AI生图

近日，腾讯混元团队开源了其最新图像模型 Flux-1-SRPO，这款模型是基于黑森林 Flux-DEV 微调的文生图模型，其全称为 Semantic Relative Preference Optimization（语义相对偏好优化），旨在解决当前 AI 生图模型在人像生成方面的油腻皮肤质感和“AI味”常态。 针对人像生成优化，混元团队提出的创新型 Dire…

AI 行业大事记 2025 年 8 月 联合出品： Jomy @ 302.AI 南乔 @ ShowMeAI 大聪明 @ 赛博禅心 说明: ①本文讨论了 2025 年8月 AI行业的大事，涵盖模型、图像、视频、音频、3D、机器人、应用、新闻/融资等多个领域。 ② 本文分类中的「模型」均指代语言模型； ③ 本文分类中的「融资」包含了融资、收购、团队成员吸收等多种…

自从 Nano Banana 上线风靡全网，各路网友早就把玩法开发到了极致，其中最出圈的还得是——真人转 3D 手办。凭借极强的主体一致性和局部细节像素级还原能力，Nano Banana 能够把你上传的角色 1:1 精准复刻成一个精致的桌面手办，并且主体不局限于人物，动物、潮玩 IP、平面漫画形象等，万物皆可 3D 手办化。 然而，光是静态玩法还不够。最近 …

在 Google 的图片编辑模型 Nano Banana 热度尚未消退之际，字节跳动 Seed 团队于昨日发布了其全新升级的生图模型 Seedream 4.0。该模型首次支持 4K 多模态生图，灵活支持文本、图像的组合输入，实现多图融合创作、参考生图、组合生图、图像编辑等核心功能。且其推理性能较 3.0 版本提升了近 10 倍，“画”之前会先“想”，能够深度…

8月底，Gemini-2.5-flash-image（代号 Nano Banana）正式上线，持续数周的热度早已把全球网友的创作热情点燃。什么3D手办，跨界联名、赛博合影，纷纷依靠这个香蕉模型给一一实现，朋友圈和各大社区热闹非凡。 不过，热闹归热闹，仔细一看，还是能找到一些唱反调的声音。有用户吐槽诸如生成图崩掉了；提示词喂进去，产出的结果牛唇不对马嘴。而笔者…

昨晚，Google 终于公开了其最新图像生成与编辑模型 gemini-2.5-flash-image-preview——这正是前段时间在 X 上爆火的 Nano Banana。早在 Google 还未出来“认领”时，Nano Banana 就因强大的主体一致性和闪电般的响应速度而广获好评，在社区圈粉无数。 出道即巅峰，此模型一经公开就在 Artificial…

快手Kling AI近期开放了其图像生成模型 Kolors 2.1 的 API 接口，Kolors 2.1 自 7 月官宣发布以来，凭借卓越性能广受用户好评。近日 Artificial Analysis 官方也指出， Kolors 2.1 在图像生成领域的排名迅速跻身第五，表现出强劲势头。 Kolors 2.1 主要具备以下特点： 凭借出色的性价比与稳定的出…

AI 行业大事记 2025 年 8 月 联合出品： Jomy @ 302.AI 南乔 @ ShowMeAI 大聪明 @ 赛博禅心 说明: ①本文讨论了 2025 年7月 AI行业的 103 件大事，涵盖模型、图像、视频、音频、3D、机器人、应用、新闻/融资等多个领域。 ② 本文分类中的「模型」均指代语言模型； ③ 本文分类中的「融资」包含了融资、收购、团队成…

复杂文本渲染的准确性，一直是 AI 生图领域长期存在的技术瓶颈。即便顶尖的生图模型，在处理复杂文本时也难免出现乱码现象。就在上周，阿里开源了通义千问系列的首个图像生成基础模型——Qwen-Image，其核心突破便在于卓越的复杂文本渲染能力。 通义千问团队在多个公开基准上对 Qwen-Image 进行了全面评估，公开数据表明其在通用图像生成和图像编辑的所有基准…

在 AI 生图技术日趋成熟的当下，”去 AI 感”已成为各大开发者竞相突破的核心战场。Black Forest Lab 向来在拟真度方面持有绝对话语权，从我们往期的实测文章《302.AI 基准实验室丨实测对比 FLUX.1 Kontext 系列模型，“快、稳、准”三点能否问鼎？》当中可以看到，Flux 系列模型在保持主体一致性、画面拟…