跳到正文
#图像生成
10月16日周五
10月15日周四
  3. Black Forest Labs：Blog77

    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。

  4. Hugging Face 官方团队博客76

    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。

  5. Ideogram Blog59

    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。

  6. Rohan Paul55

    White Circle 开源了 RISE，一个自动化红队测试算法，用于检测 AI 图像生成器能否被诱导生成其规则禁止的图片。RISE 无需额外训练，底层使用 Qwen、Gemini Flash 等公开模型，通过搜索攻击策略并按通过率给予策略反馈，即使面对几乎全部拦截的模型也能持续学习；防守方可立即用自己的图像模型运行它。

    引用White Circle@whitecircle

    We are open-sourcing RISE, our red-teaming algorithm that breaks the safeguards of the latest image models from OpenAI, DeepMind, and others. RISE uses readily available models like Qwen and Gemini Flash under the hood, with no additional training required. Read more: https://whitecircle.com/research/breaking-frontier-image-models

10月14日周三
  4. The Verge：AI64

    Instagram 认证账号传播 Mia Goth AI 伪造图，其经纪人批 Meta 保护失职

    演员 Mia Goth 的经纪人表示，Instagram 带蓝 V 的粉丝账号 miagoth_ 传播其 AI 生成的身穿“MY EX IS MY BIGGEST FAN”T恤的图片，在艺人提出投诉后仍获认证，该图被数十万人点赞，OK! 和 People 等媒体曾当真报道。Meta 的规则要求部分 AI 视频加标签，但静图不在此列；截至周二上午该账号已被清空。

10月13日周二
  1. MiniMax Design (H3)50

    作者引用 @monoradio102 的示例，用 MiniMax-H3 加 ORB360 LoRA 制作了画角可自由运动的漫画视频，传入角色参照图即可固定面部。作者感叹开源让 AI 创作变得有趣，想回父母家翻旧书架上的漫画。

    引用monoradio@monoradio102

    MiniMax-H3 + ORB360 LoRAで画角を自由に動かせる漫画を作ってみた。 キャラを参照画像で渡せば、顔も固定できる。

10月12日周一
10月10日周六
10月9日周五
  1. Qwen64

    通义千问发布 Qwen-Image-2.1-Turbo，基于同一 7B 视觉生成架构的加速 checkpoint，只需 8 个去噪步骤即可生成和编辑图像，权重已开放。

    引用Qwen@Alibaba_Qwen

    Meet Qwen-Image-2.1, the most balanced and cost-effective image generation model in the Qwen-Image series! Now open weights! 🎨 A unified model for both generation and editing, delivering top-tier quality in a lightweight package. Highlights: 👀 - Compact & exceptionally fast: A lightweight 7B architecture that outperforms most closed-source models, with drastically accelerated inference for multi-image inputs. - Native transparency: Natively generates and edits RGBA layers, enabling seamless compositing and text editing within transparent images. - Versatile, high-fidelity editing: Supports up to 10 reference images and precise local control while preserving strict fidelity for portraits and products. - Broad coverage & stunning aesthetics: Excels at panoramas, infographics, and virtual try-ons, delivering realistic textures and elegant typography. Start to create your next masterpiece with Qwen-Image-2.1! 🖼️ - Blog: https://qwen.ai/blog?id=qwen-image-2.1 - GitHub: https://github.com/QwenLM/Qwen-Image-2.1 - Model Scope: https://www.modelscope.cn/models/Qwen/Qwen-Image-2.1 - Hugging Face: https://huggingface.co/Qwen/Qwen-Image-2.1

  3. Midjourney：Updates49

    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"。

10月8日周四
10月7日周三
  2. Josh Woodward62

    Nano Banana 2.1 发布，官方称在视觉设计、蒙版编辑、主体一致性和更自然的图像观感上超越前代。用户现可在 Gemini App 和 Google AI Studio 等入口使用；Google Labs VP Josh Woodward 表示蒙版编辑是此次更新中他最喜欢的功能，并预告后续还有更多更新。

    引用Nano Banana 2.1@NanoBanana

    Nano Banana 2.1 is here! This upgraded version outperforms our previous models across the board, with notable leaps in: - visual design - mask-based editing - subject consistency - more natural-looking imagery Try it now in @GeminiApp, @GoogleAIStudio, and more.

  6. Arena.ai63

    Google 发布图像生成与编辑模型 Nano Banana 2.1，并已进入 Arena 的文生图、图像编辑和多图编辑三个榜单，分别以 1328、1428、1431 分位列第 5、第 6、第 4。相比 Nano Banana 2，文生图提升 80 分、多图编辑提升 67 分、图像编辑提升 38 分；官方称在视觉设计、基于掩码的编辑和主体一致性上有明显进步。

    引用Google@Google

    Meet Nano Banana 2.1, our latest image generation and editing model 🍌 This upgraded version outperforms our previous models across the board, with notable leaps in visual design, mask-based editing, and subject consistency to help you create more natural-looking images.

  7. Arena.ai63

    Google 发布图像生成与编辑模型 Nano Banana 2.1，已进入 Arena 的 Text-to-Image、Image Edit 和 Multi-Image Edit 榜单，分别以 1328、1428 和 1431 分列第 5、第 6 和第 4 名。

    引用Google@Google

    Meet Nano Banana 2.1, our latest image generation and editing model 🍌 This upgraded version outperforms our previous models across the board, with notable leaps in visual design, mask-based editing, and subject consistency to help you create more natural-looking images.

  11. Gemini API：更新日志68

    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。

  16. Philipp Schmid74

    Google 发布 Nano Banana 2.1（gemini-nano-banana-2.1），价格降至 $0.034 每张图，是此前 Pro 版本 $0.134 的约四分之一，且表现超越前者。新版本改进了指令遵循和图内文字渲染，接入 Google Image Search 做接地，支持最多 5 个角色一致性并可用 14 张参考图。现已在 Google AI Studio、Gemini API、Google Cloud、Gemini App 和 Flow 上提供。

    同一件事，精选收录的是《Gemini Nano Banana 2.1 图像生成模型正式发布，gemini-3.1-flash-image 被弃用》

10月3日周六
  1. IT之家·人工智能51

    爱彼迎房东用 AI 生成漏水照片勒索 1700 美元，房客靠谷歌 SynthID 水印识破

    一名 Reddit 用户 FurinaDeFontaine 称，爱彼迎民宿房东退房后用 AI 生成马桶漏水照片，索要 1700 美元维修费。其先从物理常识起疑，随后用谷歌 Gemini 检出照片含 SynthID 水印，证明由 Gemini 生成；爱彼迎客服认定赔偿要求不符合条件并处罚房东账号。文章建议住客退房前拍摄房间和卫生间留证，并警惕 AI 处理过的照片。