Rooms 功能下线通知
Rooms 功能今日正式从网站移除。这一实验性尝试因试图同时解决过多问题而表现不佳，暴露了当前基础设施的不足，但为团队提供了关于社区需求的宝贵认知。
#图像生成
Midjourney：Updates Midjourney：Updates 个性化功能与网页端更新
网页端推出全新个性化界面，用户可通过点击和滚动图片列表创建个性化档案，操作更快、更准确且更具趣味性。
Google DeepMind：Blog精选AI 评分8383 Google DeepMind 发布 Nano Banana 2（Gemini 3.1 Flash Image）图像模型
Google DeepMind 发布图像生成模型 Nano Banana 2（Gemini 3.1 Flash Image），以 Flash 速度提供 Nano Banana Pro 级别的世界知识、精准文字渲染、最多 5 个角色和 14 个物体的一致性，以及 512px 至 4K 的规格。
推荐理由：官方介绍把 Pro 级知识、主体一致性和 4K 输出放到 Flash 速度的模型里，并列出各产品开放范围，方便读者判断工作流如何调整。
Midjourney：Updates V8 Rating Party 最终轮
V8 图像评分活动进入最终轮，意味着 V8 发布临近。本轮将持续至最终版本上线，主要目标是校准个性化系统。
Midjourney：Updates V8 图像评分活动 Round 3
V8 图像评分活动进入第三轮。本轮重点从识别"差的"样本转向学习"好的"标准，与上一轮形成对比，邀请用户前往投票链接参与。
Midjourney：Updates V8 Rating Party！（第二轮）
Midjourney 开启 V8 第二轮评级活动，重点针对生成文本的提示词测试模型能力。用户可访问 midjourney.com/rank-v8 参与图片评级，活动持续1天。
Midjourney：Updates V8 评分活动更新
Midjourney 本周将再举办两场 V8 Rating Party，随后正式发布 V8 模型。用户可前往 midjourney.com/rank-v8 参与 Round 1 图片评分，当前反馈已直接用于模型优化。
Midjourney：Updates V8 评分活动
Midjourney V8 进入最后优化阶段，团队邀请用户访问 midjourney.com/rank-v8 参与图片评分。通过两两对比选择更美图片，帮助改进模型质量。
字节 Seed：Research Feed精选 "思考"更深,生成更准|Seedream 5.0 Lite 发布
字节跳动发布 Seedream 5.0 Lite 图像生成模型，采用多模态统一架构，跨模态理解与推理能力显著提升，Elo 评分超越前代 4.5 版本。模型首次引入实时检索增强能力，可联网获取最新知识，突破训练数据时间限制。内置丰富世界知识库，在信息可视化、视觉推理、复杂多主体生成等场景表现突出，能根据模糊指令精准修图，支持风格迁移与多步逻辑推理。目前已上线即梦 AI、火山方舟体验中心及豆包内测。
推荐理由：字节发布 Seedream 5.0 Lite，支持实时检索与深度推理的图像生成模型。
FireRedTeam：原创语音与多模态项目精选AI 评分6565 小红书团队开源 FireRed-Image-Edit 图像编辑模型并发布 REDEdit-Bench
小红书智能创作团队开源 FireRed-Image-Edit 图像编辑模型，权重采用 Apache 2.0 协议，并在 ImgEdit、GEdit 和自建 REDEdit-Bench 上取得开源模型中的最高分，如 ImgEdit_O 4.56。
推荐理由：小红书团队开源图像编辑模型，README 给出完整基准对比表、训练与部署方案，读者可自行核对开源 SOTA 的成色。
蚂蚁百灵：Developer Blog精选AI 评分8383 感知无界·创造有形：百灵全模态 Ming-flash-omni-2.0 焕新生活想象
百灵全模态大模型Ming-flash-omni-2.0正式发布。该模型基于MoE架构，在视觉、语音、图像等全模态能力上实现代际跃迁，其核心突破在于一个统一模型同时具备了强大的通用泛化能力和特定模态的专家级表现。具体特色包括：视觉百科能精准识别万物并关联知识；语音生成可控制情绪、方言，提供百种音色，并能统一生成语音、音效与背景音乐；图像创作可实现氛围重构、场景合成与智能擦除。技术层面通过亿级数据细粒度感知、知识对齐及超低帧率音频表征等创新实现性能飞跃。模型已在多个平台开源。
推荐理由：国产全模态模型开源，多模态能力达领先水准，开发者可直接体验或集成。
Qwen：Blog Retrieval Qwen-Image-2.0：专业信息图表与精美照片级真实感
Qwen-Image-2.0 发布，主打专业信息图表与照片级真实感图像生成。Qwen Studio 平台同步集成聊天、多模态理解、文档处理、网页搜索及工具调用等综合能力。
美团 LongCat：HuggingFace 新模型 美团-longcat/LongCat-Image-Edit-Turbo
美团-longcat发布LongCat-Image-Edit-Turbo图像编辑模型，秉持开源与开放科学理念推进人工智能技术的普及。该项目专注于图像编辑领域，旨在提供高效的图像处理能力。目前公开信息主要阐述项目愿景与使命，具体技术参数、性能指标及版本更新细节有待进一步披露。
Manus：Blog精选AI 评分6060 实测五款AI图像生成器：ChatGPT、Midjourney、Nano Banana Pro、Adobe Firefly与Manus对比
Manus博客发布一篇亲测对比，作者花数周用相同的逼真书籍、印象派油画、文本标志和幻想景观四个提示词测试五款AI图像生成器。ChatGPT (GPT-4o)与Manus获5/5评分，Midjourney 4/5，Nano Banana Pro与Adobe Firefly 3/5；五款中四款有免费版本，Midjourney是唯一无免费计划的工具。
推荐理由：作者用相同四个提示词实测五款图像生成工具，给出定价、免费额度和各自强弱项，便于按需求与预算挑选。
Midjourney：Updates Web 端更新
新增 6:11、4:5、5:4、21:9 四种宽高比选项；未使用 cref/oref 时自动去除 --cw/--ow 参数；自动清理 moodboard 任务中不支持的 weird 参数。
LMSYS Blog SGLang-Diffusion：发布两月进展综述
SGLang-Diffusion 最新版本（lmsysorg/sglang:dev-pr-17247）性能较初始版本提升2.5倍，在NVIDIA GPU上较其他方案快5倍。新增Day-0支持Flux.2、Qwen-Image系列、Z-Image-Turbo等多款模型，完整支持LoRA格式与HTTP API，并推出ComfyUI集成插件。技术层面引入Layerwise Offload机制实现计算与权重加载重叠，支持SP/TP混合并行及SageAttention系列后端，兼容AMD、4090、5090及MUSA硬件。
Midjourney：Updates精选 Niji V7 正式发布！
Niji V7 图像模型正式上线。该版本专为亚洲及动漫场景优化，改进了动漫连贯性、提示词理解能力、文字渲染效果及 sref 性能。
推荐理由：Midjourney 动漫专用模型 Niji V7 发布，生成质量再升级
Qwen：Blog Retrieval Qwen-Image-2512：细节更精细，真实感更强
Qwen-Image-2512 发布，图像细节与真实感显著提升。Qwen Studio 平台提供聊天、图像视频理解/生成、文档处理、网页搜索、工具调用及 artifacts 等全功能支持。
Qwen：Blog Retrieval Qwen-Image-Edit-2511：提升一致性
Qwen Studio 集成聊天机器人、图像与视频理解、图像生成、文档处理、联网搜索、工具调用及 artifacts 等全栈 AI 功能。
Manus：BlogAI 评分5252 Manus 发布 Design View 设计功能
Manus 发布 Design View，作为 Manus Agent 的扩展功能，支持生成图像、用标记工具对选中元素做精确编辑、提取和编辑图片文本，已向所有用户开放。设计模式由 Google 的 Nano Banana Pro 图像生成模型提供支持，移动端可按住标记、语音或文本输入指令并批量编辑多个区域。
Qwen：Blog Retrieval Qwen-Image-Layered：通过分层分解实现内在可编辑性
Qwen Studio 集成聊天机器人、图像与视频理解、图像生成、文档处理、网页搜索、工具调用及 Artifacts 等全栈能力，提供一站式多模态 AI 服务。
Manus：BlogAI 评分5353 Manus 上线 Nano Banana Pro 幻灯片局部编辑功能
Manus 推出 Nano Banana Pro 幻灯片编辑功能，此前每张幻灯片是完整图像，微小修改需重新生成。现在所有用户可对任意幻灯片编辑文本、指向并编辑视觉元素、查看前后对比并批量选择多个区域，编辑后保持与原始生成相同的质量，即日起面向所有用户开放。
OpenAI：官网动态精选AI 评分6363 OpenAI 推出 ChatGPT Images 并发布 GPT-Image-1.5
OpenAI 宣布推出更快的 ChatGPT Images 体验，并在 API 中提供 GPT-Image-1.5。官方还提到最新的 ChatGPT Images 2.5 可供探索。
推荐理由：原文给出 ChatGPT Images 体验更新与 GPT-Image-1.5 开放 API 的入口，读者可据此了解图像生成的最新版本动向。
OpenAI DevelopersAI 评分5555 OpenAI 发布 GPT-Image-1.5 提示词指南
OpenAI Developers 博客发布了一篇 Cookbook，旨在指导用户如何为 gpt-image-1.5 模型编写提示词，以获得更可靠的图像生成结果。该资料主要是一个指向具体教程页面的链接和简短描述。
美团 LongCat：HuggingFace 新模型 美团 LongCat-Image-Edit 图像编辑项目
美团发布 LongCat-Image-Edit 图像编辑项目，致力于通过开源与开放科学推进人工智能技术的普及与民主化。该项目旨在降低 AI 技术应用门槛，通过开放协作促进全球开发者共同参与技术创新，推动先进图像编辑能力的广泛可及。
Manus：BlogAI 评分5252 Manus Slides 集成 Nano Banana Pro，生成工作室级演示文稿
Manus 宣布 Manus Slides 集成 Google 的 Nano Banana Pro 图像生成模型，将提示词转化为完整幻灯片组，每张幻灯片为一张高分辨率图像。官方称其支持清晰文本渲染和全篇一致的视觉风格，功能面向所有 Manus 用户开放；该模型也可在 Manus 中用于独立图像生成。
美团 LongCat：HuggingFace 新模型 美团 LongCat-Image-Dev 开源图像项目
美团发布 LongCat-Image-Dev 开源项目，致力于通过开源和开放科学推进人工智能技术的普及与民主化。该项目作为 LongCat 系列的图像开发版本，旨在降低 AI 技术门槛，促进全球开发者协作创新，体现了美团在人工智能领域拥抱开源生态的战略布局。
美团 LongCat：HuggingFace 新模型 美团-longcat/LongCat-Image
美团-longcat 推出 LongCat-Image 开源项目，致力于通过开源协作与开放科学研究推进人工智能技术的进步与民主化。该项目旨在降低 AI 技术门槛，打破技术壁垒，让先进的 AI 能力更加普惠可及，体现了通过开放生态促进 AI 技术普及的战略愿景。
Together AI 研究与产品博客精选AI 评分6464 Together AI 上线 Black Forest Labs 的 FLUX.2 多参考图生图模型
Together AI 将 Black Forest Labs 的 FLUX.2 图像模型接入 Model Library，面向 100 万以上开发者提供多参考输入、hex 色号颜色匹配和文本渲染能力。
推荐理由：原文列出了多参考输入、hex 色号匹配和三个型号的具体参数，读者可据此判断是否接入现有生成工作流。
Google DeepMind：Blog Gemini 应用新增 AI 图像验证功能，可识别 SynthID 水印
Google 在 Gemini 应用中上线 AI 图像验证工具，用户上传图片即可查询是否由 Google AI 生成或编辑。该功能通过检测 SynthID 数字水印实现，该技术已应用于超 200 亿个 AI 生成内容。未来验证范围将扩展至视频和音频，并支持 C2PA 内容凭证标准。本周起，Nano Banana Pro（Gemini 3 Pro Image）在 Gemini、Vertex AI 和 Google Ads 中生成的图像将嵌入 C2PA 元数据，未来还将支持验证 Google 生态系统外的模型生成内容。
Google DeepMind：Blog精选AI 评分8080 Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image）图像生成与编辑模型
Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image），基于 Gemini 3 Pro 的高保真图像生成与编辑模型，已在 Google AI Studio 和 Vertex AI 以付费预览形式推出。
推荐理由：原文给出模型的核心能力细节、可用分辨率与接入方式，开发者可据此判断是否适合替换现有图像生成工作流。
Google DeepMind：Blog精选 Google DeepMind 发布 Nano Banana Pro 图像生成模型
Google DeepMind 发布 Nano Banana Pro 图像生成模型，基于 Gemini 3 Pro 构建，支持多语言可读文本直接渲染，可结合 Google Search 实时信息生成信息图表。该模型支持 14 张图像融合，保持 5 个人物形象一致性，输出 4K 分辨率。现已集成至 Gemini 应用、Google Ads、Google AI Studio 等产品，所有生成内容均嵌入 SynthID 水印以确保透明度。
推荐理由：Google 发布 Nano Banana Pro 图像生成模型，支持多语言文本渲染与 4K 输出
Midjourney：Updates Web 端更新
随 Profiles 功能今日上线，"Hide"过滤器更名为"Trash"。被移至 Trash 的创作内容将不再显示于 Create 页面，功能命名更贴合实际用途。
Midjourney：Updates Midjourney 推出用户个人资料功能
Midjourney 正式推出用户个人资料功能，用户可创建专属主页向社区展示作品，支持自定义用户名、头像、横幅、简介及社交媒体链接。
ElevenLabs：Blog精选AI 评分6262 ElevenLabs 推出 Image & Video (Beta)，整合视觉生成与音频创作
ElevenLabs 发布 ElevenLabs Image & Video (Beta)，将图像和视频生成纳入其创作平台。
推荐理由：官方宣布音频平台扩展到图像与视频，整合多家视觉模型并在同一工作流完成配音和导出，可关注其统一创作流程的实际体验。
LMSYS Blog SGLang Diffusion：加速视频与图像生成
SGLang 推出 Diffusion 推理引擎，将高性能 LLM 服务架构扩展至视频与图像生成领域。该系统支持 Wan、Hunyuan、Qwen-Image、Flux 等主流开源扩散模型，在 H100/H200 GPU 上实现 1.2-5.9 倍加速。通过 ComposedPipelineBase 架构抽象与统一序列并行技术，提供 OpenAI 兼容 API、CLI 及 Python 接口，并与 FastVideo 合作覆盖从训练到部署的全流程。
Google DeepMind：Blog Gemini 图像编辑功能迎来重大升级
Gemini 应用原生图像编辑功能迎来重大升级，用户现可通过更新后的工具以全新方式变换图像，获得更强大的创意编辑能力。
Together AI 研究与产品博客精选AI 评分6666 Together AI 上线 40 多个图像与视频生成模型，新增视频生成 API
Together AI 宣布扩展模型库，通过 Runware 合作集成 20 多个视频模型（含 OpenAI Sora 2、Google Veo 3、Minimax Hailuo、Kling v2.1）和 15 个以上图像模型（含 Google Imagen 4.0 Ultra、Nano Banana、Qwen Image），共 40 多个。
推荐理由：Together AI 官方给出了 40 多个图像与视频模型的名称、时长和逐模型定价，开发者可据此评估能否用一个平台替代多家供应商。
Midjourney：Updates Midjourney 风格排名与 TV 功能更新
Midjourney 启动第二轮高分辨率风格排名活动，改为单图排名模式以学习细节特征、改进风格系统。同期正在新增 TV 功能。
Microsoft AI：官方博客精选AI 评分6161 Microsoft AI 发布首个全自研图像生成模型 MAI-Image-1，登上 LMArena 文生图前十
Microsoft AI 发布首个完全在内部开发的图像生成模型 MAI-Image-1，在 LMArena 文生图榜单上首次亮相即进入前十。模型擅长生成写实图像，如光影（反弹光、反射）和风景，兼顾速度与质量，便于用户快速迭代后再迁移到其他工具精修。
推荐理由：微软首次全自研图像生成模型上线 Bing Image Creator 和 Copilot，主打生成速度与写实光影，创作者可以据此尝试更快迭代。