AIskimIQ

🎨 Generování obrazu a videa

Generativní AI pro obrázky, video a kreativní média — Sora, DALL·E, Midjourney, Stable Diffusion a další.

1 187 článků

Qwen Image 2.1 Turbo generuje na osm kroků, licence má ale háček

Qwen Image 2.1 Turbo zvládá generování i úpravy obrázků na pouhých osm kroků. Váhy modelu jsou však uvolněny jen pro výzkumné účely, zatímco nově spuštěné API je dostupné s ověřeným ceníkem. Zdroj: kingy.ai

Magnific One určí uměleckou vizi ještě před vygenerováním obrázku

Společnost Magnific 8. října 2026 představila model Magnific One pro generování obrázků. Podle firmy rozhoduje o umělecké vizi snímku dříve, než ho vykreslí. Zdroj: unite.ai

Nový detektor Googlu odhalil AI hudbu o délce 240 000 let

Google představil nástroj, který ověřuje, zda byl obrázek, text, video nebo audio vytvořeno pomocí AI. Detektor odhalil obrovské množství hudby vygenerované AI. Zdroj: independent.co.uk

Magnific One chce zbavit AI obrázky 'umělého vzhledu' a hlídat brand kit

Magnific One centralizuje firemní pravidla značky, upozorňuje na odchylky a umožňuje zaměstnancům výsledky opravit. Díky tomu může být generování obrázků pomocí AI pro firemní týmy mnohem praktičtější. Zdroj: venturebeat.com

Uživatelé pro tvorbu obrázků a videí volí čínské AI modely častěji než západní

Nová data společnosti Overchat AI naznačují, že lidé při tvorbě obrázků a videí sahají po čínských AI modelech častěji než po západních. Zjištění byla zveřejněna 8. října 2026. Zdroj: natlawreview.com

Pollo AI s modely OpenAI mění nápady v obrazové a video kampaně

Pollo AI využívá GPT-5.6, GPT-6 Astra a GPT-Image-2.5, aby tvůrcům pomohla vytvářet detailní obrázky a filmové video reklamy. Zdroj: openai.com

Perfect Corp. přidává video model Vidu Q4 Preview do všech aplikací YouCam

Integrace přináší uživatelům YouCam 4K generování videa z obrázků pomocí AI s 10bitovou barevností, stabilnějším pohybem a plynulejším pohybem kamery. Funguje napříč pěti mobilními aplikacemi i online editorem. Zdroj: businesswire.com

Výzkumnice AI z UChicago Rana Hanocka spouští 3D platformu Thrixel

Rana Hanocka, výzkumnice AI z Chicagské univerzity, spustila Thrixel, platformu pro generování 3D obsahu. Zdroj: gamesbeat.com

Generování obrázků v ChatGPT dostane reklamy, OpenAI ale mlčí o zadavatelích

OpenAI zahájí testování reklam v jednom z nejoblíbenějších nástrojů ChatGPT, generování obrázků, pro uživatele v USA. Od jakých inzerentů reklamy pocházejí, společnost neuvedla. Zdroj: thecooldown.com

Vidu představuje Q4 Preview nového vlajkového AI video modelu

Společnost ShengShu Technology 7. října 2026 vydala Vidu Q4 Preview, první veřejnou ukázku svého vlajkového modelu nové generace. Zaměřuje se na expresivní generování zvuku a videa. Zdroj: unite.ai

Google dává do mobilů offline AI vyhledávání na méně než 600 MB

Google 6. října uvolnil jako open source model EmbeddingGemma 2, který umí vyhledávat ve fotkách, videích i zvukových nahrávkách bez připojení k internetu. Celý vyhledávač se vejde do méně než 600 MB úložiště. Zdroj: eu.36kr.com

Google zpřístupňuje SynthID Detector všem, odhalí obsah vytvořený AI

Google zpřístupňuje nástroj SynthID Detector všem uživatelům. Dokáže rozpoznat zvuk, video i obrázky vytvořené AI nástroji od OpenAI, Googlu a dalších firem. Zdroj: pcmag.com

Google zmenšil multimodální AI vyhledávání pro telefony a notebooky

EmbeddingGemma 2 od Google DeepMind přináší vyhledávání v textu, obrázcích, videu i zvuku na běžná zařízení. Vyžaduje méně paměti a méně se spoléhá na cloudovou AI. Zdroj: techrepublic.com

Reka Rho-1 ve verzi preview spojuje video s akcemi robotů

Reka 5. října 2026 oznámila Rho-1, výzkumný preview model s 19 miliardami parametrů. Rozumí textu, obrázkům i videu a umí je generovat, navíc pracuje i s akcemi robotů. Zdroj: quasa.io

Google výrazně aktualizuje model Nano Banana 2

Google představil Gemini Nano Banana 2.1, nový model pro generování a úpravu obrázků. Podporuje rozlišení 1K, 2K i 4K. Zdroj: root-nation.com

Nano Banana 2.1 je venku, ceny obrázků klesly o 50 %

Google 6. října 2026 nasadil do produkce nový model pro generování obrázků, a to téměř bez obvyklého keynote humbuku. Spuštění provází snížení ceny za obrázek o 50 %. Zdroj: tech-insider.org

EmbeddingGemma 2 přináší multimodální embeddingy přímo do zařízení

EmbeddingGemma 2 je označován za nejschopnější model pro multimodální embeddingy přímo na zařízení. Nativně mapuje kombinace textu, obrázků, zvuku a videa do jednoho společného prostoru. Zdroj: blog.google

EmbeddingGemma 2 sjednocuje text, kód, obrázky, zvuk a video přímo v zařízení

Otevřený model EmbeddingGemma 2 od Googlu mapuje text, kód, obrázky, zvuk i video do jednoho embedding prostoru přímo na zařízení. Vychází pod licencí Apache 2.0 a pro text na telefonu Pixel potřebuje zhruba 191 MB RAM. Zdroj: thenextweb.com

Google rozšiřuje EmbeddingGemma z textu na obrázky, zvuk i video

Google dnes vydal EmbeddingGemma 2, otevřený multimodální embedding model, který je dost malý na to, aby běžel na chytrém telefonu. Navazuje na původní EmbeddingGemma, který uměl pouze text. Zdroj: siliconangle.com

DeepMind vydal EmbeddingGemma 2, 740M multimodální embedding model na Gemma 4

EmbeddingGemma 2 od Google DeepMind vektorizuje text, kód, obrázky, video i zvuk v jediném modelu o 740 milionech parametrů. Míří na RAG aplikace běžící přímo na zařízení. Zdroj: marktechpost.com