腾讯混元发布 Hy Image3.5 preview，延续 Hy Image3.0 系列思路，在文本渲染与布局、真实感与风格表现力、编辑一致性上提升，上百名专业设计师 GSB 盲测对比上一代模型胜率综合提升 30% 以上。该模型支持文生图和图生图，单次最多上传 5 张参考图，可基于历史上下文多轮创作和连续编辑，支持多种尺寸比例及最高 2K 分辨率输出。腾讯云 API 定价为中国区输出 0.15 元/张、国际区 0.024USD/张，输入不收费。
匹配字段标题、正文
蚂蚁 inclusionAI 在 GitHub 开源 LLaDA-Image，一个 6B 参数统一图像生成与编辑模型家族，包含 50 步的 Base 模型和 4 步蒸馏的 Turbo 模型，支持文生图、VQ 条件生成、参考图编辑以及中英文文字渲染。仓库提供模型权重和基于 Diffusers 的推理代码，训练代码即将发布；官方称其在 Qwen-Image-Bench 上取得英文 53.53、中文 53.38 的总体成绩。
匹配字段标题、摘要
Qwen 发布 Qwen-Image-2.1，这是 Qwen-Image 系列中兼顾均衡与成本效益的图像生成模型，现已开放权重。该模型为生成与编辑统一模型，采用 7B 轻量架构，支持原生生成和编辑 RGBA 透明图层，最多可输入 10 张参考图进行高保真局部编辑，并针对多图输入的推理速度做了大幅加速。官方同时给出 Blog、GitHub、Model Scope 和 Hugging Face 链接。
匹配字段标题、摘要
Qwen 发布 Qwen-Image-2.1，这是 Qwen-Image 系列中兼顾均衡与成本效益的图像生成模型，现已开放权重。该模型为生成与编辑统一模型，采用 7B 轻量架构，原生生成和编辑 RGBA 图层，支持最多 10 张参考图像与局部精确控制，并覆盖全景图、信息图和虚拟试穿等场景。官方同时给出 Blog、GitHub、Model Scope 和 Hugging Face 链接。
匹配字段标题、摘要
Qwen 发布 Qwen-Image-2.1 并开放权重，这是 Qwen-Image 系列中兼顾效果与成本的图像生成模型，统一支持生成与编辑。该模型采用 7B 轻量架构，可原生生成和编辑 RGBA 透明图层，支持最多 10 张参考图与局部精确编辑，覆盖全景图、信息图和虚拟试穿等场景。
匹配字段标题、摘要
Qwen 发布 Qwen-Image-2.1，这是 Qwen-Image 系列中兼顾均衡与成本的图像生成模型，现已开放权重。该模型采用 7B 轻量架构，统一支持生成与编辑，原生生成和编辑 RGBA 透明图层，最多支持 10 张参考图，并可一次完成多个区域的局部删除与修改。
匹配字段摘要
Qwen 发布 Qwen-Image-2.1，称其为 Qwen-Image 系列中最均衡、性价比最高的图像生成模型，并已开放权重。该模型统一支持生成与编辑，采用 7B 轻量架构，可原生生成和编辑 RGBA 透明图层，支持最多 10 张参考图与局部精确控制，在多图输入下推理速度大幅提升。官方同时给出博客、GitHub、Model Scope 和 Hugging Face 链接。
匹配字段摘要
Qwen 团队开源 Qwen-Image-2.1，将文生图与图像编辑统一到单一模型，视觉生成组件为 7B 参数、32 层 Single-Stream DiT，并原生支持透明图像生成与编辑。该版本支持最多 10 张参考图、圈选与掩码等局部编辑方式，并通过混合粒度注意力与 KV cache 复用降低多图编辑时的推理开销和显存占用。官方称其在 Qwen-Image-Bench 上与其他开源及闭源模型进行了对比，模型权重已在 GitHub、Hugging Face 和 ModelScope 发布。
匹配字段摘要
Qwen 团队发布第三代基础图像生成模型 Qwen-Image-3.0，核心关键词为“实”，强调内容丰富、细节真实与知识深度。该模型支持最高 4.5k token 输入，可一次生成 3×3 复杂信息图，并能清晰渲染小至 10px 的文字，包括 LaTeX 公式、报纸版面和手写批注。它还支持 12 种语言的原生渲染，可模拟网页、游戏、直播等界面，并覆盖 100 多种艺术风格。
匹配字段标题、摘要
微软发布 MAI-Image-2 图像生成模型，官方称其在 Arena.ai 榜单上位列模型家族第三，并已开始在 Copilot 和 Bing Image Creator 上逐步推出。该模型主打增强的照片级真实感、可靠的图内文字生成以及细节丰富的场景生成，目前可在 MAI Playground 试用，API 已面向 WPP 等部分微软客户开放，后续将上线 Microsoft Foundry。
匹配字段标题、摘要
Qwen 团队发布下一代基础图像生成模型 Qwen-Image-2.0，将此前并行的生图与编辑两条路线合并为统一的生成与编辑模型。该模型支持 1k-token 指令直接生成 PPT、海报、漫画等信息图，原生支持 2K 分辨率，并采用更小的模型体积以提升推理速度。官方称在 AI Arena 盲测中，该模型在文生图与图生图基准上均取得更优表现。
匹配字段标题、摘要
微软 AI 发布首款完全自研的图像生成模型 MAI-Image-1，在 LMArena 文本生图榜单中进入前十。该模型主打照片级真实感，擅长光照（如反弹光、反射）和风景等场景，官方称其速度与质量组合优于许多更大更慢的模型。11 月 4 日起，MAI-Image-1 已开始接入部分微软产品：在 Bing Image Creator 中与 DALL-E 3、GPT4o 并列可选，并用于 Copilot Audio Expressions 的 Story Mode 配图，目前面向所有可访问 Bing Image Creator 和 Copilot Labs 的国家开放。
匹配字段标题、摘要
Google 发布 Gemini 2.5 Flash Image 模型“Nano Banana”，可在生成和编辑图像时，让人物、宠物或产品在不同姿势与角度下保持视觉一致。该模型已在 Pixel、Android 和 Gemini API 中提供，并支持近乎即时的图像编辑，可用于营销与设计。
匹配字段标题
Canva 推出首个自研前沿图像模型 Canva Craft，在 DesignArena 图像生成榜单上成为仅次于 OpenAI 的第二名。该模型由规划器和渲染器两部分组成，规划器先写出构图方案，再由渲染器以最高 2K 分辨率、30 多种宽高比绘制。由于布局和文字在渲染前已确定，修改单个元素时只会改动该元素。
匹配字段摘要、正文
Qwen 发布 Qwen-Image-2.1-Turbo，在 8 个去噪步骤内完成图像生成与编辑，并开放模型权重。该模型基于 Qwen-Image-2.1，沿用同一 7B 视觉生成架构，仍可从文本生成 2K 图像，并支持通过自然语言编辑继续创作，例如添加配饰或改变场景。用户可在 Diffusers 中加载 QwenImage21Pipeline 使用推荐的 8 步采样，Qwen-Image-2.1 Pro 与 Turbo 的 API 也已上线。
匹配字段摘要
Google 发布图像生成与编辑模型 Nano Banana 2.1，并已进入 Arena 的文生图、图像编辑和多图编辑三个竞技场。它在多图编辑以 1431 分排第 4，文生图 1328 分排第 5，图像编辑 1428 分排第 6；相比 Nano Banana 2，文生图提升 80 分，多图编辑提升 67 分，图像编辑提升 38 分。分类榜单中，它在多图编辑的商业设计与 3D 排第 3，在卡通/奇幻、写实和文字渲染排第 4。
匹配字段摘要
Google 发布图像生成与编辑模型 Nano Banana 2.1，并已进入 Arena 的文生图、图像编辑和多图编辑三个竞技场。它在多图编辑以 1431 分排第 4，文生图以 1328 分排第 5，图像编辑以 1428 分排第 6。相比 Nano Banana 2，文生图提升 80 分，多图编辑提升 67 分，图像编辑提升 38 分。
匹配字段摘要
Google 发布图像生成与编辑模型 Nano Banana 2.1，取代 2026 年 2 月发布的 Nano Banana 2，官方称其在各方面均有提升。价格约为前代一半，1K 图像从 6.70 美分降至 3.36 美分，4K 从 15.10 美分降至 7.56 美分。该模型基于 Gemini 3.6 Flash，支持 1K、2K、4K 分辨率，最多可同时处理 14 张参考图并保持 4 个角色和 10 个物体一致，已陆续接入 Gemini 应用、Google 搜索 AI Mode、Google AI Studio、Flow、Stitch、Google Ads 和 Gemini 企业平台；旧模型 gemini-3.1-flash-image 将于 2026 年 10 月 29 日停用。
匹配字段摘要
Google 发布图像模型 Nano Banana 2.1，面向图像生成与编辑用户，带来更高质量图像、修复前代模型的多个问题，并采用更低的价格。该版本已在 API、AI Studio 和 Gemini app 中上线。
匹配字段摘要
阿里 Qwen-Image-2.1 于 9 月 20 日以开源权重发布，在 AA-Image-T2I v2.0 和 AA-Image-Editing v2.0 两个榜单均排名第 18，为开源权重模型第一，超过 Ideogram 4.0 (Quality) 和 HunyuanImage 3.0 Instruct。该模型含 7B 参数视觉生成组件，单模型同时支持文生图与图像编辑，原生 2K 输出和原生透明（RGBA）图像生成与编辑，权重采用 Qwen Research License，商用需单独授权。权重已在 Hugging Face 和 ModelScope 发布，Diffusers、ComfyUI、vLLM-Omni、SGLang 和 LightX2V 提供 day-0 支持。
匹配字段摘要