴，聚焦於學習、放鬆與音樂的沉浸體驗，

海螺AI（Hailuo AI）是一款結合創意與人工智慧的雲端多媒體生成平台，為使用者提供了從文字、圖像到影片的一站式創作服務。無論你是內容創作者、動畫愛好者，還是剛接觸 AI 應用的新手，海螺AI都能以簡潔直覺的操作流程協助你快速實現想像。平台支援文字轉影片、圖像轉影片等功能，使用者只要輸入一句話、上傳一張圖片，AI 就能自動生成高品質動態內容，甚至還能保持角色風格一致性，

在當前生成式 AI 快速發展的浪潮中，視聽內容的自動合成技術逐漸進入主流視野。尤其是在影音創作、互動媒體以及虛擬實境等應用領域，從影片或文字中生成自然同步的音訊，已成為一項令人矚目的突破。「MMAudio Web UI」正是為此而誕生的輕量化操作介面，讓使用者能夠便捷地體驗 MMAudio 所帶來的創作新可能，無需深入程式碼層面，也能快速上手進行影片轉音訊或文字轉音訊的創作流程。

想把二次元角色轉換成寫實真人風格嗎？透過 ComfyUI 搭配 Qwen-Image-Edit，只需輸入簡單提示詞，就能讓動漫角色呈現出「照片級」的清純少女模樣。本次示範的核心提示詞為： 這樣的應用場景非常適合 VTuber 粉絲、插畫師或角色愛好者進行二創，將紙片人角色賦予更真實的視覺體驗。 實測環境為 RTX 3060 12GB / 32GB RAM，選用 Q3 量化版模型，

近年來隨著本地端 AI 影像生成技術的成熟，越來越多人開始使用 ComfyUI 搭配高效能模型進行創作。對於喜愛日系插畫或動漫風格的使用者而言，Qwen-Image 模型是一個極具潛力的選擇。它在中文提示詞的理解力、光影呈現，以及角色細節的穩定度上都有非常亮眼的表現，特別是在手部與臉部結構上，比過往常見的 SDXL 模型更加自然。 本系列的「應用篇」將專注於展示各種提示詞實驗的成果，

隨著生成式 AI 的快速發展，除了聊天、寫文章、生成程式碼之外，現在連圖片編輯也能透過人工智慧來輕鬆完成。阿里巴巴集團推出的 Qwen Chat，就是一個類似 ChatGPT 的智慧對話平台，背後支援的是「通義千問」（Qwen）大語言模型系列。不僅能夠處理文字，還能透過 Qwen-Image-Edit 功能，進行圖片的修改、角色換裝與多模態任務。 簡單來說，

Google 於 2025 年 10 月 8 日正式宣布，在台灣全面推出全新的 「Google AI 模式」搜尋功能。這項由 Gemini 人工智慧模型驅動的搜尋體驗，不再只是列出網頁連結，而是能夠主動彙整重點，給出結構化且可追溯來源的完整解答，代表搜尋方式邁向更智慧化的新時代。 AI 模式不僅支援文字查詢，也能透過語音或圖片進行搜尋，特別適合處理多步驟或複雜的問題。系統會自動進行「查詢展開」，

在 Google Gemini 上體驗全新的 Nano Banana Pro，最讓人驚喜的，就是它現在終於能在圖像中清晰呈現中文！無論是店家招牌、日期戳記、海報標題，或你想加入的任何中文字，都能在畫面裡自然又銳利地出現。對經常需要做社群素材、封面或視覺草稿的人來說，這項能力可說是極大幅提升工具的可用性。 Nano B…

LMArena 是一個開放的線上 AI 比較平台，集合 Google、OpenAI、Anthropic 等多家公司的最新模型，讓使用者能直接在瀏覽器中體驗文字、程式與影像生成功能。平台採用匿名對戰與公開排行榜機制，因此也成為許多公司測試尚未正式發表模型的「試車場」。 現在，LMArena 也提供 Google Dee…

Google 近日正式擴展 Gemini 3 模型家族，推出備受矚目的 Gemini 3 Flash。這款模型結合了 Pro 級推理能力與 Flash 系列一貫的低延遲、低成本優勢，象徵著 AI 在速度、效率與智慧之間取得關鍵突破。隨著 Gemini 3 Flash 即日起於 Gemini App、搜尋服務的 AI 模…

ComfyUI 作為近年最受歡迎的節點式影像生成介面之一，憑藉高度自由的流程設計與豐富的社群資源，已成為進階創作者與研究者的核心工具。隨著 Qwen-Image-2512 的推出，ComfyUI 也正式提供原生工作流範例，讓使用者能在不依賴第三方整合的情況下，直接體驗新一代文字轉圖片模型的實力。相較於先前版本，Qwen…

隨著人工智慧技術的飛速發展，Google 旗下的 Gemini AI 已成為提升生產力與創意的核心工具。為了讓使用者能更深度地體驗最新技術，Google 推出整合了 2 TB 雲端空間與最強大 AI 模型的「Google AI Pro」方案（各方案比較文章）。此方案不僅提供海量的 Google 相簿、雲端硬碟及 Gma…

作品名稱：萌芽娘四格漫畫 8：半年看一次牙，蛀牙不再來！(萌芽系列網站)(Nano Banana) 使用工具：Nano Banana 這部充滿鮮明動漫風格與超誇張表情演出的四格漫畫，以快節奏的敘事手法，帶領讀者體驗主角萌芽娘跌宕起伏的「護牙戰爭」。故事始於深夜的僥倖心態，萌芽娘沉浸在零食與珍奶環繞的虛幻幸福泡泡中，徹底…

在 AI 繪圖的創作過程中，精確控制角色的身體特徵一直是許多創作者追求的目標。儘管在以前 Stable Diffusion 模型的使用經驗中，我們習慣使用 Danbooru 的標準標籤如 medium breasts 或 large breasts 來定義角色胸部大小，但在 Z-Image-Turbo 模型實際生成的穩…

Google 去年推出的 AI 影片生成平台「Flow」，搭載了強大的 Veo 3.1 模型，正式向創作者展示了電影級敘事的新可能。Flow 不僅大幅提升了畫面的解析度與物理真實感，更重要的是它引入了深度語意理解與角色一致性控制功能。創作者現在可以透過簡單的文字描述或上傳自定義素材，讓 AI 生成具備高度細節且運鏡流暢…

在使用 AI-Toolkit 進行模型訓練時，最令人沮喪的莫過於原本運作正常的環境突然啟動了動輒數十 GB 的模型下載。這次的經驗起源於一次訓練過程中的手動中斷，這看似平凡的操作卻觸發了 Hugging Face 快取機制的連鎖反應。由於中斷可能導致本地快取索引與遠端倉庫的雜湊值（Hash）出現不匹配，加上環境中未安裝…

隨著 Anima Preview 3 的推出，社群對這款 20 億參數規模（2B）模型的期待值達到了新高。為了進一步優化生成體驗，CircleStone Labs 近期發布了專為 Preview 3 打造的 Anima Turbo LoRA。這是一款基於步數蒸餾技術的加速模組，旨在打破傳統擴散模型需要大量迭代步數的限制…