跳到正文
11月19日周四
  1. 量子位38

    SenseNova U1 Pro 获 Design Arena 图片生成与编辑双榜中国第一、全球第六

    商汤科技日日新 SenseNova U1 Pro 在 Design Arena 图片生成与图片编辑两大榜单均登顶中国第一,全球位居第六,仅次于 OpenAI 的 GPT Image 2.x 系列不同模型。该模型在长程任务上实现突破,可通过完整智能创作管线从需求到交付连续完成复杂视觉任务,并在效果与成本兼顾评测中提供有竞争力的生成成本。用户可通过商汤小浣熊在线体验 SenseNova U1 Pro。

  2. The Decoder81

    微软 AI 在 Ignite 发布七款自研 MAI 模型,以更低成本替代外部 AI 模型

    微软 AI 在 Ignite 大会一次性发布七款自研 MAI 模型,覆盖代码、安全、图像、语音和路由,主打性价比,对标合作伙伴 OpenAI 的产品线。MAI Code 2 在四项基准上达到 GPT-6.1 Sol 约 98% 的表现、成本为其 40%;MAI Cyber 2 Flash 在 CyberGym-E2E 上得分超过 GPT-6 Astra,每任务成本不到其 2%。

    推荐理由:原文逐项列出七款 MAI 模型与 OpenAI 对应模型的基准得分和价格对比,读者可据此评估自建与外部调用的成本取舍。

11月18日周三
  1. 博客园80

    可灵Kling Image 4.0实测:8K照片、长文字海报和组图效果如何

    作者用七条提示词实测可灵2026年11月发布的Kling Image 4.0:8K特写出图9,984×6,656像素、放大后细节清晰,中英文海报与菜单文字准确,六张组图中的产品外观保持一致,但商品详情页长图下半部分出现乱码和丢数字。同一条香水提示词下,其玻璃与液体质感优于MiniMax H3 Image;模型即将上线CVY.AI生成器。

    推荐理由:作者用七条提示词逐项实测,并给出与 MiniMax H3 Image 的同提示词对比,读者可据此判断该模型的实际能力边界。

11月17日周二
11月13日周五
11月12日周四
11月11日周三
  1. 爱范儿75

    实测 MiniMax H3 Image:兼具 GPT 的指令遵循与 MJ 的审美,当天开放权重

    MiniMax 正式发布图像生成模型 H3 Image,在 H3 全模态能力基础上针对图像生成与编辑进行后训练优化,并在发布当天开放权重。实测显示它生成一张 4096×4096 的 4K 图片仅需 10~20 秒,最多支持 16 张参考图,还可通过 API 接入 Claude Code、Codex 等 Agent Harness 参与复杂任务流程。

  2. IT之家75

    MiniMax 开源 H3-Image 生图模型,10 秒生成一张 4K 图像

    MiniMax 宣布 H3-Image 正式发布并开放权重,该模型可在 10 秒内生成 4096×4096 像素(约 16MP)的高分辨率图像。H3-Image 衍生自 H3,支持文本生成图像、图像参考和图像编辑,最多支持 16 张参考图片,官方称速度可达市面主流水平的 5 倍。模型权重已在 Hugging Face 开放,发布首周 16MP 及以上规格的生成请求可享官方价格五折优惠。

11月10日周二
  1. 量子位74

    实测 Seedream 5.5:100轮图像编辑不崩,速度与价格齐优

    字节旗下 Seedream 5.5 图像模型已在即梦、豆包和豆包工作上线,实测在100轮连续编辑中比 GPT-Image 2.6 保持更高保真度。新版本还提升了真实感、小字与多语言渲染、透明图直出和图层拆分能力,生成速度更快;以2K方图编辑为例单张成本约0.28元,不到 Seedream 5.0 Pro 的一半。

  2. The Decoder62

    字节跳动发布 Seedream 5.5:支持 100 轮像素级稳定图像编辑

    字节跳动 Seed 团队发布图像生成模型 Seedream 5.5,支持最多 100 轮多轮编辑,未改动区域可像素级保持且无色偏。模型可生成原生 RGBA 透明背景图,光影、材质与皮肤纹理更真实,密集小字更准确;官方称其文字结构与真实感领先于 GPT Image 2.5 Sunburst。Seedream 5.5 正通过即梦、豆包、豆包工作台和火山引擎 Ark 逐步开放,并计划推出 Pro 版本。

11月9日周一
  1. 爱范儿75

    实测豆包 Seedream 5.5,AI 作图接入整条工作流

    豆包 Seedream 5.5 正式发布,重点升级多轮编辑、画面质感与文字渲染,新增原生 RGBA 透明背景与图层拆分能力,今天起陆续上线豆包并接入豆包工作。实测显示其多轮编辑可做到调整 100 轮不崩坏、非编辑区域像素级保持,一张生成的图片最多可拆成约 100 层可复用图层。

  2. IT之家77

    字节跳动发布新一代图像创作模型 Seedream 5.5,支持 100 轮编辑与透明背景直出

    字节跳动 Seed 团队发布新一代图像创作模型 Seedream 5.5,支持同一作品最多 100 轮持续编辑且非编辑区域像素级保持,可原生输出带 Alpha 通道的透明或半透明图像,并改善光照、材质与文字渲染。

    推荐理由:原文给出与 Seedream 5.0 Pro 及主流模型的对比数据和定价,读者可据此判断其在生产场景中的可用性变化。

  3. 爱范儿77

    爱范儿实测 Seedream 5.5:像素级精准改图,百轮修改仍保持一致

    字节跳动发布新一代图像创作模型 Seedream 5.5,主打像素级精准编辑、百轮连续修改不崩坏、原生 RGBA 透明素材和小字渲染,火山引擎将于本周上线 API。

    推荐理由:原文通过多轮改图、写实人像和中文密集排版实测对比了 Seedream 5.5 与 GPT Images 2.6 等模型,并给出价格与崩坏率数据,便于判断其专业市场竞争力。

11月6日周五
  1. 少数派31

    派早报:国务院办公厅发布 2027 年部分节假日放假安排等

    国务院办公厅发布 2027 年部分节假日安排,春节连续放假 9 天,全年共安排 5 个周末补班日。OpenAI 发布 Images 2.6 模型,为 ChatGPT 引入原生 GIF 动图生成功能,图像生成速度提升约 50%。月之暗面开放 Kimi K3.1 Pro 模型权重,该模型采用 MoE 架构,总参数量 2.8 万亿,支持约 100 万 Token 上下文窗口。

11月5日周四
  1. OpenAI News73

    OpenAI 发布 Images 2.6

    OpenAI 发布 Images 2.6,带来更快的图像生成、GIF 创建、更精确的编辑以及新的 API 控制。新版本可在 ChatGPT、Codex 和 API 中使用。

    推荐理由:官方列出了 Images 2.6 的四项能力变化和三个可用入口,读者可据此判断它能否替换现有图像生成工作流。

  2. IT之家78

    OpenAI 推出 Images 2.6 模型,ChatGPT 支持直接生成和编辑 GIF 动画

    OpenAI 推出 Images 2.6 模型,ChatGPT 可通过提示词或上传照片直接生成 GIF 动画,并支持调整动画速度、编辑单个帧和分享。Images 2.6 还加快了图像生成速度,用户目前每周通过 ChatGPT 及其 API 生成超过 40 亿张图片,较 9 月份报告的每周 30 亿张大幅增长。

    同一新闻,精选展示《OpenAI 发布 Images 2.6》

10月30日周五
10月29日周四
10月28日周三
10月24日周六
10月23日周五
  1. TechCrunch · AI70

    Canva 发布首款图像生成模型 Canva Craft

    Canva 发布其首款图像生成模型 Canva Craft,与 Google、OpenAI、字节跳动和 Meta 的同类模型竞争。模型分两阶段工作,先解析提示词并规划元素空间关系与视觉层级,再生成最高 2K 分辨率、支持 30 种宽高比的图像;它使用 Canva 模板库中的人工设计而非照片训练,生成图像可通过 Canva Magic 转换为分层设计。

10月21日周三
10月19日周一
10月16日周五
  1. The Decoder79

    Black Forest Labs 发布开源权重图像模型 FLUX 3 Image Klein,仅需 8 GB 显存即可运行

    Black Forest Labs 发布开源权重图像模型 FLUX 3 Image Klein,参数量 5.6B,支持文生图、图像编辑以及最多十张参考图生成,可原生输出 4K 并支持像素级编辑与边界框元素定位。

    同一新闻,精选展示《Black Forest Labs 发布 FLUX.3 Image Klein,Diffusers 首日支持》

10月15日周四
  1. Hugging Face Blog82

    Black Forest Labs 发布 FLUX.3 Image Klein,Diffusers 首日支持

    Black Forest Labs 发布图像模型 FLUX.3 Image Klein,Hugging Face Diffusers 首日支持。单模型覆盖文生图、多参考图生图与边界框布局控制;蒸馏检查点在单张 H100 上约 1.93 秒生成 1024×1024 图像,并提供 NVFP4、FP8 量化权重与 DreamBooth LoRA 训练脚本。

    推荐理由:原文同时给出能力清单、显存占用与 LoRA 训练脚本,读者可据此判断 FLUX.3 能否在自己的 GPU 上跑通。

10月12日周一
  1. IT之家46

    Arena 公布新一轮 AI 大模型周榜:Claude Opus 5.5 Max 首登智能体榜首,国产多模型稳定中上游

    Arena 发布 2026 年第 41 周 AI 大模型排行榜,Anthropic Claude Opus 5.5 Max 新入榜即以 15.53% 净提升度登顶智能体榜第一。gemini-4-argon-high 继续稳居综合榜榜首,ELO 1525 分。国产模型整体处于中上游,kimi-k3-max 位列第 16,qwen3.8-max、mimo-v2.6-pro 等排名稳定。

10月7日周三
  1. IT之家63

    谷歌发布 AI 图像模型 Nano Banana 2.1,提升视觉设计、蒙版编辑与主体一致性

    谷歌正式发布 AI 图像生成与编辑模型 Nano Banana 2.1,重点提升视觉设计、基于蒙版的图像编辑以及主体一致性表现。该模型正逐步部署至 Gemini 应用、Google AI Studio 等多个平台,面向开发者的模型 ID 为 gemini-nano-banana-2.1,支持文本、图片、音频和视频输入,可输出 1K、2K 和 4K 分辨率图像。

  2. The Decoder77

    Google 发布图像模型 Nano Banana 2.1,画质全面提升且价格减半

    Google 发布图像生成与编辑模型 Nano Banana 2.1,替代 2026 年 2 月发布的 Nano Banana 2,基于 Gemini 3.6 Flash,各分辨率价格约为上一代的一半,1K 图像 3.36 美分、4K 图像 7.56 美分。

    推荐理由:原文把各分辨率价格和基准分数并列列出,便于把 Nano Banana 2.1 与 Pro 的画质和成本差异放在一起比较。

10月6日周二
  1. The Decoder61

    Reka AI 发布全模态模型 Rho-1:单一模型处理文本、图像、视频与机器人控制

    Reka AI 发布 Rho-1 研究预览版,这是一个 190 亿参数的全模态模型,可在单一神经网络中处理并生成文本、图像、视频和机器人控制动作。所有模态作为 token 在一个共享上下文窗口中运行,无需工具调用或外部模型,同一套预测相机图像的权重也驱动机器人运动。