最近 BFL（BLACK FOREST LABS**.）发表了 FLUX.2 [klein]

强调推理速度的提升，并且可以在消费级显卡流畅使用

以下是特色介绍

模型分成 9B (旗舰）与 4B (一般）

并推出了量化版本

有兴趣的朋友可以玩看看

模型

在线演示

https://playground.bfl.ai/image/generate

今天跟大家分享一个不用登入就可以免费用 GLM4.7 跟 Z-Image Turbo 的站 - Venice

不过我也不建议登入，因为虽然登入可以看到 Claude 跟 GPT5.2 这种高级模型，但都是要付费的！性价比不高！

总之有兴趣的朋友可以用看看

偷偷说一下，目前我正在进行 APP 限免的板块申请
如果可以的话希望大家支持一下！

DeepArt.AI Creator Pro 兑换码！快领

软件介绍 (官方自己说的：
让你能够轻松且创新地利用 Ai 编辑图像。简单、创新且离线。

领取教程：
打开 Deep Art Account

然后在 Promotion 输入兑换码： CHIPADVENT25 点击继续。

接着去 Menu ＞ Licenses 复制拿到的激活密钥。

下载他的软件，输入刚才拿到的密钥并激活就可以使用了。

例子生成效果：

模型

模型：gemini-3-pro-preview
温度：1 top：1

注意事项

这是给聊天模型用的，用于生成合适的图片参数。
因为很多人只是空有想法却没有足够的文彩去描述一个完善的生图提示词。索性这个任务交给模型就好了

# 介绍
你不仅是摄影界的泰斗，更是被中国网友封神的“法新社首席摄影师”。你拥有鹰一般的观察力，你的照片不只是图像，而是凝固的历史和情绪。你擅长在混乱中寻找秩序，在平淡中发现张力。

## 摄影哲学 - **决定性瞬间**：你不仅是记录，你是预判。你总能在事件发生前0.1秒按下快门。
- **叙事张力**：你的构图充满戏剧性，喜欢利用前景遮挡、冷暖对比、动静结合来制造视觉冲击力。
- **光影魔术**：你善于利用自然光创造电影质感，无论是伦勃朗光还是剪影，你都能信手拈来。
- **真实与美学**：你追求新闻的真实感，但绝不放弃构图的艺术性（如三分法、引导线、框架构图）。

## 技能 1. **全场景解析**：针对{user}的描述，能瞬间在脑海中构建出最佳的拍摄场景（环境、光线、甚至风吹过的角度）。
2. **参数直觉**：不需要计算，你能直接给出针对该场景最完美的“参数组合”（焦段、光圈、快门、ISO、白平衡）。
3. **导演式引导**：你懂得如何指导模特（或预判抓拍对象）的情绪、微表情和肢体语言，拒绝僵硬摆拍。
4. **后期炼金术**：你能给出具体的后期调色思路（如：高对比度、低饱和、拉高结构、胶片颗粒感等），让照片拥有“法新社质感”。

## 交互流程
当{user}提出一个拍摄想法或场景时，请按以下结构进行专业输出：

1. **【画面构想】**：用极具画面感的语言描述这张照片拍出来应该是什么样（强调氛围和故事感）。
2. **【参数配方】**：
* **推荐器材**：(如：35mm定焦人文视界 / 70-200mm长焦压缩感)
* **相机设置**：(光圈、快门、ISO、测光模式)
3. **【拍摄执行】**：
* **构图/机位**：(如：低角度仰拍、寻找前景缝隙)
* **光线运用**：(如：逆光勾勒轮廓、侧光强调质感)
* **动作/情绪引导**：(具体的指令，如“眼神穿过镜头看后面的人”，“身体重心后移”)
4. **【后期方向】**：具体的调色建议（色温、对比度、高光/阴影调整）。

## 规则 - 能够敏锐地指出用户想法中可能存在的“平庸之处”并提出改进方案。
- 始终保持“法新社”那种新闻纪实与艺术美感并存的高级审美。

# 输出内容 - 你只需要直接告诉用户具体的每一个参数即可，参数可根据用户要求进行适配性调整
- 输出格式:
# 1. 器材与曝光 * **焦段选择**：(例：35mm 定焦 / 200mm 长焦)
* **拍摄模式**：(例：M档 / 光圈优先 / 快门优先)
* **光圈**：(精确数值，例：f/2.8)
* **快门**：(精确数值，例：1/1000s)
* **感光度**：(精确数值，例：ISO 400)
* **对焦模式**：(例：AF-C 连续对焦 + 单点 / 人眼追踪)
* **测光模式**：(例：点测光 / 评价测光)

# 2. 构图与机位 * **摄影师站位**：(例：趴下仰拍 / 登高俯视 / 平视逼近)
* **拍摄距离**：(例：距离主体 1.5米)
* **取景重点**：(例：主体占画面 1/3，利用前景遮挡左下角)

# 3. 布光与环境 * **光线方向**：(例：侧逆光，光源在模特右后方45度)
* **环境利用**：(例：寻找深色背景，利用地面反光)

# 4. 角色与抓拍 * **关键瞬间**：(你预判的最佳快门时机)
* **动作指令**：(给模特的具体命令，例：“不要看镜头，看手表，假装很急”)
* **情绪状态**：(例：焦虑 / 狂喜 / 疲惫)

# 5. 后期配方 * **基础调性**：(例：高对比黑白 / 暖色调胶片风)
* **关键调整**：(例：对比度+20，高光-30，清晰度+15，添加颗粒感)

相较上一版本把输出的图片参数格式稍微固定了一下，本人并非摄影师，所以这些参数只是大概，如果有佬友有额外的参数也可以加进去。

正如一开始说的那样，佬友如果没有足够的文彩，可以尽可能多的提供想要的参数，剩下的交给模型自己适配。甚至纯粹随机也还可以，实测下来基本没啥不好看的图

效果展示

对话模型生成生图提示词

多了也不展示了，简单发一组看看效果

生图效果

Elon Musk 旗下 AI 工具 Grok 已对绝大多数用户关闭图像生成功能，此前该功能被广泛用于制作性暗示和暴力图像引发强烈抗议。目前该功能仅向付费订阅用户开放，这意味着平台绝大多数用户无法使用 Grok 创建图像，而付费用户的详细信息和信用卡资料均由 X 平台存储，可在功能被滥用时进行身份识别。

图像生成：{“质量”：“照片级真实感，4K 分辨率，电影级光照，杰作”，“面部”：{“保留原始面部”：true，“参考匹配”：true}，“主体”：{“描述”：“一位面容姣好的时尚女性，身穿优雅的白色露肩婚纱，婚纱上饰有精致的蕾丝纹理。”，“姿势”：“这位女性亲密地依偎在一只巨大的、栩栩如生的北极熊身上；他们像老朋友一样站在一起。”，“表情”：“这位女性脸上带着一丝调皮的微笑；北极熊则流露出一种深情、聪明、快乐的拟人化表情。”}，“角色元素”：{“名称”：“逼真的可口可乐北极熊”，“细节”：[“真实的北极熊解剖结构，拥有浓密、乳白色半透明的皮毛”，“毛发清晰可见，皮毛呈现柔和自然的色泽”，“湿润的黑色鼻子和逼真深邃的眼睛，眼角带有细微的鱼尾纹”，“脖子上围着一条磨损的红色针织围巾，上面绣有复古的可口可乐标志和‘2026’字样”，“这只北极熊俏皮地模仿着这位女性的姿势，一只爪子轻轻地搭在她的肩膀附近”]}，“环境”：{“背景”：“简约干净的灰蓝色工作室背景，柔和的体积光和地面阴影，上方摆放着巨大的雪雕，构成数字‘2026’。”，“渲染风格”：“国家地理野生动物肖像与高端时尚杂志风格相结合，皮毛具有次表面散射效果，浅景深”}，“负面提示”：“3D 渲染、卡通、毛绒玩具、填充动物、玩偶、塑料纹理、低分辨率、CGI、动画、插图、假皮毛”}

iMini AI 重磅升级，推出全新功能【精细编辑】

简单说，就是对于 AI 图片生成不满意的地方，圈一下就可以马上修改。

比如下图，修改一下人物手中的水果、修改一下人物帽子颜色… 等等

体验入口：https://imini.com/tools/ai-image/text-to-image

除了【精细编辑】还有
1、分图层 / 编辑元素
2、1k 图片变 4k 高清
3、一键扣主体
4、扩图
5、擦除
…
等等，简单说，就是不单止能生图，还能修图了，并且没有使用门槛。

AI图像生成网页交互平台 - 基于Streamlit构建的Web应用，提供简洁的用户界面和实用的图像生成功能

应用预览

项目结构

showimageweb/
├── app.py                    # 主应用文件（Streamlit界面）
├── Dockerfile               # Docker构建配置
├── requirements.txt         # Python依赖包
├── docker-compose.yml       # Docker Compose配置
├── LICENSE                  # MIT许可证
├── README.md                # 项目文档
└── assets/
    └── showimage-web-demo.png # 应用预览图

技术栈

• 前端框架: Streamlit 1.29.0+
• 后端语言: Python 3.9+
• 容器化: Docker & Docker Compose
• 核心依赖: requests, streamlit, base64

特性

• 高性能: 基于Streamlit的快速响应界面
• 美观UI: 现代化的卡片式设计，支持自定义画廊列数
• 响应式: 自适应不同屏幕尺寸，适配移动端
• 历史记录: 自动保存生成记录，支持无限数量存储
• 配置选项: 支持随机/固定种子，自定义API配置
• 实时状态: 生成进度实时显示，带有时间统计
• 一键下载: PNG图片直接下载，自动命名
• 通用API: 兼容多种AI图像生成服务
• 内存管理: 智能存储管理，自动base64优化

快速开始

部署方式

方式一：Docker 部署（推荐）

# 克隆项目
git clone https://github.com/kaima2022/showimageweb.git
cd showimageweb

# 使用 Docker Compose 启动
docker compose up -d

方式二：本地部署

# 克隆项目
git clone https://github.com/kaima2022/showimageweb.git
cd showimageweb

# 安装依赖
pip install -r requirements.txt
# 启动
streamlit run app.py --server.address=0.0.0.0 --server.port=8501

访问应用

http://localhost:8501

演示

公开KEY:sk-zKTGcw8llBFZLpXAAsxTmMSmCfY8DNfe

API配置

应用支持任意兼容的AI图像生成API：

支持的API格式

• 请求方式: POST
• 认证方式: Bearer Token
• 请求格式: {"prompt": "...", "seed": ...}
• 响应格式: {"base64": "..."}

配置说明

1. API URL: 完整的API接口地址（如：https://api.example.com/v1/generate）
2. API Key: 您的API密钥
3. 种子设置: 支持随机种子或固定种子复现结果

兼容的服务

• OpenAI DALL-E API
• Stable Diffusion API
• 自建AI图像服务
• 任何支持标准格式的图像生成API

配置选项

环境变量（可选）

# Streamlit配置
STREAMLIT_SERVER_ADDRESS=0.0.0.0
STREAMLIT_SERVER_PORT=8501
STREAMLIT_SERVER_HEADLESS=true

# 时区设置
TZ=Asia/Shanghai

自定义配置

• 画廊列数: 1-4列可调
• API超时: 默认60秒
• 图片格式: PNG格式输出
• 文件命名: 时间戳自动命名

贡献指南

1. Fork 本项目
2. 创建特性分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 开启 Pull Request