GPT-image-1 – OpenAI 推出的最新图像生成模型

GPT-image-1是OpenAI推出的原生多模态图像生成模型，基于API向开发者开放使用。模型根据文本提示和图像生成高质量、专业级的图像，支持多种风格和自定义功能，如图像质量、尺寸、格式、压缩程度等。

AI教程资讯 2023-04-14

Eagle 2 5是英伟达推出的视觉语言模型，专注于长上下文多模态学习的 AI 模型，参数规模仅为 8B。参数量较小，但在处理高分辨率图像和长视频序列方面表现出色，性能媲美参数量更大的 Qwen 2 5-VL-72B 和 InternVL2 5-78B。

AI教程资讯 2023-04-14

Skywork-R1V 2 0 是昆仑万维最新开源的多模态推理模型，专为复杂推理任务设计，具备强大的视觉与文本推理能力。模型基于混合强化学习和多模态奖励模型（Skywork-VL Reward）实现推理能力与泛化能力的平衡，引入选择性样本缓冲区（SSB）机制解决“优势消失”问题。

AI教程资讯 2023-04-14

Flex 2-preview 是Ostris开源的 80 亿参数文本到图像扩散模型，支持通用控制输入（如线条、姿态、深度）和内置修复功能。模型基于一个模型满足多种创意需求，支持长文本输入（512 个 token），支持基于 ComfyUI 或 Diffusers 库轻松使用。

AI教程资讯 2023-04-14