visual-ai

视觉AI领域发生重大转变，顶级工具不再直接生成最终输出，而是生成其背后的源代码，a16z合伙人Yoko Li对此进行了深入分析。

文章认为，视觉AI的下一个前沿是生成代码（例如SVG、HTML/CSS、React组件），而非原始像素，从而实现了可编辑性、迭代性以及与专业设计和开发工作流程的集成。

马丁·斯科塞斯加入 Black Forest Labs 担任顾问，并使用 FLUX 进行故事板制作，展示了 AI 在视觉创意中的作用。

EyeBench-V3 视觉基准测试评估了 Claude Opus 4.8，发现它仍然无法完成基本视觉任务，这与 IBench 类似。该基准测试是通过 Adonis Singh 的 Twitter 帖子介绍的。

OpenAI 发布 ChatGPT Images 2.0，号称实现 GPT-3 到 GPT-5 的飞跃；Simon Willison 用“找浣熊+火腿电台”的 Where’s Waldo 式提示词，把它与 gpt-image-1、Google Nano Banana 2 和 Pro 对比测试，捉迷藏成功率参差不齐。

开启“思考”模式的 ChatGPT Images 2.0，能把 1,000 字提示或 70 页 PDF 直接变成可立即使用的信息图、幻灯片及学术海报，无需手动调整。