OpenMOSS 发布开源图像生成模型 MOSS-Image，主打长文本渲染与可编辑布局
OpenMOSS 发布开放权重图像生成模型 MOSS-Image，采用 5B 参数单流 DiT 从零预训练，支持最长 4K token 提示词、中英文长文本渲染和可编辑的 JSON Layout。
推荐理由：原文给出长文本渲染与布局评测数字及开放权重部署路径，读者可以据此判断它在文字密集图像任务中的适用边界。
#图像生成
OpenMOSS / 复旦NLP / 上海创智 / MOSI精选AI 评分7171
Microsoft AI：官方博客AI 评分5959 Microsoft AI 发布 MAI Image 2.7 图像编辑模型，登 Arena 第 3 和 Artificial Analysis 第 2
Microsoft AI 发布图像编辑模型 MAI Image 2.7 预览版，在 Arena Edit 排名第 3（使 Microsoft AI 成为第 2 的实验室），在 Artificial Analysis 图像编辑榜单排名第 2。
Comfy Blog同事件AI 评分7171 Black Forest Labs 发布开源权重模型 FLUX 3 Image Klein，5.6B 参数支持原生 4K 生成
Black Forest Labs 在 ComfyUI 发布 FLUX 3 家族的紧凑开源权重模型 FLUX 3 Image Klein，共 5.6B 参数，提供 Base 和 Distilled 两种版本，内部评测中文生图和多参考生成得分高于 Qwen-Image 2.1。
同一件事，精选收录的是《Black Forest Labs 发布开源文生图模型 FLUX 3 Image Klein（5.6B）》
Black Forest Labs：Blog精选AI 评分7777 Black Forest Labs 发布开源文生图模型 FLUX 3 Image Klein（5.6B）
Black Forest Labs 发布 5.6B 参数开源权重模型 FLUX 3 Image Klein，支持文生图、图像编辑和最多 10 张参考图的多参考生成，采用 FLUX Kommunity License。
推荐理由：官方公布了参数规模、显存门槛、生成速度和评测对比，读者可以评估它在本地部署与微调场景中的适配性。
Hugging Face 官方团队博客精选AI 评分7676 Black Forest Labs FLUX.3 Image Klein 登陆 Diffusers，支持边界框布局控制
Hugging Face 团队介绍 FLUX.3 Image Klein 模型发布首日即可在 Diffusers 中使用，单个模型支持文生图、多参考图生图和边界框布局控制。
推荐理由：官方教程覆盖布局控制、量化权重、显存与速度实测和架构拆解，读者可据此评估上手成本与适用场景。
Ideogram BlogAI 评分5959 Ideogram 4.5 产品图编辑教程：用 Precise Edit 分步改背景、换色与调整布景
Ideogram 官方发布 4.5 产品图编辑教程，演示用 Precise Edit 对键盘、跑鞋和烤面包机图做多步编辑，覆盖换背景、改色和道具替换。教程强调把大需求拆成单次小编辑、保留未改动母版、逐步验收键帽文字和接触阴影等易错细节，并介绍 References（最多四个无遮罩、三个有遮罩）和遮罩的用法；Precise Edit 需付费计划或购买 credits。
Midjourney：UpdatesAI 评分4949 Midjourney 在 Alpha 网站测试图像生成 Thinking Mode
Midjourney 正在 alpha.midjourney.com 测试图像生成的 Thinking Mode，用户可在任务 lightbox 中点击 "Rerun (Thinking)" 运行。测试显示该模式有助于提升提示词准确性、文字排版和画面连贯性。Midjourney 表示未来可能将其作为通用的 thinking 模式，或用于在任务完成后"增加更多思考"。
Gemini API：更新日志精选AI 评分6868 Gemini Nano Banana 2.1 图像生成模型正式发布，gemini-3.1-flash-image 被弃用
Google 在 Gemini API 更新日志中宣布 Gemini Nano Banana 2.1（gemini-nano-banana-2.1）正式可用，作为 Nano Banana 2（gemini-3.1-flash-image）的更新版本。
推荐理由：原文列出新模型相对上一代的具体提升点和新支持的比例与分辨率，可帮助图像生成用户判断是否迁移。
Google Research：BlogAI 评分4242 Google Research 提出 Diffusion Controller：统一并简化 AI 图像生成控制
Google Research 提出 Diffusion Controller 框架，将扩散模型的去噪过程重构为连续控制问题，用轻量"转向阻尼器"网络在不改动基座模型权重的前提下动态调整生成轨迹。
Google Blog：AIAI 评分5151 Google 与 XPRIZE 联办的 Future Vision XPRIZE 揭晓，独立电影人 Jeff Synthesized 凭《The Gifted》获大奖
Google 与 XPRIZE、Range Media Partners 合办的 Future Vision XPRIZE 在洛杉矶揭晓，独立电影人 Jeff Synthesized 凭《The Gifted》从全球 2500 多件参赛作品中获得大奖。
蚂蚁百灵：Developer Blog精选AI 评分6868 蚂蚁百灵开源 Ming-Image-0.1-Design 系列 6B 设计模型
蚂蚁百灵开源 Ming-Image-0.1-Design 系列两个 6B 模型，Design 从文字需求端到端生成 UI、信息图和海报，Layer 将设计图拆成 2 到 9 个语义独立的 RGBA 图层，并同步开源 Design Skill 和 PPT Skill。
推荐理由：官方开源两个 6B 设计模型并给出评测数据和落地场景，读者可以据此评估它在设计交付链路中的可用性。
腾讯混元：Research精选AI 评分6060 腾讯混元发布 Hy Image3.5 preview 图像生成模型
腾讯混元发布 Hy Image3.5 preview，支持文生图与图生图、最多 5 张参考图、多轮编辑和最高 2K 分辨率输出，经上百名专业设计师 GSB 盲测对上一代胜率综合提升 30% 以上。
推荐理由：原文给出了文本渲染、编辑一致性与定价等具体能力细节，以及多家腾讯内部产品的实测反馈，便于评估适用场景。
Qwen：Blog Retrieval精选AI 评分7272 Qwen 开源 Qwen-Image-2.1：7B 统一生成与编辑并原生支持透明图像
Qwen 团队开源 Qwen-Image-2.1，将文生图与图像编辑统一到一个模型中，视觉生成组件仅 7B 参数，并原生支持生成和编辑透明图像。模型支持最多 10 张参考图、圆形/涂鸦/独立蒙版指定局部编辑，通过混合粒度注意力架构和 KV cache 复用提升推理效率，同时改进文字渲染、人像光照与人物产品保真度，并覆盖全景图、信息图和分镜等任务。
推荐理由：官方详解了 7B 统一图像模型的透明图像生成、10 图参考编辑与推理优化，读者可据此评估在设计等场景的可用性。
OpenRouter：Announcements精选AI 评分7171 OpenRouter 实测 20 个图像生成模型的成本、编辑与质量
OpenRouter 对其路由的 20 个图像生成模型用相同提示词实测计费，单张图片成本在 $0.006 到 $0.134 之间，相差 22 倍。
推荐理由：OpenRouter 用同一提示词实测 20 个图像生成模型的真实计费，读者可以借此绕开各不相同的计价单位直接比较成本。
蚂蚁 inclusionAI：GitHub 新仓库AI 评分5656 蚂蚁 inclusionAI 开源 Ming-Image-0.1-Design 系列设计图像生成模型
蚂蚁 inclusionAI 在 GitHub 开源 Ming-Image-0.1-Design 系列，包含两个 6B 参数模型：Ming-Image-0.1-Design 生成 UI、信息图、海报等文字丰富的完整视觉设计，Ming-Image-0.1-Design-Layer 将平面设计图分解为可独立编辑的透明图层。
Tibo@thsottiauxAI 评分5555引用OpenAI@OpenAIChatGPT Images 2.5—faster, sharper, smarter, with better tools for creating whatever you can dream of. - Faster image generation to keep your ideas flowing - Improved fidelity for more natural, recognizable images - Consistent details across multiple edits - Comment-based edits to change only what you want
OpenRouter：Announcements精选AI 评分6464 OpenRouter 教程：用代码调用 Nano Banana 2 编辑图像
OpenRouter 发布教程，演示通过 API 向 google/gemini-3.1-flash-image（即 Nano Banana 2）发送源图和文本指令完成图像编辑，编辑结果以 base64 形式在响应中返回。教程给出 Python 和 TypeScript 示例、提示词写法、多轮小步编辑方法，以及更换模型只需改一个字段，并介绍了 Nano Banana 系列四个成员的价格与质量差异。
推荐理由：原文给出完整可运行的图像编辑请求代码和提示词写法，读者可以照搬并把模型换成其他供应商做对比。
Runway：News精选AI 评分6363 Runway 推出 Adobe 插件，Premiere Pro 和 After Effects 内可直接生成和编辑
Runway 发布 Runway Plugins，面板可直接嵌入 Premiere Pro 和 After Effects，无需导出导入即可在时间线内生成图像和视频、重渲染片段并一键放置结果。
推荐理由：原文给出了插件的功能范围、付费条件与下载方式，剪辑工作流用户可据此评估是否把生成环节搬进时间线。
OpenAI：官网动态精选AI 评分7979 OpenAI 发布 ChatGPT Images 2.5 图像模型
OpenAI 发布 ChatGPT Images 2.5 图像模型，生成延迟比 Images 2.0 降低最多 50%，细节、编辑精度、参考照片保真度和多轮编辑一致性均有提升。
推荐理由：官方原文给出与 Images 2.0 的具体对比数据、新功能入口和 API 双模型分工，读者可以据此评估是否迁移现有图像工作流。
Microsoft AI：官方博客精选AI 评分6363 Microsoft 发布 MAI-Image-2.6 与 MAI-Image-2.6-Flash 图像模型
Microsoft 于 9 月 4 日发布 MAI-Image-2.6，称其为迄今最强的图像模型，并面向开发者上线 Microsoft Foundry，同时推出面向低延迟、高吞吐场景的 MAI-Image-2.6-Flash。
推荐理由：原文给出排名、速度和效率数字，并说明两个版本分别面向精度与吞吐的不同场景，便于开发者按工作流选型。
蚂蚁 inclusionAI：HuggingFace 新模型AI 评分5858 蚂蚁 inclusionAI 开源 6B 统一图像生成与编辑模型 LLaDA-Image
蚂蚁 inclusionAI 发布开源统一图像生成与编辑模型 LLaDA-Image，提供 50 步 Base 和 4 步蒸馏 Turbo 两类 checkpoint，均有 BF16 与 FP8 版本。
蚂蚁 inclusionAI：HuggingFace 新模型AI 评分5959 蚂蚁 inclusionAI 开源 LLaDA-Image 图像生成与编辑模型家族
蚂蚁 inclusionAI 发布开源统一图像生成与编辑模型 LLaDA-Image 家族，包括 6B 参数、50 步采样的 Base 版和 2-4 步的 Turbo 蒸馏版，同时提供 BF16 与 FP8 checkpoint 及 Diffusers 推理代码。
Midjourney：UpdatesAI 评分4343 Midjourney Alpha 更新：v8.2 编辑模型上线 lightbox 内置编辑器
Midjourney 在 alpha.midjourney.com 上线 v8.2 编辑模型，并在 lightbox 中内置新编辑器，可直接用自然语言指令编辑图片、最多附加 4 张参考图，并集中查看本次会话的全部编辑。lightbox 还试验了 Change Style 功能，同时修复了 Niji 7 与 inpainting 组合等问题并提升了速度。
Google Blog：AI精选AI 评分6262 Google Workspace 推出图像创作编辑工具 Google Pics
Google 发布 Workspace 图像创作与编辑工具 Google Pics，将在未来数周内面向所有 Google AI Pro 和 Ultra 订阅者及多数 Workspace 商业客户推出。
推荐理由：官方发布详解 Pics 的编辑控制与 Workspace 集成节奏，读者可据此判断它如何嵌入现有文档和幻灯片工作流。
蚂蚁 inclusionAI：GitHub 新仓库AI 评分5252 蚂蚁 inclusionAI 开源 LLaDA-Image 图像生成与编辑模型家族
蚂蚁 inclusionAI 发布开源统一的 6B 图像生成与编辑模型家族 LLaDA-Image，含 50 步 Base 模型和 4 步蒸馏的 Turbo 模型，均支持文生图、VQ 条件生成、参考图编辑和中英文文字渲染。在 Qwen-Image-Bench 上总分达英文 53.53、中文 53.38，仓库已提供 checkpoints 和基于 Diffusers 的推理代码，训练代码即将开源。
蚂蚁 inclusionAI：HuggingFace 新模型AI 评分5555 蚂蚁 inclusionAI 开源 LLaDA-Image 图像生成与编辑模型家族
蚂蚁 inclusionAI 发布 6B 参数的开源统一图像生成与编辑模型家族 LLaDA-Image，包含 50 步 Base 模型和经 Twin-DMD 蒸馏的 2–4 步 Turbo 模型，权重与 Diffusers 推理代码已在 Hugging Face 开放。
蚂蚁 inclusionAI：HuggingFace 新模型AI 评分5757 蚂蚁 inclusionAI 开源 6B 图像生成与编辑模型 LLaDA-Image
蚂蚁 inclusionAI 发布开源统一图像生成与编辑模型 LLaDA-Image，参数量 6B，含 50 步 Base 版和经 Twin-DMD 蒸馏的 4 步 Turbo 版，支持文生图、VQ 条件生成、参考图编辑和中英文文字渲染。
Midjourney：Updates精选AI 评分7272 Midjourney 开放测试首个 V8.2 图像编辑模型
Midjourney 开始让所有用户测试首个 V8.2 图像编辑模型，支持指令编辑图片、最多 4 张参考图生成（取代 omni-reference）、局部重绘、画布扩展以及 personalization、moodboards 和 srefs。
推荐理由：原文列出了 V8.2 图像编辑模型的具体能力和多个使用入口，读者可以据此对比它对现有 Midjourney 工作流的改变。
Apple Machine Learning ResearchAI 评分5252 STARFlow2：用归一化流桥接语言模型，实现统一多模态生成
STARFlow2 提出将自回归归一化流与语言模型统一，用于多模态生成。该方法观察到自回归归一化流与 LLM 共享因果掩码、KV-cache 机制和从左到右结构，从而弥合文本与图像生成的架构差异，避免离散 token 化带来的视觉保真度损失。
OpenRouter：AnnouncementsAI 评分5555 OpenRouter 推出图像基准测试，覆盖全部 39 款图像模型
OpenRouter 发布 Visual Image Benchmarks，帮助用户快速评估其提供的全部 39 款图像模型（截至 2026 年 8 月）的实际能力。基准测试用七类挑战性提示词区分模型差异，包括不可能场景、计数、文本、空间关系、否定指令、编辑和一致性，并以网格形式展示结果，支持按价格和生成时间排序。OpenRouter 计划未来将该工具扩展至视频和音频模态。
- Tibo@thsottiauxAI 评分4040引用OpenAI Developers@OpenAIDevs
Transparent backgrounds are now available in preview for GPT-Image-2 in the API. Generate reusable assets you can place on any background—for product imagery, graphic design, website mockups, and marketing campaigns.
Runway：NewsAI 评分4040 Populous 如何用 Runway 呈现全球标志性场馆设计
全球设计公司 Populous 高级建筑师 Georgina Myers 介绍团队用 Runway 辅助体育场馆概念设计：过去完整视频需外部渲染团队至少三周，且提交前两周须冻结设计模型；如今 Runway 能生成传达尺度感的完整渲染和航拍图，将视觉制作时间缩短，让设计师把时间还给设计本身。该工具已用于利雅得 MBS 体育场等中东项目，支持 9 种不同活动模式的场景迭代。
蚂蚁 inclusionAI：GitHub 新仓库精选AI 评分6464 inclusionAI 开源 ConceptEdit：基于概念缩放与密集监督的图像编辑数据生成管线
蚂蚁集团 inclusionAI 开源 ConceptEdit，一个基于概念缩放与密集监督的图像编辑数据生成管线。该管线通过三阶段流程（VLM 生成指令、FLUX 执行编辑、VQA 评估筛选）构建大规模、基于分类法的图像编辑数据集，并提供单概念与多概念两种变体。项目采用 MIT 许可证，支持断点续跑，需 OpenAI 兼容 VLM 端点与本地 FLUX 检查点。
推荐理由：流水线把图像编辑数据生成拆为指令生成、FLUX 编辑、VLM 评判三步，多概念版本将多个并行编辑合并为一条指令并支持断点续跑，为构建带质检的编辑训练数据提供可复用框架。
OpenRouter：AnnouncementsAI 评分5656 OpenRouter 图像生成 API：代码优先的接入教程
OpenRouter 推出专用图像生成 API，通过统一请求格式和单一密钥即可调用多个提供商的图像模型。开发者向 POST /api/v1/images 发送请求，响应中的 data[0].b64_json 包含 base64 编码的图像数据，解码后即可保存为本地文件。教程演示了 Python 和 JavaScript 两种实现，并支持通过 input_references 传入参考图像生成变体。
a16z：NewsAI 评分5151 你最喜欢的创作者不是真人——这重要吗？
一位作者用ChatGPT生成图像、Minimax 3和Grok Imagine 1.5生成视频，打造了虚拟女生Janie，并让她参加阿拉巴马大学姐妹会招募。一周内Janie获得1300名粉丝，视频平均观看量达数万次，20条视频中8条被TikTok标记为AI生成，但未影响表现。作者未标注AI身份，认为这违反了TikTok服务条款，但旨在测试平台与观众的识别能力。
Microsoft AI：官方博客精选AI 评分6262 Microsoft 发布 MAI-Image-2.6，Arena 文生图榜单排名第二
Microsoft AI 发布 MAI-Image-2.6，在 Arena 文生图排行榜上排名第二，超过 Meta、Google 和 xAI 的模型。该模型整体比 MAI-Image-2.5 提升 +79 Elo，其中文本渲染提升 +91 Elo，各评测类别均有提升；已在 Arena 开放体验，稍后登陆 MAI Playground，并将陆续接入 Microsoft Foundry 等产品。
推荐理由：官方公布了 Arena 排名与各项 Elo 提升数据，读者可据此比较 MAI-Image 2.6 与 Google、Meta、xAI 模型的图像生成质量变化。
Apple Machine Learning ResearchAI 评分5656 驯服扩散 Transformer 中的离群 token：Dual-Stage Registers 干预
研究发现扩散 Transformer（DiT）图像生成流程中，预训练 ViT 编码器和 DiT 去噪器均会产生离群 token，尤其在中间层，且简单掩蔽高范数 token 无法改善性能，问题与局部 patch 语义损坏相关。为此提出 Dual-Stage Registers（DSR）干预方法，在 ImageNet 和文生图任务上持续减少离群伪影并提升生成质量。
Runway：NewsAI 评分5252 Nvidia 高管：AI 是值得重建的全新计算模型
Nvidia 媒体与娱乐部门副总裁 Richard Kerris 认为，AI 不是可叠加的功能，而是值得围绕其重建的全新计算模型。Runway 仅用一天便将 Gen-4.5 迁移至 Nvidia 最新平台 Vera Rubin，生成速度从分钟级提升至即时，使视频生成变为实时创作循环。
Runway：NewsAI 评分4040 Skyscanner 如何用 Runway 消除前期制作中的猜测
Skyscanner 品牌团队在美加品牌广告拍摄中，使用 Runway 辅助艺术指导，在开拍前锁定镜头构图、灯光方向和演员站位，并在片场实时验证拍摄内容。团队将 Runway 生成的场景、道具和构图直接放入最终广告版式（OOH、Meta 广告等），将原本需要两周的构思过程压缩为可执行的预可视化方案，使拍摄现场反馈闭环从后期提前到实时。
OpenRouter：AnnouncementsAI 评分6060 OpenRouter 新增图像生成模型专用 API 端点
OpenRouter 通过专用 `/api/v1/images` 端点提供图像生成模型服务，图像理解仍通过 `/chat/completions` 端点完成，两者共用同一 API Key 和计费体系。该平台同时公布了两种任务的完整接口合约，并修复了此前出现的“no endpoints found”错误。