Generativní AI pro obrázky, video a kreativní média — Sora, DALL·E, Midjourney, Stable Diffusion a další.
1 187 článků
Důležitost:Spuštěníimage generation model updates
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
Důležitost:SpuštěníArt direction in AI image generation
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
Důležitost:ZprávaAI detection tools
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
Důležitost:SpuštěníBrand-focused image generation
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
Důležitost:ZprávaAI model adoption trends
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
Důležitost:SpuštěníCreative AI campaigns
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
Důležitost:SpuštěníAI video model integration
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
Důležitost:Spuštění3D generation platform
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
Důležitost:ZprávaAI platform monetization
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
Důležitost:Spuštěnívideo generation
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
Důležitost:Zprávamultimodal search
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
Důležitost:ZprávaAI detection
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
Důležitost:Zprávamultimodal search
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
Důležitost:Výzkummultimodal research
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
Důležitost:Spuštěníimage generation
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
Důležitost:Spuštěníimage generation pricing
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
Důležitost:Spuštěnímultimodal embeddings
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
Důležitost:Spuštěníon-device multimodal models
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
Důležitost:Zprávamultimodal models
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
Důležitost:Výzkummultimodal embedding
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