#图像生成
共 29 篇相关文章
Canva发布首个自研文生图模型：更低成本、更高可控性
Canva推出首个自研图像生成模型并向所有用户开放，官方称在生成质量、可定制性和成本三方面均有提升。本文分析这一动作背后的产品逻辑与对设计工具赛道的影响。
Qwen Image 2.1 在 Draw Things 上快速上手指南：开源图像模型新王者
Qwen Image 2.1 开源图像模型登陆苹果 Draw Things，全能支持生成、编辑、透明图像。本文详解模型许可协议、下载量化选择、Turbo 加速参数、提示词技巧与丰富使用场景，助你快速上手。
ChatGPT虚拟形象照模板：低压力打造职业头像
ChatGPT新增虚拟形象照模板，用户可套用headshot模板快速生成职业头像，同时提供海报、Logo等模板。本文解读这一产品方向及其对职业社交形象的影响。
GPT Image 2.5 vs Nano Banana 2.1：AI图像生成横评
GPT Image 2.5与Nano Banana 2.1横向对比：从主体保真、多角色一致性、文字渲染、掩码编辑到速度、分辨率与API成本逐项拆解，并给出肖像创作与商业批量设计的分工选型建议。
我让AI智能体造570张健身图，80%全废
不会写代码的创作者用AI智能体流水线生成570张健身动作卡片，AI评委放行490张，人工复核发现约80%需重做。本文整理各图像模型、视觉评委、Blender与智能体平台的真实表现、翻车原因与可复用经验。
4个.NET聊天图像生成接线错误及修复
在.NET 10中使用Microsoft.Extensions.AI集成聊天图像生成时，四个常见接线错误会导致静默失败：中间件顺序颠倒、标记滥用、图像上下文处理不当、响应解析错误。本文提供详细错误分析、修复代码和离线测试方法，无需API密钥即可验证。
AI图像生成器支持透明PNG吗？Gemini、ChatGPT实测
AI图像生成器能输出真正的透明PNG吗？本文核对Gemini、ChatGPT、Grok、Midjourney的透明背景支持情况，并提供检测假棋盘格的Python代码与API抠图修复方案。
谷歌Nano Banana 2.1登陆Replicate：主打性价比的图像模型
谷歌DeepMind图像模型Nano Banana 2.1上线Replicate，主打价格与性能平衡，在视觉设计、蒙版编辑和主体一致性三方面升级，本文解读其能力定位与行业信号。
FLUX 3图像模型发布：原生4K生成与像素级控制
Black Forest Labs发布FLUX 3 Image图像生成模型，支持原生4K生成和像素级控制，可通过边界框构建精确布局，并保持多轮编辑一致性，首发一周享50%折扣。
Krea 3登陆Replicate：图像编辑8秒内完成，速度超Nano Banana Pro四倍
Krea 3正式上线Replicate平台，编辑速度比Nano Banana Pro快4倍，单次编辑8秒内完成，针对美学、质量和控制优化。本文分析其速度突破、平台策略及与竞品的对比。
Krea 3 发布：号称比 Nano Banana Pro 快 4 倍的图像模型
Krea 3 号称前沿图像模型，生成速度达 Nano Banana Pro 的 4 倍。本文分析这一速度宣称对创作者工作流、AI 应用开发与图像模型竞争格局的影响，并梳理仍需验证的评测问题。
OpenAI与谷歌图像模型被指易被绕过生成裸露内容
研究人员指出OpenAI与谷歌的新一代图像生成模型存在安全漏洞，用户可通过提示词变形绕过审核生成裸露内容。本文分析技术根源、行业影响与可能的缓解路径。
InstantFusion：打通异构图像生成模型的共享潜空间接口
InstantFusion 提出一个轻量级共享潜空间接口，通过模型专属潜自编码器连接异构图像生成器的去噪轨迹，实现加速、多偏好组合、跨架构蒸馏等多种能力，无需为每对模型单独训练映射。
如果ChatGPT生于Windows 98时代：一场怀旧的AI界面想象实验
一位Reddit创作者用ChatGPT图像工具还原了假想中Windows 98、XP、Vista、7时代的ChatGPT界面，并借助开源视觉系统Moon Image Cortex生成。本文解析这场怀旧AI界面实验背后的创意与方法论。
Nano Banana 2.1 发布，Mistral Large 4 拿下38分AI评测高分
Google 发布 Nano Banana 2.1 图像生成模型，Mistral Large 4 在智能评测中拿下38分成为中美之外最强模型，同时涵盖国产大模型千亿融资、OpenAI 数学手稿争议等 AI 日报要闻。
GPT-6与Claude Opus 5.5实测对比：谁在偷偷特调？
B站UP主用统一的猫骑车图像生成测试，实测对比GPT-6 Luna、Sol、Astra与Claude Opus 5.5的表现，并揭示部分模型疑似针对流行测试题特调的问题，提醒用户理性看待单一跑分。
Qwen-Image-2.1开源发布：7B轻量模型的图像生成新标杆
阿里通义千问团队开源发布Qwen-Image-2.1图像生成模型，采用7B轻量架构，统一生成与编辑任务，支持原生RGBA透明图层、最多10张参考图高保真编辑，覆盖全景图、信息图与虚拟试穿等场景。
蚂蚁AntLing开源Ming-Image-0.1-Design：6B设计图像模型登顶UI/UX榜首
蚂蚁AntLing（inclusionAI）开源Ming-Image-0.1-Design系列6B图像模型，登顶Artificial Analysis开放权重UI/UX设计榜首，附带分层模型及UI设计、图转可编辑PPT两项Agent技能。
