AI生图

在刚过去的周末，AIGC社区又出现了一款吸引眼球的应用：基于 Qwen Image Edit 2511 底层模型打造的“3D CameraControl（3D 相机控制）” 应用，陆续进入广大用户的视野，引发大量赞叹：我们终于可以像操作相机一样，在 AI 的世界里自由运镜了。 长久以来，AI 绘画一直存在一个反直觉的门槛：为了调整一个角度，我们需要在脑中先建…

I. 引言：从“惊艳”走向“精准”的变革之年 如果说2023年是AI绘画的“奇点”，2024年是百花齐放的“探索期”，那么刚刚过去的2025年，无疑是AI图像生成技术真正从“玩具”向“工具”蜕变的一年。 站在2026年初的回望点上，我们不得不承认，行业格局的洗牌速度远超预期。在半年前，我们在半年度的测评中还在讨论“哪张图更拟真，具有摄影的质感”，而到了今天，…

阿里通义团队于 12 月最后一天开源了 Qwen-Image-2512。作为对去年 8 月发布的 Qwen-Image 的全面进化，新版本致力于在图像真实性、纹理细腻度与复杂图文渲染三大维度实现跨越式进步，让生成内容无限贴近真实世界。 去“AI 味”已经是 AI 生图领域老生常谈的一个话题，此次 2512 版本不仅显著削弱了生成图片的 AI 感，更在人物肌肤…

阿里通义团队于 12 月 19 日推出了其新一代图像生成模型 Qwen-lmage-Layered。新模型采用自研创新架构，可将图片“拆解”成多个图层。这种分层表示赋予了图像内在的可编辑性：每个图层都可以独立操作，而不会影响其他内容。 Qwen-lmage-Layered 的核心突破在于其革命性的“智能分层”能力。与传统的、直接生成一张平面像素图的模型不同，…

12月16日晚，OpenAI 正式发布了全新的旗舰图像生成模型——GPT Image 1.5 这确实是一个久违的名字。时间回溯到今年3月26日，OpenAI 首次推出了基于 GPT-4o 的图像生成模型 GPT Image 1.0，那场发布会直接引爆了一波席卷全球的”万物皆可吉卜力”风格热潮。无论是社交媒体上的普通用户，还是专业设计师…

在上篇《顶流开源模型Flux.2是否依然能打？硬钢Nano Banana Pro五轮实测》我们对Flux.2的两个闭源版本（Pro和Flex）进行了测试。而在同一周（11月27日），阿里通义紧随Flux的步伐，也发布了全新的开源图像模型：Z-Image-Turbo. Z-Image-Turbo 是 Z-Image 的蒸馏版本，仅使用 8 次函数评估（NFE）…

11月25日，Black Forest Labs终于将其2024年发布的图像模型Flux迭代至2.0版本。作为开源模型，Flux曾凭借其性价比与微调能力，一时风头无两，几乎取代了Stable Diffusion的生态。诸如腾讯混元针对人像微调的Flux-1-SRPO也获得过我们不错的评价。但近半年，随着谷歌Nano Banana和字节跳动SeeDance的问…

12月3日，火山引擎正式发布了新一代 AI 图像模型 Seedream 4.5，又进入到了熟悉的中国模型后发制人的节奏：今年 8 月末 Nano Banana 横空出世不久，字节跳动便带着 Seedream 4.0 进行精准狙击。在我们当时的横评文章中，Seedream 4.0 六战五胜，实现了对 Nano Banana 的全面反超。回顾一下对于 4.0 版…

话不多说，文接上篇，让我们从字母L继续。 字母L： LLM (Large Language Model，大语言模型) 定义：一个在海量文本数据上进行预训练，规模巨大、参数量通常在十亿级别以上的深度学习模型，能够理解和生成人类语言。 通俗解释：把它想象成一个读完了人类历史上几乎所有书籍、网页和对话的“超级大脑”或“通天晓”。它不仅能和你聊天，更能扮演“世界模拟…

2025年末，AIGC（AI-Generated Content，人工智能生成内容）早已从前沿概念，演变为深刻改变创意产业的强大生产力。从本质上讲，AIGC是利用机器学习，特别是深度学习模型，通过对海量数据的学习，来自动化地生成全新的文本、图像、音频、视频、3D交互内容乃至代码等各种形式的数字资产。它不仅仅是一种技术工具，更被视为重塑内容生产逻辑、驱动经济社…