图像生成

阿里通义千问团队开源20B参数图像生成模型Qwen-Image，采用MMDiT架构，支持复杂文本渲染与精确图像编辑，在Hugging Face开源社区模型榜单中排名第一，推动生成式AI技术发展。

UCLA研究团队在《自然》发表革命性光学AI图像生成技术，通过空间光调制器实现零能耗图像合成，能效比传统AI高数个量级。了解光学计算如何解决生成式AI高能耗问题，及其在AR/VR与移动端的应用前景。

松下近日正式推出多模态大模型OmniFlow，该模型支持文本、图像、音频之间的任意转换生成，标志着多模态AI技术迈向更灵活、高效的商业化应用阶段。

深度解析苹果STARFlow AI系统的技术突破：通过标准化流与Transformer融合实现高效图像生成，支持端到端训练与本地化部署，在医疗影像、电商视觉领域具颠覆性潜力。

深度揭秘苹果秘密研发的Manzano多模态AI模型：具备图像理解与生成双重能力，技术指标接近行业领先的GPT-4o和谷歌Gemini 2.5 Flash Image。分析苹果如何挑战现有AI市场格局...

快手可灵AI发布可图2.1模型，优化指令解析、人像美感及电影质感，支持文生图等多功能，即日起开放7天免费体验，助力内容创作高效升级。

2025年11月13日，LiblibAI宣布正式接入腾讯混元图像3.0和优图视频特效模型，提供800亿参数工业级多模态生成能力，实现从静态图像到动态视频的全流程创作，显著降低电商、教育、社交媒体等领域...

昆仑万维开源Skywork UniPic多模态模型，1.5B轻量化参数实现图像生成、理解与编辑一体化能力，支持高分辨率细节建模，性能接近百亿参数专用模型，为开发者提供可落地的统一视觉基座。

2025年Lovart平台正式接入谷歌Nano Banana Pro图像生成模型，实现14张参考图同时输入、5人物一致性保持等突破性功能，支持自然语言生成4K视频，日活增长40%，重塑AI设计工作流程...

字节跳动即梦AI 4.0版本实现多模态技术突破，整合文生图/编辑/组图三大功能，支持2K图像1.8秒生成与4K输出，精准响应自然语言指令，显著降低AI图像创作门槛。