跳到正文
#图像生成
7月8日周三
  1. 公众号：火山引擎49

    火山引擎Seedance官方API接入声明

    火山引擎声明，市场上出现的“火山Seedance模型接口”“Seedance低价中转接口”等均为非官方授权，存在数据泄露、服务中断、无SLA等风险。官方渠道是当前唯一合法的API接入途径。已接入非官方接口的客户应在30天内通过火山引擎官方完成合规迁移。火山引擎近期发布Seedance 2.5，欢迎通过官方路径接入。

  2. IT之家·人工智能77

    Meta 发布自研图像生成模型 Muse Image，免费登陆 Instagram 与 WhatsApp

    7 月 7 日，Meta 推出自研图像生成模型 Muse Image，免费通过 Meta AI 应用及 Instagram、WhatsApp 提供。支持对话生成、擦除背景、生成二维码、渲染清晰文字；内置预设可修复老照片、将自拍转为黏土动画或游戏角色，并可整合 Facebook Marketplace 重新设计房间。与 Muse Spark 配合多步骤规划，支持 @提及 Instagram 公开照片创作，可圈画编辑。Instagram Stories 提供超 30 种 AI 特效。WhatsApp 部分国家已上线。免费使用，超额需订阅。未来将拓展至 Facebook 和 Messenger，广告主可调用。Muse Video 模型在开发中。

  3. TechCrunch：AI59

    Meta 推出 AI 图像生成器 Muse Image

    Meta 发布由 Meta Superintelligence Labs 开发的新 AI 图像生成器 Muse Image（代号 Mango），免费向 Meta AI App、Instagram Stories 和 WhatsApp 用户开放。Muse 支持通过预设提示词生成滑稽卡通图像，可定制 Facebook Marketplace 广告或模拟旧沙发摆放效果，具备基于提示词的图像编辑功能（擦除背景干扰物、生成 QR 码）。Meta 同步推出 Muse 支持的 Instagram Stories AI 滤镜。免费额度有限，超出需订阅，视频生成工具 Muse Video 已在开发中。

  4. AI at Meta68

    Meta超级智能实验室发布首个媒体生成模型组Muse Image和Muse Video。Muse Image是当前最先进的图像生成模型，支持指令跟随、精确编辑、多参考构图，利用Instagram社交上下文，具备智能体工具使用能力并集成Muse Spark，已在Meta AI应用、网页、Instagram Stories和WhatsApp有限国家上线。Muse Video基于相同预训练基础，提供有竞争力的提示遵从、视觉保真度和时间一致性，原生支持音频。团队正重点解决音视频同步及物理精确快速运动等性能差距。

    引用AI at Meta@AIatMeta

    Introducing Muse Image and Muse Video, the first media generation models developed by Meta Superintelligence Labs. Muse Image is our most advanced image generation model yet. It follows instructions faithfully, edits with precision, composes from multiple references, and draws on Instagram for social context. It also brings agentic tool use capabilities to image generation and integrates with Muse Spark. You can try Muse Image in the Meta AI app and web, as well as in Instagram Stories and WhatsApp – starting in limited countries with more locations on the way. Today we’re also previewing Muse Video, which is built upon the same pretraining base as Muse Image to deliver exceptional visual fidelity with native audio support. Learn more about both models: https://go.meta.me/7f4427

  5. Krea66

    Krea 2 的身份保留功能已发布，配套模型和 ComfyUI 节点也已上线。🔥

    引用Brie Wensleydale🧀🐭@SlipperyGem

    这正是我渴望的那种 ID 保留类功能。 我明天要出行，所以没法测试它。我很好奇它在风格化角色上的效果如何…… https://huggingface.co/conradlocke/krea2-identity-edit https://github.com/lbouaraba/comfyui-krea2edit

    推荐理由：Krea 2的ID保持终于被社区做出来了，附带ComfyUI节点，想稳定控制角色一致性的人可以立刻用起来。

  6. The Verge：AI71

    Meta发布Muse Image模型，可引用其他Instagram用户生成AI图片

    Meta发布首个由Superintelligence Labs开发的AI图像生成模型Muse Image，已集成至Meta AI、Instagram和WhatsApp，即将登陆Facebook和Messenger。该模型与Muse Spark大语言模型配合，具备智能体能力，可推理提示词、搜索网页并规划后生成。用户可在提示中用@提及其他Instagram账户，将他们的公共照片融入生成图像。模型还支持基于建议提示转换图片、创作邀请函等设计、根据Facebook Marketplace图片重新设计房间，以及直接在图片上绘画修改。Meta计划推出Muse Video模型，并称其在提示遵循、视觉保真度和时间一致性上具有竞争力；Muse Image将为Instagram Story带来30种新AI效果，先在美国上线。

  7. AI at Meta74

    Meta超智能实验室今日发布Muse Image和Muse Video，为首批媒体生成模型。Muse Image是Meta目前最先进的图像生成模型，能精确遵循指令、精准编辑、从多参考图像合成，并利用Instagram社交上下文。其最大特点是Agent式工作：调用工具、自我优化，通过缩放测试时计算改进，并与Muse Spark协作生成媒体。Muse Video基于相同预训练基础，具备原生音频支持，提供卓越视觉保真度。Muse Image已在Meta AI应用、网页、Instagram Stories和WhatsApp中有限国家开放试用。

    引用AI at Meta@AIatMeta

    Introducing Muse Image and Muse Video, the first media generation models developed by Meta Superintelligence Labs. Muse Image is our most advanced image generation model yet. It follows instructions faithfully, edits with precision, composes from multiple references, and draws on Instagram for social context. It also brings agentic tool use capabilities to image generation and integrates with Muse Spark. You can try Muse Image in the Meta AI app and web, as well as in Instagram Stories and WhatsApp – starting in limited countries with more locations on the way. Today we’re also previewing Muse Video, which is built upon the same pretraining base as Muse Image to deliver exceptional visual fidelity with native audio support. Learn more about both models: https://go.meta.me/7f4427

  8. AI at Meta75

    Meta Superintelligence Labs 发布首个媒体生成模型 Muse Image 和 Muse Video。Muse Image 是目前最先进的图像生成模型，能精确遵循指令、精准编辑、多参考构图，并利用 Instagram 社交上下文。它还具备智能体工具使用能力并集成 Muse Spark。用户可通过 Meta AI 应用、网页、Instagram Stories 和 WhatsApp 试用，初始限于部分国家。Muse Video 基于相同预训练基础，实现高视觉保真度并原生支持音频。

    推荐理由：Meta 超级智能实验室的首个媒体生成模型，把图像生成跟 Instagram 社交语境结合听起来很实用，但细节还少，期待后续实测。

  9. Rohan Paul63

    Meta Superintelligence Labs推出Muse Image，这是继Muse Spark后的首个图像生成模型。它将驱动Instagram照片编辑新功能并集成到广告营销工具。此前Meta内部依赖Midjourney和Black Forest Labs，自研Muse Image以控制质量、成本和产品节奏。消费者可通过Meta AI、WhatsApp和Instagram Stories免费使用，超出限额需订阅Meta One等计划。用户可基于提示词、添加照片、注释编辑或涂鸦修改，支持消除路人、生成二维码、保持文字可读。广告商可通过Advantage+创意获取变体、风格替换和品牌适配版本。内部测试中，Muse Image编辑能力落后GPT Image 2但优于Nano Banana 2。这是Meta将AI基础设施投入转化为营收的尝试。

7月7日周二
  1. Apple Machine Learning Research40

    MT-EditFlow：基于流匹配的多轮图像编辑强化学习

    针对单轮图像编辑模型在多轮交互中因单轮失败导致序列中断、误差累积的问题，提出 MT-EditFlow 流匹配强化学习框架。该框架整合多轮视角与多奖励公式，统一支持 GRPO 和 NFT 类强化学习方法，并系统分析轮次聚合评分策略、VLM 推理模式（权衡奖励偏差与方差）以及优势融合层级（防止奖励黑客行为）。研究发现将聚合优势广播至整个编辑轨迹能弥合局部规划与全局多轮任务成功之间的差距。实验表明，MT-EditFlow 在多种基模型上显著提升性能，其中 FLUX.1-Kontext-dev 的 turn-3 整体性能提升 6.85 分，超越 Qwen-Image-Edit 等开源模型。

  2. IT之家·人工智能53

    微信AI小程序成长计划加码：Token额度升至10亿，生图10万张

    腾讯云开发CloudBase宣布，微信AI小程序成长计划本轮加码：通过云开发开发的小程序，大模型Token额度从1亿提升至10亿，AI生图额度从1万张提升至10万张；模型全面升级至混元最新Hy3与Hy Image 3.0生图模型。资源包自申请成功起6个月有效，全行业开发者可申请。没有云开发环境者可免费获得6个月个人版环境，已有环境自动升级或领取120元代金券，均附赠AI资源包。激励期为2026年全年，个人及企业主体可参与（限文娱、工具、社交等类目）。（共163字）

  3. 公众号：火山引擎41

    安踏集团×火山引擎：打造穿搭大模型“灵犀”，重塑线上购物体验

    安踏集团与火山引擎合作，基于Lumina平台及Seedream、Seedance、Seed系列模型，推出“灵犀穿搭大模型”，实现智能穿搭推荐、虚拟试衣试鞋及创意海报视频生成。在主流电商平台试运行中，转化率提升超10%，退货率下降超10%，版型与材质还原度超90%，内容制作周期从数天压缩至几分钟，成本下降80%。该模型依托安踏近6年百万组产品数据训练，在穿着贴合感、材质质感、清晰度、光影自然度、细节保真度、整体真实感六项技术维度优于通用模型。

7月6日周一
7月5日周日
  1. IT之家·人工智能61

    Midjourney 反击好莱坞：要求迪士尼等制片厂披露自身 AI 使用情况

    Midjourney 在与迪士尼、环球影业、华纳兄弟的版权诉讼中，申请强制三家影业披露自身 AI 使用情况。Midjourney 辩称其模型使用受版权保护的角色图像训练属于合理使用，并指出影业内部可能也存在类似未经授权下载素材训练 AI 的行为。此前法官裁定影业仅需提供面向消费者的 AI 生成内容，Midjourney 请求撤销该限制，要求影业交出所有在 Midjourney 平台使用过的提示词及对应生成图像。制片厂律师称该请求属于大范围证据搜寻。

  3. TechCrunch：AI66

    Midjourney 要求好莱坞制片厂披露自身 AI 使用细节

    Midjourney 在与迪士尼、环球和华纳兄弟的版权诉讼中，要求对方披露自身使用生成式 AI 的具体情况。Midjourney 认为，若制片厂也在内部未经授权使用受版权保护的内容训练 AI，则证明其行为属行业惯例。此前法官裁定制片厂仅需提供涉及面向消费者的视频和图像的相关文档。Midjourney 最新动议试图推翻该限制，并主张制片厂应公开所有在 Midjourney 上使用的提示词及对应输出结果。片方律师称此举为“钓鱼执法”。

7月4日周六
7月3日周五
  1. 公众号：京东JoyAI65

    JoyAI App上线UGC数字人功能，一张照片即可“捏”出专属虚拟玩伴

    JoyAI App正式上线UGC数字人功能，用户上传一张照片即可生成高度还原的写实数字分身，或搭配模板重塑为卡通形象，并支持复刻音色。该功能复用“万能博士”技术底座，实现全双工对话能力，可随时打断、自然接话，同时提供点外卖、金融咨询等生活服务。

    推荐理由：照片生成数字人并不新鲜，但把全双工对话和京东生活服务（点外卖、金融咨询）集成进一个虚拟玩伴，让陪伴型智能体有了更直接的服务抓手。

7月2日周四
7月1日周三
  1. IT之家·人工智能49

    苹果 Pages、Keynote 和 Numbers 办公三件套升至 15.3 版

    苹果6月30日将iWork三件套（Pages、Keynote、Numbers）升级至15.3版。针对Apple创作坊订阅者，新增在iPad版Pixelmator Pro中直接打开并查看已编辑图像，以及通过文本描述生成可编辑自定义形状。面向所有用户：Pages新增自动插入连字符、显示/隐藏格式符号；Keynote新增平移、辐射状擦除、字符模糊等过渡与构件；Numbers新增隐藏/显示单个工作表、给工作表标签加色。三应用均优化从内容中心替换图像。

  2. IT之家·人工智能50

    谷歌推出 AI 生图模型 Nano Banana 2 Lite：4 秒出图，比标准版更快更便宜

    谷歌发布新款 AI 图像与视频生成模型 Nano Banana 2 Lite，可在 4 秒内生成一张图像，延迟较此前明显下降。每生成 1000 张图像收费 0.034 美元（约合 0.23 元人民币），主打速度和批量处理能力，面向高频、大规模的内容生产流程。该模型现已登陆谷歌 AI Studio、Gemini API 和 Gemini Enterprise Agent Platform，并将取代初代 Nano Banana。

  4. TechCrunch：AI57

    Google 发布更快更便宜的图像生成器 Nano Banana 2 Lite

    周二，Google 推出其自研 AI 图像和视频生成器最新版本 Nano Banana 2 Lite。该模型延迟大幅降低，可在4秒内生成图像，成本为每1000张图像0.034美元，针对高吞吐量工作流优化，现已通过 Google AI Studio、Gemini API 及 Gemini Enterprise Agent Platform 上线，并取代原 Nano Banana 成为“遗留模型”。同日，Google 还宣布扩大 Gemini Omni Flash 的发布范围，视频输出价格为每秒0.10美元，并展示了可将静态图像转为电商视频的演示应用 Omni Product Studio。

  5. Ars Technica：AI69

    Google DeepMind 发布 Nano Banana 2 Lite 图像生成模型

    Google DeepMind 发布 Nano Banana 2 Lite（正式名 Gemini 3.1 Flash Lite Image），默认低思考模式下约4秒生成一张图像，标准 Nano Banana 需约20秒。API 价格为每1000张图像 $0.034，输入 token $0.25/1M，输出 token $1.50/1M，是 Nano Banana 2 的一半，输出成本为 Nano Banana Pro 的八分之一。用户 Arena.ai Elo 评分接近非 Lite 版本，但在文本处理、小字和角色一致性上较弱。所有输出图像均带有 SynthID 水印。即日起可通过 Google AI Studio、API 及 Gemini（选择 Flash-Lite 选项）使用。

  6. The Decoder：AI News59

    Google 发布 Nano Banana 2 Lite 图像模型与 Gemini Omni Flash 视频模型

    Google 推出两款新生成式 AI 模型。Nano Banana 2 Lite 可在 4 秒内生成图像，每张成本 0.034 美元（1K 分辨率），API 名称为 `gemini-3.1-flash-lite-image`。Gemini Omni Flash 允许开发者通过文本提示在 API 中生成和编辑最长 10 秒的视频，每秒输出价格 0.10 美元。Google 推荐将两个模型链式使用：先用 Nano Banana 2 Lite 生成图像，再传递给 Gemini Omni Flash 转化为视频。两者均使用 SynthID 水印，已通过 Google AI Studio、Gemini API 和 Gemini Enterprise Agent Platform 提供。

  7. Rohan Paul72

    Google推出快速图像模型Nano Banana 2 Lite（4秒生成，$0.034/1K分辨率图像）以及视频编辑模型Gemini Omni Flash（输出10秒片段，$0.10/秒，支持文本/图像/视频输入和对话式剪辑）。两者可链式使用：Nano生成参考图，Omni将其动画化，逐步替代gemini-2.5-flash-image。当前Omni Flash API不支持音频参考，视频参考最多3秒但未正确生效；Interactions API保留会话上下文，支持连续3次编辑。

    引用Logan Kilpatrick@OfficialLoganK

    Introducing Nano Banana 2 Lite 🍌 and Gemini Omni Flash 🔮, our new generative media models in the Gemini API and AI Studio! Nano Banana 2 Lite is extremely fast (<4s image) & cheap ($0.034 / 1K image). Omni Flash is SOTA at video editing at $0.10 / sec, same as Veo 3.1 Fast!

  8. Apple：Newsroom66

    Apple Creator Studio 更新：更智能、更快速、更互联

    Apple Creator Studio 推出多项 AI 增强更新。Final Cut Pro 新增 on-device AI 驱动的 Generate Captions（自动转录音频生成字幕）和 Edit Detection（自动检测剪辑点）。Mac 版加入 Auto Mask（自动识别皮肤、天空等主体）、增强的 Match Color 和 Advanced Trimming。支持将帧发送至 Pixelmator Pro 编辑，并在 Keynote、Pages、Numbers 中直接调用 Pixelmator Pro 修改图片。Logic Pro 新增 Grammy 制作人制作的 Producer Project 及 Chord ID 改进。订阅价 $12.99/月或 $129/年，新用户免费试用一个月，教育用户 $2.99/月。

    推荐理由：Final Cut Pro 的自动字幕和遮罩是实打实的工作流提升，Pixelmator Pro 的深度整合也让设计更顺畅，虽然没有颠覆性突破，但创意工作者今天就能用上。

  11. Google AI74

    Google AI 推出两大模型更新：1）Nano Banana 2 Lite——最快、最经济的 Gemini 图像模型，文本生成图像不到 4 秒，已上线 Gemini API 和 AI Studio，即将登陆 NotebookLM、Google 搜索、Google Photos 等；2）Gemini Omni Flash 进入公开预览——原生多模态模型，支持低成本视频生成与对话式编辑，可通过 Gemini API、AI Studio 及 Gemini Enterprise Agent Platform 集成。两模型结合可快速实现空间设计重绘：上传照片、滑动选择设计方案，Omni 将细节以电影级动画呈现。演示应用已在 AI Studio 上架。

  12. Google DeepMind：Blog70

    Google DeepMind 发布 Nano Banana 2 Lite 和 Gemini Omni Flash

    Google DeepMind 推出 Nano Banana 2 Lite（gemini-3.1-flash-lite-image），为 Nano Banana 系列速度最快、成本最低的图像模型，文本到图像输出仅需 4 秒，每 1K 分辨率图像成本 $0.034，已上线 Google AI Studio、Gemini API 及消费者产品（AI Mode in Search、Gemini app 等）。同时推出 Gemini Omni Flash（gemini-omni-flash-preview），支持高画质视频生成与对话式编辑，视频输出定价 $0.10/秒，面向开发者开放 API。

    推荐理由：Nano Banana 2 Lite 把图像生成拉到 4 秒延迟和 0.034 美元单价，很适合高频草稿流，Omni Flash 首次对开发者开放视频生成和对话编辑，两个模型串起来的快速迭代工作流是这次最实用的更新。

6月30日周二
  1. TechCrunch：AI40

    Proton 旗下隐私优先 AI 聊天机器人 Lumo 迎来升级

    Lumo 2.0 新增图像识别和图像生成能力，用户可上传图片进行分析或编辑。Projects 功能新增用户控制的持久记忆，可跨对话保留偏好。响应速度比上一代提升 76%，并引入思考模式处理复杂问题。采用零访问加密架构，数据端到端加密，服务器不记录会话日志，不使用用户数据训练或与第三方共享。即日起可用，提供免费版及 Plus、Professional 付费方案。

  2. IT之家·人工智能43

    小米澎湃 OS 3 升级：新增 2026 世界杯赛程小部件，相册 AI 修图工具整合

    小米澎湃 OS 3 今日官宣升级。足球赛事方面：超级小爱新增赛事预约与问答（需 7.12 及以上，数据由中国移动灵犀提供）；小米超级岛可常驻显示小红书（≥9.34.0）、直播吧（≥7.2.1）赛事比分；桌面新增 2026 世界杯赛程小部件（数据来自腾讯体育）。相册 AI 修图专区聚合全部 AI 工具，智能美化算法增强，可一键修复曝光失衡。新增录音机自动续录。流畅度优化覆盖文件管理、主题壁纸、笔记搜索等页面。修复多项问题，采用灰度到全量推送。

  3. IT之家·人工智能69

    谷歌为美国 Gemini 免费用户开放个性化 AI 生图功能

    谷歌宣布，所有符合条件的美国 Gemini 免费用户均可使用由 Nano Banana 驱动的个性化图像生成功能，不再仅限 Plus、Pro 和 Ultra 订阅用户。该功能从用户授权的 Gmail、谷歌相册、YouTube 和谷歌搜索中获取信息，自动生成贴合个人兴趣的图像。用户需主动开启“个性化智能”，并自行选择 Gemini 可访问的应用，也可随时关闭。据悉，今年早些时候 Gemini 月活跃用户已突破 7.5 亿。

  4. TechCrunch：AI63

    Gemini 个性化 AI 图片生成功能对美国用户免费开放

    Google 宣布，Gemini 应用的 Nano Banana 驱动个性化图片生成功能向所有符合条件的美国用户免费开放，此前仅限 Plus、Pro 和 Ultra 订阅用户。该功能基于 Gemini 对用户喜好的理解生成图片，无需在提示词中指定具体内容，并可从 Google Photos 提取用户照片。数据来自 Gmail、Google Photos、YouTube 和 Search 等 Google 账户连接。Personal Intelligence 为可选功能，默认用于每个提示，用户可在 Tools 菜单中关闭。上个月 Google 预告了 Gemini 应用的后续更新，包括 Daily Brief、改版界面、AI 视频模型 Gemini Omni 和个人 AI 智能体 Gemini Spark。Gemini 月活跃用户已超 7.5 亿。

  5. Google Gemini54

    Gemini 宣布更多美国用户可免费创建个性化图像。用户通过设置连接 Google 应用后，Gemini 的“Personal Intelligence”功能可理解用户偏好，自动填充空白，基于用户关心的内容生成图像。用户可随时连接或断开 Google 应用，完全掌控隐私。

    引用Google Gemini@GeminiApp

    Personal Intelligence 🤝 Nano Banana 2 Personal Intelligence now gives Gemini an understanding of your preferences and interests when generating images, so you can spend more time creating and less time explaining.

6月29日周一
  1. IT之家·人工智能61

    加拿大温哥华警方缉毒照片被发现带有“AI 生成”标签，引发公信力争议

    加拿大温哥华警察局在X平台发布缉毒照片，贴文带有“Made with AI”标签，且照片中部分50加元钞票被误标为20加元、背景出现模糊色块，引发真实性质疑。警方解释仅用软件遮挡嫌疑人姓名，但未平息争议。随后警方删除原贴并重发无AI标签版本，公众不信任情绪仍未消散。此事再次凸显政务部门使用AI内容时的公信力风险。

6月27日周六
6月26日周五
  1. IT之家·人工智能48

    博物馆展出的“八十年代拍摄”老照片被指“AI 生成”，馆方回应称“已撤下”

    常州溧阳市博物馆展出的“八十年代拍摄”老照片被网友指出疑似 AI 生成，照片清晰但碑文字体模糊扭曲。馆方回应称该照片为短期展览“时光里的家园”展品，原图模糊，溧阳市总工会使用 AI 技术进行影像修复导致文字失真，目前已撤展，后续将加强审核。