OpenAI 为 ChatGPT 广告产品线新增视觉展示广告，广告将出现在用户要求 ChatGPT 生成的图像旁边，本月晚些时候先在美国面向一组初始测试广告主上线，广告会明确标注且不会影响 ChatGPT 给出的回答。OpenAI 同时扩充广告测量工具与合作伙伴生态，新增点击归因方案及 AppsFlyer、Adjust、Branch 等多家测量伙伴，并与 DoubleVerify、Integral Ad Science 合作开展品牌适配评估试点。OpenAI 今年早些时候推出广告以支持免费和低价订阅档位，8 月扩展至印度，未来全球铺开后广告主可触达 ChatGPT 的 12 亿周活用户。
匹配字段标题
Qwen-Image-2.1 已在 ComfyUI 中原生支持，这是阿里 Qwen 团队最新的开源图像模型，7B 参数，基于优化的 MMDiT 架构。它可直接输出带 alpha 通道的 RGBA 图像，原生生成 2048×2048 分辨率，并支持最多 10 张参考图输入，生成与编辑共用同一个 checkpoint。用户更新 ComfyUI 或使用 Comfy Cloud，从 Hugging Face 下载权重并加载模板即可使用。
匹配字段标题
Google 发布 AI 图像创建与编辑工具 Google Pics，基于 Nano Banana 图像生成与编辑模型，支持用文本提示生成和精修图像。功能包括对象分割、图内文字编辑与翻译、多人协作编辑同一张图，以及一次提示生成多个版本。该工具既是独立产品，也已集成进 Workspace，Docs 和 Slides 即日起可用，Drive 将在未来几周内上线，入口为 pics.new。
匹配字段标题、摘要
Ollama 在 macOS 上支持图像生成，Windows 和 Linux 版本即将推出，生成的图片默认保存到当前目录，Ghostty、iTerm2 等终端可内联预览。首批支持阿里通义实验室的 Z-Image Turbo（60 亿参数，Apache 2.0，支持中英文文字渲染）和 Black Forest Labs 的 FLUX.2 Klein（4B 为 Apache 2.0，9B 为 FLUX 非商用许可 v2.1）。用户可通过 /set width、/set height、步数、随机种子和负面提示词调节生成结果。
匹配字段标题、摘要
成立 8 个月的 Conway Research 亮出首款个人 AI 助手 Underdog，完全运行在用户设备上且离线可用，已推出 Mac、Windows 测试版，并获 a16z、Anthropic 投资联合体等投资。其模型包括基于 Qwen3.8 27B 打造的 Saluki 27B（已开源，权重体积为全精度版本的 1/7、保留 96% 性能）和 Woof 4B，配套推理引擎 Husky 在 MacBook 上让 Woof 4B 每秒最多处理 730 个 token，比 MLX 快 4.5 倍。产品还上线了基于 Qwen-Image Flash、Qwen-Image-2.1-Turbo 的本地图像生成与编辑，以及与 Stripe 合作的设备端智能体支付。
匹配字段摘要、正文
OpenRouter 上线 Black Forest Labs 的 FLUX 3 Image Klein，这是一款可在单张消费级显卡上运行的开源权重图像模型，支持 4K 图像生成，起价 $0.009/张。同时 FLUX Video Upscale 进入早期访问，可将已有视频重渲染为 4K，价格从 $0.59/s 降至 $0.28/s；FLUX 3 Video 支持从提示词或图像生成 4K 视频，价格 $0.41/s。
匹配字段摘要
White Circle 开源了 RISE，一个用于测试 AI 图像生成器能否被绕过自身规则限制的自动化红队工具。它搜索针对图像模型的攻击策略，用一个开放的攻击模型把每种策略转成大量提示词，并按提示词突破数量给策略计分，从而在几乎拦截一切的模型上仍能持续学习。代码开源，所用模型公开，防御方可在自己的图像模型上运行。
匹配字段摘要
Google 在 Gemini at Work 2026 活动上发布业务向 AI 智能体 Gemini Agent，可从 Google Workspace、Microsoft 365、Slack 等入口委派调查、资料制作、图像生成和代码编写执行等任务，作业在云端持续运行，关闭终端后仍可继续。它可选用 Gemini 模型群，也支持 Anthropic 的 Claude 模型群，Saboo 提到可选 Gemini 4 Argon 与 Claude Opus 5.5，但 Claude 等外部模型处于早期访问阶段。Gemini Agent 可连接 Salesforce、ServiceNow、Jira、Git、Confluence、BigQuery、Databricks、Postgres、Snowflake 及社内外 MCP 服务器，并具备会话、语义、程序、情景四类记忆，目前面向中小企业客户早期访问。
匹配字段摘要
Google 的图像生成与编辑模型 Gemini Nano Banana 2.1 以 Partner Node 形式上线 ComfyUI，支持 1K 到 4K 输出、Minimal/Medium/High 三档思考级别和最多 14 张参考图。它支持基于指令的定向与多轮编辑、搜索接地、文字按指定内容渲染以及无缝平铺，并新增 9:21 宽高比，单次运行成本低于 Nano Banana 2。用户更新 ComfyUI 或打开 Comfy Cloud 后搜索该节点即可使用。
匹配字段摘要
Earendil 于 2026 年 10 月 1 日发布 AI 智能体框架 Pi 1.0，终端 UI 默认改为全屏显示，并改进用 JavaScript 调用工具的 Codemode。官方称在启用默认工具与 Codemode 的 GPT-5.6 请求中，发送给模型的提示词 token 从约 5300 降至约 3300，减少约 40%，同时新增 models.generateImages() 图像生成能力。Earendil 还公开实验性开发基座 Pi Durable，将模型请求与工具执行作为任务管理并保存检查点，进程停止后可从最后检查点恢复，两者均以 MIT 许可证发布。
匹配字段摘要
ElevenLabs 将图像生成、视频生成和 Flows 中的模板能力开放为 API，图像与视频 API 可调用 Google、OpenAI、ByteDance 和 Creatify 的模型，定价与应用内一致。模板把图像、视频、语音、音乐和音效模型打包成无需配置的工作流，团队在 Flows 中搭建一次后，后续只需传入新的产品图和名称即可批量产出成品素材。这些模型也可通过 ElevenLabs MCP 在 Claude、ChatGPT 或 Cursor 中使用，一次 OAuth 安装即可，无需管理 API key。
匹配字段摘要
Qwen 发布 Qwen Intelligence，首批上线三个 SOTA 智能体：Mobile Planner Agent 负责任务规划与编排，在 MobilePA-Bench、MobilePA-Bench Business 和 Memory 上排名第一；Mobile-Use Agent 以 API 优先、GUI 兜底执行任务，MobileWorld 82.1、MobileWorld-Real 92.2、AndroidDaily 97.2，端到端成功率 90%；Mobile Creative Agent 可将一句话变成可用创作，图像生成耗时 3 秒，约为领先同类产品的 2 倍速度。官方同时开放 MobilePA-Bench、MobileWorld、MobileWorld-Real 和 MobileWorld-Safety 评测套件，覆盖规划、跨应用执行、真机性能与安全。
匹配字段摘要
Unsloth 发布 Qwen-Image-2.1 的 GGUF 量化版本，可在 12GB 显存下本地运行，该 7B 模型表现与 Nano Banana 2.0 相当。若追求更高质量，还可通过 offloading 在仅 6GB 显存上运行 Dynamic FP8。Unsloth 同时表示 FP8 与 GGUF 量化版已可在 Unsloth Desktop 中正常运行，支持图像生成与编辑。
匹配字段摘要
Black Forest Labs 宣布 FLUX.2 [klein] 4B 将预装在 ASUS 新一代 ProArt 笔记本的 MuseTree 应用中，该机型搭载 RTX GPU，已在台北 Computex 2026 亮相。官方称目标是在 8GB 显存笔记本上、后台运行其他专业应用时实现 5 秒以内的图像生成，无需 API 或联网。Black Forest Labs 表示正扩展合作，为更多硬件和设备提供端侧优化的 FLUX 模型。
匹配字段摘要
xAI 宣布 Grok Imagine API 的图像生成与编辑 Quality Mode 面向企业开发者和团队开放。官方称该模式在真实感、多语言文字渲染和提示词遵循上有提升，并可与视频生成能力搭配，调用示例使用模型名 grok-imagine-image-quality。
匹配字段摘要
xAI 发布 Grok Imagine API，将视频生成与视频编辑能力打包为面向端到端创作流程的 API 组合，Grok Imagine 是其目前最强的视频音频生成模型。该 API 支持从文本或图像生成视频、增删替换物体、场景与物体控制、风格重绘等编辑操作，并支持竖屏、横屏等比例与灵活片段长度。官方称其在延迟、并发和成本上做了优化，并已在合作方平台与自家 API 上线，同时提供 SDK、教程和可视化控制台。
匹配字段摘要
Google Workspace 为 Slides 和 Google Vids 添加了图像背景移除与扩展功能，并在 Android 版 Google Docs 中支持 Gemini 图像生成。团队可直接在文档中创建视觉素材，减少制作演示文稿和培训材料时与设计团队的反复沟通。
Google Workspace 为 Slides 和 Google Vids 添加了图像背景移除与扩展功能，并在 Android 版 Google Docs 中支持 Gemini 图像生成。团队可直接在文档中创建视觉素材，减少制作演示文稿和培训材料时与设计团队的反复沟通。 · Google Workspace added image background removal and expansion to Slides and Google Vids, along with Gemini image generation in Google Docs on Android. Teams can create visuals within documents, reducing back-and-forth with design teams when producing presentations and training materials.
匹配字段摘要
Mistral AI 推出 Agents API，为开发者构建可执行复杂任务、保持对话上下文并协调多智能体的 AI 智能体提供专用框架。该 API 内置代码执行、图像生成、文档库和网页搜索连接器，并支持 MCP 工具、持久记忆、流式输出及智能体任务交接。SimpleQA 评测中，启用网页搜索的 Mistral Large 和 Mistral Medium 准确率分别为 75% 和 82.32%。
Mistral AI 推出 Agents API，为开发者构建可执行复杂任务、保持对话上下文并协调多智能体的 AI 智能体提供专用框架。该 API 内置代码执行、图像生成、文档库和网页搜索连接器，并支持 MCP 工具、持久记忆、流式输出及智能体任务交接。SimpleQA 评测中，启用网页搜索的 Mistral Large 和 Mistral Medium 准确率分别为 75% 和 82.32%。 · Mistral AI launched the Agents API, a dedicated framework for building AI agents that can handle complex tasks, retain conversational context, and coordinate multiple agents. It includes built-in connectors for code execution, image generation, document libraries, and web search, along with suppor
匹配字段摘要
Mistral AI 发布新版 le Chat，现已登陆 iOS 和 Android，并推出 Pro、Team 服务及私有预览中的 Enterprise 版本。新版加入预览中的 Flash Answers、Code interpreter、文档与图像理解、图像生成等能力，Pro 版起价为每月 $14.99。Enterprise 支持 SaaS、本地和 VPC 部署，数据连接器与多步骤 AI 智能体功能将随后推出。
匹配字段摘要
2026年1月20日,Ollama 在 macOS 上线实验性图像生成功能,Windows 和 Linux 版本即将推出。据 Ollama Blog 介绍,生成的图片默认保存到当前目录,Ghostty、iTerm2 等终端可内联预览。首批支持阿里通义实验室的 Z-Image Turbo(60 亿参数,Apache 2.0,支持中英文文字渲染)和 Black Forest Labs 的 FLUX.2 Klein(4B 为 Apache 2.0,9B 为 FLUX 非商用许可 v2.1)。用户可通过 /set width、/set height、步数、随机种子和负面提示词调节生成结果。目前尚无后续发展事实。
匹配字段标题