跳到正文
#图像生成
9月2日周三
  1. IT之家·人工智能62

    李飞飞 World Labs 发布多模态世界模型 Atlas，支持像素级相机控制生成 1440p 视频

    李飞飞创办的 World Labs 发布多模态世界模型 Atlas，称其能以像素级精确相机控制生成图像和视频帧，并在 3D 中重建。Atlas 可输出最长 1 分钟的 1440p 视频，从一至数十张图像进行空间重建，支持时空模拟和文本生成图像与 360 度全景，部分合作伙伴已获抢先体验，未来几周内开放早期访问。

  4. Fei-Fei Li57

    World Labs 发布从零训练的多模态世界模型 Atlas。模型可生成具有像素级相机控制能力的图像和视频帧，从单张输入图像重建大型场景，通过重帧视频模拟时空，并从一张或多张输入图像原生输出 3D 空间，还能将多张带位姿的图像合成一致的三维世界。作者称其为迄今最好的相机条件世界模型，可能应用于 VFX 到机器人等多个方向。

    引用World Labs@theworldlabs

    Introducing Atlas: The world's first multimodal world model that generates image and video frames with pixel-perfect camera control and reconstructs them in 3D. Model the world, move the camera, and simulate space & time.

8月31日周一
  1. IT之家·人工智能46

    沙特13岁以上公民和居民可免费使用Adobe两项服务1年，总价超40亿美元

    Adobe在LEAP 2026大会上宣布，沙特13岁以上公民和居民可免费使用Adobe Firefly Standard及Adobe Express Premium 12个月，覆盖超2700万人，总价值超40亿美元。Adobe同时在全球Express桌面版、网页版和iOS版上线现代标准阿拉伯语支持。HUMAIN与Adobe还将联合推出一款面向沙特文化背景的图像模型。

  2. 蚂蚁 inclusionAI：GitHub 新仓库52

    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。

8月28日周五
  2. IT之家·人工智能49

    开源电子书工具 Calibre 9.14 发布：首次引入 AI 生成封面

    开源电子书管理器 Calibre 推出 9.14 版本更新，首次引入由 AI 驱动的电子书封面图像生成器。用户选中书籍后点击新增的“AI 生成”按钮，大模型即可根据书名、简介等文本特征，在几秒钟内渲染出高分辨率艺术封面。该版本还新增书籍编辑器内文件浏览器悬浮预览功能，并升级标签编辑器搜索以忽略声调/变音符号。

  5. Midjourney：Updates72

    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。

  6. MiniMax (official)42

    MiniMax 发文祝贺 fal 团队基于 MiniMax H3 推出 H3 Max。fal 对 H3 进行后训练以提升提示词遵循与视觉质量，并协同设计推理栈，在提速同时持续测试质量，仅保留不损失后训练收益的优化。

    引用fal@fal

    Yesterday, we launched H3 Max. We post-trained MiniMax H3 for stronger prompt adherence and visual quality, while co-designing the inference stack alongside it. As we pushed speed, we continuously tested for quality, only keeping optimizations that preserved the gains from post-training. More on how we built H3 Max: https://blog.fal.ai/introducing-h3-max-by-fal/

8月27日周四
  1. IT之家·人工智能56

    Adobe Photoshop 推出“AI 辅助编辑器”测试版：基于提示词的全新图像编辑模式

    Adobe 为 Photoshop 新增“AI 辅助编辑器”测试体验，采用基于自然语言提示词的编辑方式，提供简化版界面，支持提示词编辑、移除背景、生成式填充等功能。该模式兼容 FLUX 2 Pro、Gemini 3.1、GPT Image 2 等模型，并新增基于提示词的蒙版编辑与非破坏性图层光线调整工具。AI 辅助编辑器已以测试版形式开放，其余功能即日起陆续提供正式版支持。

  2. The Verge：AI55

    Adobe 为 Photoshop 新增 AI 辅助编辑器视图及标记功能

    Adobe 为 Photoshop 推出 AI 重头更新，新增“AI Assisted Editor”可选界面，将提示词图像编辑、背景移除、AI 图像扩展等功能集中到单一工具栏，目前以 beta 版上线。更新还引入“标记”功能，用户可直接在图像上绘制以指示修改意图，如圈选区域换色、画箭头调整位置或涂出形状添加新元素，无需依赖文本提示。

8月26日周三
  5. Mustafa Suleyman40

    Microsoft AI 发布 MAI-Image-2.6-Preview，在 Artificial Analysis 图像编辑排行榜登顶第一，文本生成图像位列第二（仅次于 OpenAI 的 GPT Image 2）。该模型在 19 个分类榜单中拿下 5 个第一，现已在 MAI Playground 和 Microsoft Foundry 私有预览中提供。

    引用Artificial Analysis@ArtificialAnlys

    Microsoft's MAI-Image-2.6-Preview lands at #1 on the Artificial Analysis Image Editing Leaderboard and takes #2 in Text to Image MAI-Image-2.6 is the newest model in Microsoft AI's MAI-Image family, announced August 10. Microsoft highlights stronger text rendering, better portraits and 3D imagery, and more polished commercial and photorealistic outputs. Like the MAI-Image-2.5 family, it handles both text to image generation and image editing. In the Artificial Analysis Image Arena, MAI-Image-2.6-Preview debuts at #1 on the Image Editing Leaderboard, ahead of Microsoft's own MAI-Image-2.5-Pro, Reve 2.1, and OpenAI's GPT Image 2, and giving Microsoft the top two spots on the board. In Text to Image it takes #2, behind only OpenAI's GPT Image 2 and ahead of Reve 2.1. On our refreshed Text to Image taxonomy, MAI-Image-2.6-Preview takes the top spot on 5 of the 19 category leaderboards (Material, Knowledge, Frontier, Retail & Ecommerce, and Marketing & Advertising), ahead of GPT Image 2, which leads every other category. MAI-Image-2.6 extends a rapid run of strong image releases from Microsoft AI. MAI-Image-2.5 debuted at #2 in Text to Image in June. MAI-Image-2.5-Pro, launched July 23, took #1 in Image Editing when we published our results last week. MAI-Image-2.6 now takes that top spot from its own sibling, and sits at #2 in Text to Image against MAI-Image-2.5-Pro's #8. MAI-Image-2.6 is available in the MAI Playground and in Private Preview on Microsoft Foundry. Congratulations to @MicrosoftAI on the release! See below for our analysis of MAI-Image-2.6-Preview and other leading models in the Artificial Analysis Image Arena 🧵

8月25日周二
8月24日周一
  2. IT之家·人工智能48

    《使命召唤：现代战争 4》测试版被指含 AI 生成美术素材，引发玩家争议

    《使命召唤：现代战争 4》抢先体验多人测试期间，玩家发现多幅疑似由生成式 AI 创建的游戏内美术作品，引发批评。动视已披露使用生成式 AI 工具帮助制作部分游戏内资产，但尚未确认这些具体作品是否由 AI 生成。玩家反应出现分歧，批评者认为该系列应付费聘请艺术家创作环境细节，也有人担忧 AI 内容在成品资产中愈发明显。

8月23日周日
  2. OpenRouter：Announcements55

    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。

8月21日周五
  2. The Decoder：AI News47

    OpenAI 为 GPT-Image-2 预览透明背景生成功能

    OpenAI 通过 API 为 GPT-Image-2 预览透明背景支持，用户可生成无背景的 PNG 图片。该功能覆盖电商产品图、PPT 图表、图标贴纸等设计元素及周边商品图四种用例。官方称生成时直接烘焙 alpha 通道优于传统抠图，尤其在透明玻璃或细纤维等复杂区域；用户通过 `background=transparent` 参数启用，并建议提示词中不描述背景。

  3. IT之家·人工智能48

    商汤开源 8B 参数多模态大模型 SenseNova U1.5 Lite，原生支持 4K 图像输出

    商汤科技今日宣布开源轻量级原生统一多模态大模型 SenseNova U1.5 Lite，该模型拥有 8B 参数，原生支持 3-4k 上下文长度和 4K 高分辨率图像输出。模型支持 Bounding Box、Visual Marker 及多图参考等精细视觉控制，在指令遵循与图像编辑保持度上超越同量级模型，文字渲染与复杂布局能力媲美超大规模商业模型。

  4. Tibo40

    太棒了，现在你可以在 ChatGPT 中以及通过 API 使用 GPT-Image-2 生成透明背景图像了。这是我即将打印并贴到笔记本电脑上的仙人掌图片。 [引用 @OpenAIDevs]：GPT-Image-2 的透明背景功能现已在 API 中提供预览。 生成可放置于任何背景上的可复用素材——适用于产品图像、平面设计、网站模型和营销活动。

    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.

8月20日周四
8月19日周三
  1. Ars Technica：AI59

    Meta 为“一键脱衣”女性政客的 AI 应用投放广告

    Meta 平台近期为 AI 色情生成工具 Kromix 投放广告，该工具宣称“无限制”，并鼓励用户制作酷似美国女性政客的深度伪造视频，违反 Meta 禁止含色情内容广告的政策。这是 Meta 未能阻止非自愿亲密影像工具广告上架的最新一例。Kromix 自称“AI 图像风格化器”，在苹果 App Store 上架，邀请付费用户上传照片用于“卧室强奸”等场景。

  2. IT之家·人工智能59

    Kromix 用 AI 生成真人色情“换脸”内容引争议：Meta 下架广告、苹果移除应用

    一款名为 Kromix 的 App 在 Meta 平台投放 32 则广告，宣称“没有限制”，可生成真实人物（包括知名女性政治人物）的色情“换脸”内容。经 WIRED 联系后，Meta 下架相关广告，苹果将 Kromix 从 App Store 移除。苹果称该应用可能通过初始审核后才加入违规内容，并强调持续打击规避审核的应用。

  3. The Verge：AI48

    罗宾·威廉姆斯子女重启其 Instagram 账号以对抗“AI 滥用”

    罗宾·威廉姆斯的子女扎克、塞尔达和科迪接管其父的 Instagram 账号，将其打造为分享真实照片、视频和回忆的“可信之地”，以对抗对其声音和形象的“猖獗 AI 滥用”。该账号自 2014 年其父去世后一直未更新。此前，塞尔达曾公开反对 AI 生成的父亲形象，并呼吁粉丝停止发送相关视频。