微软发布 MAI-Image-2 图像生成模型，Arena.ai 榜单排名第三
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
←搜索结果
搜索“图像生成”
Qwen 发布 Qwen-Image-2.0 图像生成模型
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
2026 年 5 款最佳 AI 图像生成器实测：ChatGPT、Midjourney、Adobe Firefly 对比
Manus 博客发布 2026 年 5 款最佳 AI 图像生成器实测，作者逐一测试了 ChatGPT、Midjourney 和 Adobe Firefly，并给出并排图像对比与最终选购建议。
匹配字段标题、摘要
Ollama 在 macOS 上线实验性图像生成功能
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
微软发布首款自研图像生成模型 MAI-Image-1，进入 LMArena 前十
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 Nano Banana 提升 AI 图像生成的视觉一致性
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
华为小艺大模型应用实验室主任刘睿：AI助手要告别聊天框，从被动响应走向主动服务
华为小艺大模型应用实验室首任主任刘睿提出，AI助手要告别聊天框、从被动响应走向主动服务。他此前在商汤未能立项的对话式修图技术已在2025年华为Mate 80发布会上亮相，实验室还推出支持实时视频交互与主动服务的Aura流式视频理解模型，以及开源图像生成基础模型Boogu。刘睿认为当前最大瓶颈仍是模型能力不足。
匹配字段摘要、正文
智谱或推原生多模态模型 GLM-Omni
X.PIN 称智谱可能推出原生多模态模型 GLM-Omni，该系统将图像生成与文本训练结合，让模型在作答前先画出视觉推理步骤，使文本问答准确率从 12.57% 提升至 41.14%。作者还调侃这就像自己考试时涂鸦。
匹配字段摘要、正文
AI 视频生成器如何工作？从扩散模型到世界模拟
AI 视频生成器从文本、图像、视频或控制信号生成时间上连贯的帧，并尽量保持运动与场景一致性。其流程可拆为五步：编码提示词与参考素材、初始化带噪时空表示、联合预测运动与外观、对 latent 去噪或传输、解码上采样并检查时序一致性。文章强调，它与逐帧独立图像生成的关键区别在于跨帧的因果与一致性约束。
匹配字段摘要、正文
阿里云百炼 Token Plan 个人版最低 39 元/月：Lite 套餐含 11,500 Credits
阿里云百炼 Token Plan 个人版最低 39 元/月对应 Lite 套餐（原价 60 元/月，限时优惠价 39 元/月），每月含 11,500 Credits，支持 1-2 个并发 Agent。该套餐覆盖文本生成、图像生成、视频生成、语音识别和实时语音对话等模型，额度按订阅月计算且不结转，用尽后可购买 100 元/月、含 20,000 Credits 的用量包（最多同时持有 5 个）。目前仅支持华北2（北京）地域。
匹配字段摘要
Canva 发布首个自研图像模型 Canva Craft
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
Ethan Mollick 谈 AI 近 30 个月指数级发展
Ethan Mollick 撰文回顾过去 30 个月 AI 发展的指数级曲线，并让 Opus 5.5 用他测试所有 AI 图像生成模型的提示词“一只在飞机上用 wifi 的水獭”生成了一段视频作为回应。
匹配字段摘要
fal 的 FLUX 3 Max 在 Artificial Analysis 视频榜单位列前茅
Artificial Analysis 评测显示，fal 基于 FLUX 3 后训练推出的 FLUX 3 Max 在 AA-Video-I2V v1.1 排名第 2（与第 1 名统计持平），在 AA-Video-T2V v2.1 排名第 4，两项均领先基础版 FLUX 3。该模型支持由文本提示词或起始图像生成 5 至 20 秒、720p 且带原生音频的视频，fal 称生成 10 秒视频耗时不到 12 秒；在 AA-Video-T2V v2.1 上其 Physics 能力得分最高，并在 Marketing & Advertising 与 Live-Action Film 用例中领先。fal 对 720p 视频定价为每分钟 10.20 美元，低于 FLUX 3 的 17.40 美元，发布前三周提供 75% 折扣至每分钟 2.55 美元。
匹配字段摘要
如何在 NVIDIA DGX Spark 上不调用云 API 运行 n8n AI 工作流
n8n 博客发布教程，介绍如何在一台 NVIDIA DGX Spark 上本地部署完整模型栈，让 n8n 工作流在不调用云 API 的情况下完成转录、OCR、文档问答和图像生成。整套栈通过 LiteLLM 暴露一个 OpenAI 兼容端点，主模型为 Qwen3.6-35B-A3B 的 NVFP4 版本，单用户生成速度 120 tokens/s，八用户合计 359 tokens/s。作者实测发现图像生成会让对话速度降到约三分之一，建议小团队把图像任务排队或放到非工作时间。
匹配字段摘要、正文
Conway Research 推出本地个人 AI 助手 Underdog
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
KI-Update 速览：版权诉讼、Apple Intelligence 入华、AI 品味与 RTX Spark
微软与香港城市大学提出 Taste-Bench，用数千条编程与研究轨迹测 AI 智能体在岔路口的判断质量，14 个模型中最好的 GPT-5.6 Sol 正确率仅略高于 60%，GPT-5.5 紧随其后；当正确方向要到后期才显现时，命中率降至 21%，延长思考无帮助。Apple Intelligence 计划 12 月随 iOS 27.3 进入中国，但仅提供写作工具、简单图像生成、AI 表情和照片应用基础功能，Siri AI 缺席，并须使用阿里等本地模型。
匹配字段摘要
Surface Laptop Ultra 评测：NVIDIA RTX Spark 的本地 AI 表现
作者实测搭载 NVIDIA RTX Spark N1X SoC 的微软 Surface Laptop Ultra，该机最高配 20 核 Grace Arm CPU、6144 核 Blackwell GPU 与 128GB 统一内存，起售价 2599.99 美元。在 UL Procyon AI 文本生成测试中得分 2703，比 Intel Core Ultra X9 388H 的 IdeaPad Pro 5 高约 33%；MLPerf Flux 2 Klein 4B 图像生成达每分钟 26.97 张，约为后者的 2.7 倍。作者还用本地 Qwen3.8-27B 驱动 Hermes 智能体，约五分钟完成从 Excel 提取基准图表并生成 Word 报告。
匹配字段摘要、正文
OpenRouter 上线 FLUX 3 Image Klein 等三项更新
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 RISE 图像模型红队工具
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
Apple Intelligence 据报 12 月随 iOS 27.3 登陆中国，但不含 Siri AI
彭博社报道称，Apple 计划于 12 月随 iOS 27.3 更新在中国上线 Apple Intelligence，但不会包含新的 Siri AI 助手及今年宣布的其他功能。为获得批准，Apple 与阿里巴巴合作开发了护栏机制，包括允许政府审核模型持续更新的过滤器，并与百度在搜索和 Siri 相关功能上合作；9 月 29 日 Apple 已获得中国许可，允许近期 iPhone 支持 Apple Intelligence 及通义万相、Qwen 等阿里 AI 模型。首批上线功能包括 Genmoji、AI 通知摘要、写作工具和照片 Clean Up，不含 Apple 自研图像生成工具，部分应用中的文本生成功能也受限。
匹配字段摘要