v2.273 安卓版
v5.192 安卓最新版
v6.218.1741.65942 安卓免費版
v4.846.1224.625718 PC版
v9.186 安卓版
v3.437.1809.766844 安卓最新版
v8.508.9035.141662 最新版
v9.228.5714.914142 IOS版
v3.624.1197 PC版
v5.154.9035.938437 安卓免費版
v2.213.7639.464592 安卓免費版
v6.579 安卓版
v6.526.5154.466362 安卓漢化版
v7.336.4727 IOS版
v9.19.6985.980086 最新版
v4.271.6291.455411 安卓漢化版
v4.798 安卓漢化版
v1.72.5571.656795 安卓版
v1.369.8408 安卓漢化版
v4.867.4948 IOS版
v7.652.6592 安卓最新版
v1.594.7513.175164 最新版
v9.264 安卓最新版
v1.377.2946 安卓最新版
v3.749 IOS版
v6.419.1432 安卓最新版
v6.428.3598.333804 PC版
v7.928.4545.343936 最新版
v3.681 最新版
v5.614 安卓漢化版
v5.151.3366.631067 安卓免費版
v8.985 安卓免費版
v7.745.3417 IOS版
v5.64 IOS版
v8.26.306 安卓最新版
v4.826.834.6385 安卓版
v9.907.8662 最新版
v7.534.9305.676203 安卓漢化版
v2.732 最新版
v9.401.280 安卓最新版
v2.115.7242 安卓漢化版
v4.267.9765.510424 安卓漢化版
v5.927 安卓漢化版
v6.447 PC版
v4.23.7279.755788 IOS版
v6.665.6325.998547 最新版
v6.946 安卓漢化版
v9.679.6817.132885 最新版
v2.445.3881.232545 最新版
v3.222.6777 安卓漢化版
v9.485.854.211490 安卓免費版
v6.610.7697 安卓漢化版
v2.328.9537 IOS版
v2.724 最新版
v4.958.537 IOS版
v9.651.1113.14905 安卓免費版
v2.70.100.802628 安卓漢化版
v2.106.1689 安卓最新版
v8.451.7266 PC版
v7.20.5488.354353 安卓免費版
v7.992.2921.680252 安卓版
v5.146.6584 安卓版
v9.563.2922.213429 PC版
v7.629 安卓版
v4.516 IOS版
v8.209.7029 安卓免費版
v5.845 安卓版
v5.604 安卓免費版
v3.406.8466.576068 安卓最新版
v5.422.9610 安卓免費版
v3.213 安卓版
v9.969 PC版
v1.391.477 PC版
v7.718.7222.800868 PC版
v1.766.1724 最新版
v2.785 IOS版
v1.594.9659.250582 安卓免費版
v5.661 安卓最新版
v9.311 安卓最新版
v8.110 PC版
黑人と日本人の交わりビデオ歌词
智工具作者|江宇编辑|漠影
智工具12月8日报道,今日,美团正式宣布并开源图像天生模子LongCat-Image,这是一款在图像编辑能力上抵达开源SOTA水准的6B参数模子,重点瞄准文生图与单图编辑两大焦点场景。
▲图源:Hugging Face
从官方披露的基准测试效果来看,LongCat-Image主要对标了Seedream4.0、Qwen-Image、HunyuanImage-3.0、Nano Banana以及FLUX.1-dev等主流开源与闭源生图模子,其焦点优化集中在“编辑可控性”和“中文文字渲染”两项能力上。
而在现实体验中,它在一连改图、气概转变和材质细节上体现较好,但在重大排版场景下,中文文字渲染仍保存不稳固的情形。在涉及重大UI设计、游戏界面天生等使命时,模子的审美也袒露出一定短板,这或许与其不具备联网搜索能力有关。
在体验入口方面,美团也同步提供了多种使用方法。在移动端,LongCat APP已支持文生图与图生图能力;在网页端,用户也可通过 https://longcat.ai/ 进入图片天生入口举行体验。
关于开发者而言,LongCat-Image的模子权重与代码也已同步开源:
Hugging Face:https://huggingface.co/meituan-longcat/LongCat-ImageGitHub:https://github.com/meituan-longcat/LongCat-Image
下面我们就来看看LongCat-Image的模子结构、评测效果和详细的实测体现。
一、从模子结构到评测效果,LongCat-Image把“编辑可控性”和“中文渲染”作为主攻偏向
从模子设计上看,LongCat-Image接纳了文生图与图像编辑同源的统一架构,并通过渐进式学习战略,在仅6B参数规模下兼顾了指令遵照精准度、生图质量与文字渲染三项能力的协同提升。
▲模子架构
这套训练蹊径并非从零最先堆参数,而是基于文生图中期训练模子举行初始化,并在后续阶段接纳文生图与指令编辑的多使命联合学习机制,来阻止编辑能力在后训练阶段被压缩的问题。
在图像编辑能力上,LongCat-Image在GEdit-Bench、ImgEdit-Bench等多个编辑类基准中取得了开源SOTA效果。
▲客观基准测试性能比照
LongCat-Image通过多源数据预训练、指令改写战略与人工精标SFT数据的引入,使模子在面临重大编辑要求时更禁止易泛起气概漂移和结构失真。
针对中文文字渲染这一恒久痛点,LongCat-Image接纳了笼罩8105个规范汉字的合成字形数据举行预训练,并在SFT阶段引入真实天下文本图片强化排版与字体泛化能力,在RL阶段还引入OCR与美学双奖励模子配合约束,最终在ChineseWord评测中取得90.7分的效果,领先于现有开源模子。
在真实感方面,LongCat-Image通过对抗训练和严酷的数据筛选机制,刻意绕开AIGC“塑料感”的纹理陷阱,并在RL阶段引入AIGC检测器作为奖励信号,反向指导模子学习真实天下的物理纹理与光影转变。
综合评测效果显示,在人类主观评分(MOS)维度上,LongCat-Image在文本对齐、视觉真实度与美学质量等多个子项中的体现已靠近Seedream4.0等商业模子水平。
▲人类主观评分(MOS)比照
▲并列比照评估胜率(SBS)
在图像编辑使命的并列比照评估(SBS)中,LongCat-Image-Edit在综合质量与一致性两项要害指标上,对NanoBanana和Qwen-Image-Edit等模子均取得较高胜率。
整体来看,LongCat-Image在图像编辑使命上已迫近部分闭源模子水平,在文生图基础能力上也坚持在开源头部阵营。
二、从漫画重绘到玩偶产品渲染,一连编辑稳固,但中文渲染仍是短板
从现实体验历程来看,LongCat-Image在“一连指令可编辑性”上的体现是较为稳固的,我们直接拿近期大火的《猖獗动物城2》相关图片举行测试,在统一角色基础上一连举行多轮修改。
▲参考图
指令:修改为像素气概作品。
指令:重绘为彩色,保存像素质感。
指令:图片角色重绘为模拟乐高积木主题的动物。
在漫绘图像测试中,通过像素风、彩色像素重绘以及模拟乐高积木动物主题的一连重绘指令,模子可以坚持角色结构稳固,同时完成气概与材质的多轮迁徙。多次修改历程中,人物轮廓和构图基本未泛起显着过失。
在此基础上,我们也进一步实验了影戏海报的制作场景,用统一角色图举行主视觉海报天生与多语言问题渲染测试。
指令:影戏《猖獗动物城2》的宣传海报,海报的主画面是影戏主角的精彩时势,主问题用艺术手写字体“猖獗动物城2”,下面附上英文名“Zootopia”,另外附上影戏海报需要的其他小字,文字清晰可识别。
在影戏海报场景中,模子对参考图的继续能力较为稳固,无论是角色形象照旧动态姿势,都能与原始图片坚持较高一致度,中英文问题的主问题体现也较为清晰。不过在“小字”区域,一系列细节文字仍然保存乱码与英文混杂的问题,说明中文文字渲染在重大排版场景下依然保存不稳固性。
进一步测试人物档案式中文海报时,模子可以准确渲染部分焦点字段信息,但仍不可阻止地泛起中英文错位与局部乱码。
指令:天生动画影戏角色的人物档案式宣传海报,用文字体现以下信息: 尼克?王尔德(Nick Wilde),是一只在迪士尼动画影戏《猖獗动物城》中进场的狐狸。 中文名:尼克狐尼克。 外文名:Nick Wilde。 原型:赤狐。 职业:从骗子到警员。 同伴:兔子警官朱迪。 经典台词:“伤了你的小心脏?”
在产品级渲染测试中,朱迪警官玩偶在影棚光、台灯暖光、自然光客厅与床品光照等多个现实场景下的质感体现相对稳固。短绒毛的细节、眼睛的高光反射、沙宣布料与玩偶绒毛之间的材质比照都能够被较为准确地体现出来,整体更靠近商业产品渲染效果。
相比之下,在主流模子较为善于的游戏界面天生场景中,LongCat-Image的短板更为显着。无论是卡牌游戏、射击游戏,照旧MOBA类第一视角界面,整体气概都偏向十多年前的UI设计审美,与当下主流游戏产品保存显着代差。
指令:天生一个卡牌游戏界面。
指令:天生一个射击游戏界面。
指令:天生一个英雄同盟的游戏界面。
指令:天生一个王者荣耀第一视角的游戏界面。
从本次测试效果来看,LongCat-Image在改图与产品渲染类使命中的可用性更高,而在游戏界面与重大排版场景中的体现相对一样平常。
结语:开源图像模子进入“可控编辑”竞赛,AI生图战况升级
从LongCat-Image的整体定位来看,美团并没有试图用更大的参数规模去正面攻击旗舰级生图模子,而是明确选择在可控性、一连编辑和中文渲染这几个偏向上深挖。
图像模子的竞争焦点,正在快速向“能否真正进入设计、产品、品牌等详细生产流程”的适用能力集中。
相关版本
多平台下载
审查所有0条谈论>网友谈论
国 产 成 人 综 合 亚洲
双腿打开揉弄高潮 动漫表情包
日本国产三级大片
国产免费电影入口
日本在线中文字幕网
适合女性看的Av网站
黄片免费观看入口
亚一区二区三区视频
自拍欧美
www.99资源在线视频观看
亚洲欧洲日韩综合二区
A级毛片毛片免费观的看久久
国产大屁股精品视频
Madou Media's MD 0189: Campus forbidden fruit and lunch break fucky-fuck
www,爱操,com
欧美老妇与小伙子性生交
婷婷国产在线视频99
在线观看国产网站
馃悢馃悢馃悢
黑人AⅤ福利免费导航
黄色网站免费在线看视频
明星ai换脸 视频在线观看
国产亚洲色图
丰满熟妇
国产 女同 在线