跳到正文
11月21日周六
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. The Decoder65

    Suno 推出 Visuals 功能,可为 AI 生成音乐搭配 AI 生成视频

    AI 音乐生成器 Suno 推出 Visuals 功能,可为歌曲生成图片和视频片段。视频基于 MiniMax 视频模型 H3 的定制安全过滤版本 H3 Move,片段最长 15 秒,能跟随歌曲结构、识别歌词并支持对口型;用户可从参考照片、提示词或预设角色开始,歌词视频可调整字体和颜色,提供 Fast 与 Standard 两档质量。

  2. 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
  1. IT之家49

    谷歌 Pics 升级 Nano Banana 2.1 模型:生图更细腻,改图更准确

    谷歌宣布 Google Pics 升级至 Nano Banana 2.1 模型,提升图像细节、自然光照与材质纹理表现,并在局部或整体编辑时更好地保留原图内容。新模型还改善了图片内文字的字形与排版清晰度,处理速度与上一版本相近。更新将在未来 1~3 天内推送给快速发布和定期发布用户,Google Docs 与 Google Slides 中的 Pics 编辑功能同步获得此次升级。

  2. Latent Space50

    Black Forest Labs 对话:Andreas Blattmann 与 Dustin Podell 谈构建视觉智能

    Black Forest Labs(BFL)由 Stable Diffusion 核心成员创立,其 FLUX 3 将静态图像、运动镜头与音效三种信号联合训练,可同时生成视频与声音。FLUX 3 的视频超分模型复用同一骨干网络以保持时序一致性,FLUX Kontext 则能在编辑图像时保留人物身份。两位嘉宾还讨论了自回归与扩散路线的取舍以及视觉智能的下一步方向。

11月16日周一
11月14日周六
  1. 量子位49

    中专生用AI拍出《哈利·波特》爆款!欧美明星、好莱坞制片人集体点赞

    中国创作者foyege用AI制作的《哈利·波特》性转二创短剧在海外狂揽3000万播放量,获欧美歌手JVKE、好莱坞制片人PJ Accetturo等集体点赞。foyege中专影视后期出身、未上过大学,借助AI创作平台LibTV的无限画布一站式调度Seedance、万相、可灵等模型,以一人剧组完成全部制作。该作品最初连正式剧本都没有,主要靠临时构思推进。

11月13日周五
  1. 爱范儿80

    李飞飞 World Labs 正式开放世界模型 Atlas,上线网页应用与开发者 API

    World Labs 正式向所有用户开放世界模型 Atlas,同步上线网页应用和开发者 API,新用户注册即送 10000 积分。这次开放带来 Viewfinder 和 Chisel 两款新 Web 应用,配合 Relight 和 Splat to mesh 覆盖从单图生成场景到导出 GLB 网格的完整链路。

    推荐理由:原文实测了 Atlas 从提示词到可导出 3D 资产的完整工作流,读者可据此判断它能否接入自己的创作或开发管线。

  2. IT之家60

    BBC 曝光英国房源照骗现象,中介和卖家用 AI 伪造或美化房屋照片

    BBC 报道英国出现“房源照骗(housefishing)”现象,房产中介和卖家用 AI 大幅修改甚至直接生成虚假房源照片,让房屋显得更漂亮、更宽敞。一名买家在 Rightmove 上看中伦敦西南部一套五居室房源,实地看房时发现房间更小、装修不同,部分建筑结构也有差异。业内人士观察到过去六个月 AI 美化房源照片明显增多,且大多未标注;一家房产中介机构已规定所有 AI 美化照片必须明确标注。

  3. TechCrunch · AI53

    Phota Labs 用 AI 把日常照片变成专业级照片

    Phota Labs 推出免费 iOS 应用,以个人 AI 照片助手的身份自动处理日常快照,并用自研身份保持技术让人物在修图后仍保持本来样貌。公司由两位前 Adobe 员工创立,去年完成 a16z 领投的 $5.6 million 种子轮;处理后的照片分享到社交平台时带有隐形水印标识 AI 修改,未来还计划推出 Android 版本。

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. IT之家50

    日本肯德基用 AI 制作商品宣传图,引发网友质疑

    日本肯德基确认,试售商品"冰淇淋可乐饮品"和"冰淇淋哈密瓜汽水"的宣传图片确实使用了生成式 AI,但拒绝回应是否会在其他商品宣传中继续使用。在 X 平台上,许多用户对这些图片持负面看法,认为画面观感违和,担心图片与实物不符,也有人认为 AI 制图会损害品牌形象。

  2. 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。

  3. 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。