跳到正文

#图像生成

今日 0 条
11月17日周二
  1. IT之家61

    快手可灵全新一代图像创作模型 Kling Image 4.0 上线:支持原生 8K,单图内可生成 2000 字

    快手可灵 AI 今天(17日)深夜宣布 Kling Image 4.0 正式上线,并面向企业客户与开发者开放 API 接入。新模型采用理解生成统一架构,支持原生 8K 图像生成、单张照片内生成 2000 字,并支持一次描述最多生成 10 张系列图片。它还支持最高 15000 tokens 文本输入,内置 70+ 种预设商用字体和 110+ 种预设影调风格,原生智能体能力可辅助规划整组图片。

  2. IT之家45

    谷歌 Pics 升级 Nano Banana 2.1 模型:生图更细腻,改图更准确

    谷歌宣布旗下图像工具 Google Pics 升级至 Nano Banana 2.1 模型,旨在提升图像细节、自然光照及材质纹理表现。新模型在编辑时能更好保留原图内容,减少不必要改动,并优化图片内文字的字形与排版准确性。此次升级适用于商务、企业及个人订阅用户,此前该模型已于 10 月 7 日发布。

11月16日周一
  1. IT之家60

    Anthropic 员工演示 Claude Fable 5.2 不调用图像模型,用 Python 代码模拟真实画笔作画

    Anthropic 员工展示 Claude Fable 5.2 不调用图像模型,用 Python 代码模拟画笔、颜料和画布逐笔作画。Jake Eaton 展示的停车场购物车作品使用约 70 万次模拟笔触,这类作品的代码通常有 1000 至 2000 行,不依赖外部图像模型或预渲染底图。日出时的鸟用 111 笔完成,黄昏场景用 280 笔,模型会观察画布并用新笔触修正错误。

11月13日周五
  1. Simon Willison72

    Google发布Gemini 4 Hydrogen最低价模型

    Google今日发布Gemini 4家族最低价模型Hydrogen,输入定价$1.50/M tokens、缓存输入$0.075、输出$7.50。Hydrogen当前比同族Carbon和Argon便宜25%,12月后折扣达75%,并作为免费层驱动Google Search的AI功能。Carbon与Argon同价且12月1日翻倍至$4.00/$0.20/$20.00。

11月12日周四
11月11日周三
  1. MiniMax 动态64

    MiniMax 发布 H3-Image 图像生成模型并开放权重

    MiniMax 今天正式发布 H3-Image 图像生成模型并开放权重,可在10秒内生成4096x4096像素图像。该模型衍生自H3,具备文本生图、图像参考与编辑能力,最多支持16张参考图,指令遵循突出;权重见 https://huggingface.co/MiniMaxAI/MiniMax-H3-Image,并通过开放平台等提供API,生成速度达主流5倍且首周4K五折。

    推荐理由:MiniMax H3-Image 模型开放权重且十秒出4K图,其速度达主流五倍、价格仅半价,为开源图像生成提供性价比参照。

11月10日周二
11月9日周一
11月6日周五
11月5日周四
  1. Testing Catalog66

    OpenAI 发布 Images 2.6 支持 GIF 与图像参考

    OpenAI 发布 Images 2.6 图像更新,在 ChatGPT、Codex 及 API 推出 GPT-Image-2.6 Flare 与 Sunburst 模型。新功能支持 GIF 制作与参考图像复用,生成速度提升 50% 且每周处理 40 亿张图片。API 新增图像标记与 SVG 导出,Flare 低质量最快 6 秒出图,Sunburst 侧重高一致性编辑。

11月3日周二
10月28日周三
10月24日周六
  1. Simon Willison80

    Kimi K3.1 Pro 发布

    Moonshot 在 2026 年 10 月 23 日于 Kimi API 发布 Kimi K3.1 Pro,承诺 2026 年 11 月 4 日前开放完整模型权重。

    推荐理由:原文列出了Kimi K3.1 Pro的API定价、加速版本与基准得分,读者可将其与GPT和Claude等前沿模型做直接对比。

  2. 量子位72

    模思智能与OpenMOSS开源MOSS-Image 5B生图模型,4天海外下载超130万

    模思智能与OpenMOSS团队开源5B参数生图模型MOSS-Image,上线4天获130万次海外下载并登顶Hugging Face趋势榜。模型支持JSON Layout布局控制与4096 tokens长提示词,文字渲染评测覆盖率达96.3%。社区已快速推出8步加速与GGUF量化版本,此前4天模思智能宣布完成超10亿元Pre-A轮融资。

10月23日周五
10月21日周三
10月19日周一
10月16日周五
  1. Hugging Face Blog71

    FLUX.3 Image Klein 已在 Diffusers 集成,支持布局控制与多参考编辑

    Black Forest Labs FLUX.3 Image Klein 模型已在 Diffusers 中可用,统一支持文本生图、多参考图生图与边界框布局控制。蒸馏检查点默认16步无CFG,在 H100 上约2秒生成 1024×1024 图像;基础检查点支持50步CFG与LoRA微调,并提供 fp8r、nvfp4 量化权重适配小显存设备。

    推荐理由:FLUX.3 Image Klein 已在 Diffusers 集成,支持边界框布局控制与多参考编辑,便于直接训练 LoRA。

10月15日周四
10月14日周三
10月13日周二
10月12日周一
10月10日周六
  1. 量子位76

    Google发布生图模型Nano Banana 2.1,支持4K直出且中文进步明显

    Google发布生图模型Nano Banana 2.1,实现4K直出并显著改善中文渲染与错字问题。该模型在Arena评测中文本转图像等多功能平均分提升约61.7分,API价格最高下调50%,已上线Gemini APP并每日赠50积分,开发者可通过gemini-nano-banana-2.1接入。相较GPT Image 2.5,其生成更快但连续编辑有水印Bug且完成度稍逊。

    推荐理由:Google发布Nano Banana 2.1生图模型,中文渲染改善且API降价并赠额度,设计师可试用于商单。

10月7日周三
10月2日周五
  1. IT之家60

    生图模型 FLUX 3 Image 发布:支持 4K 生成,可精准排布 AI 元素

    Black Forest Labs 发布图像生成模型 FLUX 3 Image,支持生成最高 4K 分辨率图片,放大后仍保持丰富细节。用户可在归一化的 0–1000 坐标网格上为每个元素指定 ID、描述文本及精确边界框,单次生成最多融入 10 张参考图像。模型支持对指定区域修改并保持其他像素不变,目前作为付费服务提供,开放模型版本将于数周内公开。

  2. 字节 Seed · 基础模型博客61

    字节发布 Seedream 5.0 Pro 图像生成模型

    字节 Seed 团队发布 Seedream 5.0 Pro 图像生成模型,具备复杂信息图设计、空间批注精准编辑与多语种原生生成能力。该模型可直出教育办公信息图与技术图纸,并根据涂鸦线稿拆分图层编辑。其原生支持十余种语言输入生成,包括西班牙语、孟加拉语及日语漫画等。

    推荐理由:字节 Seedream 5.0 Pro 展示了复杂信息图直出、空间批注编辑与十余种语言原生生成能力,便于创作者评估适用边界。

© 2026 SI·Hot · Super Intelligence Hot · 超级智能热点 · 网站数据均来源于网络公开资料,版权归来源方所有