TAG:图像生成
Meta超级智能实验室首发Muse Image图像生成模型 免费登陆Instagram和WhatsApp
Meta超级智能实验室首发AI图像生成模型Muse Image，已免费登陆Meta AI、Instagram和WhatsApp。用户通过自然语言描述即可生成高质量图像，支持清晰渲染文字、老照片修复、用真实商品重新设计房间等实用功能。Instagram Stories提供30+AI特效，Muse Video视频模型已在开发中，Meta加速AI产品落地。
383 
0 
谷歌Gemini个性化AI绘图功能向美国用户免费开放，体验再升级
谷歌Gemini个性化AI绘图功能正式对美国所有免费用户开放。用户可自定义并保存专属视觉风格（如赛博朋克、水彩画风），后续生成将自动应用该风格，确保系列图像高度一致。这一升级打破了免费用户每次重复描述画风的限制，大幅简化创作流程。谷歌此举旨在降低AI门槛，预计很快推广至全球，进一步提升市场竞争力。
商汤科技秘密研发多模态模型U1Pro，由林达华牵头，预计7月启动内测并对标OpenAI
商汤科技正秘密研发多模态大模型U1Pro，由首席科学家林达华牵头，预计7月启动内测。该模型专注于设计场景，对标OpenAI的GPT-Image2，具备长程逻辑能力和8K超清输出，内部测试效果接近甚至超越GPT-Image2。这标志着AI图像生成技术正从娱乐向专业生产力工具演进，并加速多模态大模型在设计领域的竞争。
全球最强开源生图AI Ideogram 4.0登场，凭借排版技能表现出色
Ideogram 4.0是全球最强的开源文生图AI，拥有93亿参数，采用单流架构实现文本与图像无缝融合。其核心优势在于超强排版能力，能生成清晰准确的文字，适用于海报、封面设计。通过边界框和JSON训练支持精确布局控制，在DesignArena盲测中排名第四，为创意工作者提供高效、高质量的图像生成解决方案。
重构图像生成范式 智象未来原生全模态大模型HiDream-O1-Image登顶AA榜开源首发
智象未来发布的HiDream-O1-Image模型，以8B参数规模登顶Artificial Analysis文生图榜单开源第一。该模型采用原生全模态架构，摒弃传统VAE和独立文本编码器，通过像素级统一Transformer实现端到端生成，减少模态转换损耗。创新性地引入基于Gemma 4的推理智能体，在生成前进行思维链推理，提升指令遵循能力，打破开源图像生成领域稳定格局，推动多模态基础模型发展。
Luma AI推出Uni-1图像模型 自回归架构同步生成文本像素
Luma AI 发布全新图像生成模型 Uni-1，采用自回归架构同步生成文本与像素，支持多参考图引导和76种视觉风格。在多项基准测试中表现优异，API定价更具竞争力。文章详细介绍了Uni-1的技术特点、功能优势及市场定位。
谷歌Flow AI升级：视频绘画特效一站式融合
谷歌宣布升级其实验性AI创作工具Flow，将其打造为一站式AI创意工作室。新版Flow深度集成了图像生成技术Whisk和ImageFX，用户可在同一界面内完成从生成图片到图片转动画的全流程，实现高质量素材生成、风格迁移和动态化编辑，大幅简化创意工作流。
谷歌发布Nano Banana 2图像AI模型 告别中文乱码 画质直达4K
谷歌发布新一代图像生成模型Nano Banana2，基于Gemini3.1Flash Image架构，显著提升理解能力和响应速度。该模型重点修复了中文字符乱码、语义混乱等顽疾，支持生成清晰中文文本，画质从2K提升至4K，增强角色一致性和复杂场景处理能力，将整合至Gemini、Google AI Studio等多款产品中。
谷歌AI创意工作室Flow升级 集成图像视频生成功能
谷歌宣布全面升级AI创意工作室Flow，整合了Whisk和ImageFX等图像生成工具，并搭载Nano Banana图像模型与Veo视频模型，实现从图像到视频的一站式创作。新增专业级编辑功能如文本驱动局部重绘和镜头控制，提升创作精准度。平台已免费开放，支持用户无缝迁移项目，加速AI创意工具从实验到产品的转型。
阿里低调推出AIGC设计平台呜哩，通义千问图像模型全家桶加持
阿里近日低调推出AIGC创意设计平台“呜哩”，该平台集成了通义千问团队研发的多款图像大模型，包括Qwen Image25.12、Qwen Image Turbo和Qwen Image25.11，为用户提供高质量的图片生成、视频生成、灵感联想及翻译等功能，旨在帮助内容创作者和设计师高效产出多样化的创意内容。
中国高校创新AI图像架构破解逻辑失准难题
中国科学技术大学等高校科研团队研发出名为“UniCorn”的新型AI图像处理框架，旨在解决当前图像生成系统中常见的“能理解却说不对”的逻辑失准问题。该框架通过模拟医学中的“传导性失语症”现象，引入观察者、执行者和质检员三种角色协同机制，利用系统自身的图像质量评估能力实时指导并修复生成过程中的错误，显著提升了空间逻辑和细节纹理的准确性。
Grok暂停大部分用户图像生成服务
Elon Musk的人工智能工具Grok因生成性别化及暴力图像引发争议，已暂停大部分用户的图像生成功能，仅限付费用户使用。此举是在面临英国监管威胁和全球批评后采取的，研究显示该工具生成了大量未经同意的色情和性暴力内容。英国首相要求X平台清理不当内容，否则可能面临罚款或禁令。
美团开源6B参数图像生成模型LongCat-Image，中文图文生成与编辑达SOTA
美团LongCat团队开源6B参数图像生成模型LongCat-Image，在文生图和图像编辑任务中达到开源SOTA水平。模型特别优化中文文字生成，支持复杂汉字渲染，适用于海报设计等场景。通过课程学习和主观评估确保高质量输出，用户可通过Hugging Face和GitHub访问体验。
Vidu发布Q2生图全家桶 4K生图图像编辑图转视频全免费
Vidu Q2版本发布集成了参考生图、文生图与图像编辑三大核心功能，支持4K画质输出和精准画面控制，并新增局部重绘、材质替换等编辑能力。新版本构建了从生图到视频的一站式工作流，广泛应用于广告、电商等领域，目前正推出限时免费活动。
阿里巴巴开源 Z-Image 图像模型：支持中英双语文字渲染
阿里巴巴通义实验室开源Z-Image图像生成模型，仅6B参数实现接近20B模型的视觉质量。采用单流DiT架构，支持中英双语文字渲染，8步采样即可生成高清图像，显存占用低于16GB。模型包含Turbo、Base和Edit三大变体，在消费级显卡上流畅运行，显著降低AI图像生成技术的应用门槛。
