我去！来了朋友们，4o 图片生成 API 上线

哥几个的提示词价值再次上升了

名字叫 gpt-image-1，4o相关的功能有两个

Generations: 根据文本提示从零开始生成图像

编辑：使用新的提示词修改现有图像，可以是部分或全部修改

支持尺寸自定义、质量自定义和 alpha 通道输出

详细信息：https://platform.openai.com/docs/guides/image-generation?image-generation-model=gpt-image-1

经常做自媒体的小伙伴们，水印移除一直是图片处理的难题，最近在 GitHub 又发现一款完全开源免费的 AI 水印移除工具：WatermarkRemover-AI。

经常做自媒体的小伙伴们，水印移除一直是图片处理的难题，最近发现一款完全开源免费的 AI 水印移除工具：WatermarkRemover-AI。

主要功能
• 支持多图批量处理：支持单张图片或整个文件夹批量去水印
• 提供精准水印识别：基于微软Florence-2视觉大模型，可识别各种样式水印
• 上下文感知修复：使用 LaMa inpainting 模型，实现“原图级”上下文感知图像填补
• 灵活配置支持：可设置水印最大尺寸、透明度灵敏度，适配不同图片
• 多格式输出：支持导出为 .png / .webp / .jpg
• GUI + 命令行双模式：提供图形界面操作和 CLI 脚本
• 无需 GPU 支持：在普通笔记本也能流畅运行，轻量级推理

GitHub：github.com/D-Ogi/WatermarkRemover-AI

沉浸式翻译估计 AI 圈上人手一个了

前几天发现他们发了个新工具Babeldoc，支持在翻译 PDF 的时候保持文件的原始排版

试了一下真的很猛，超长超复杂 PDF 都没问题

主要是依然非常良心，我做了个相对详细的测试👇：

先来点低难度的常见的论文，一般都不会有非常复杂的排版，难点主要在图表和表格以及公式上。
比如常见的论文开头部分，像字节和 Meta 的论文都是这样，从标题到摘要部分到下面的图表都能对得上。
学术论文中很多数学公式、化学公式的排版非常复杂，以前如果周围有公式，那文字的排版就不太好保持了。
Babeldoc 这个就很厉害中英文的字数和单词长度肯定是不一样的，但是他们就是能保证两者都在差不多的位置。

然后我们来一个稍微复杂点的
前段时间比较火的谷歌提示词写作教程的 PDF。
这个 PDF 明显会专门做了一些排版，重新定义了不同的字号和间距，还有不同的字体，这种一般挺麻烦的，虽然看起来还是白底黑字。
Babeldoc 依然没有问题，整个字号和段间距、行间距都跟原始 PDF 是一致的。
同时为了兜底，沉浸式翻译的文档翻译还支持导出中英双语对照的 PDF，这个功能完美解决了问题。

最后的终极考验是斯坦福 HAI 的 2025 年人工智能研究报告。
这个 PDF 有456 页，而且内容极其复杂，各种图表、图片、标志、角标、多列排版，疑难杂症它全占了。
没想到这个转的非常完美，先看一下这一页，分割线、下划线加上标志，没啥问题，角标都给你翻译了。
下一页更是重量级，多列排版、图表、大段注释，整体依然翻译的很好，而且图表的主副标题都翻译了。
最后更邪门了，谁会想到左上角这个带颜色区块这种排版啊，但是 Babeldoc 依然搞定了。

那说了这么多如何使用呢。
如果你有安装沉浸式翻译的话可以点击插件，然后点击图片里的 PDF/ePub 就可以进入文档翻译界面，进去以后选择 BabelDOC 就行。
也可以直接访问：https://app.immersivetranslate.com/babel-doc/

BabelDOC 的套餐依然延续了沉浸式翻译的良心操作：

免费版⽤⼾每⽉享有 1000 ⻚ 的PDF解析翻译额度，并使⽤ GLM-4-FLASH ⼤模型进⾏翻译，我一个月都没这么多文档需要翻译的。

🌱 YouMind 0.2 发布

YouMind 是一个面向内容创作者的 AI 工具，帮助创作者选题、找资料和写稿。YouMind 期待每一个想创作的人，都有机会从起心动念到开始行动，最终成为优秀的创作者。

去年发布 0.1 版本，是一个 AI 加持的多模态资料夹，可便捷收集视频、播客、文章等各类资料。

今天发布 0.2 版本，YouMind 从资料夹升级为集成创作环境 Integrated Creation Environment，简称 ICE。程序员都拥有自己的 IDE，每一位内容创作者，也值得拥有自己的 ICE。

可直接注册试用：https://youmind.ai
建议 PC 下访问，App 正在研发中

期待每一位你，都能开始尝试内容创作之旅。