OpenAI 发布 GPT Images 2.6,支持 GIF 生成并向 ChatGPT 与 API 开放
OpenAI 正式发布新一代图像生成模型 Images 2.6,同步向 ChatGPT、Codex 和 API 开放,图像生成速度提升 50%,并新增文字提示词生成 GIF 动图能力。
推荐理由:原文梳理了 Images 2.6 的速度提升、GIF 生成、编辑控制和 API 定价细节,读者可据此判断它对设计工作流的适用性。
OpenAI 正式发布新一代图像生成模型 Images 2.6,同步向 ChatGPT、Codex 和 API 开放,图像生成速度提升 50%,并新增文字提示词生成 GIF 动图能力。
推荐理由:原文梳理了 Images 2.6 的速度提升、GIF 生成、编辑控制和 API 定价细节,读者可据此判断它对设计工作流的适用性。
Hi3D 开源生产级 3D 生成底座 Hi3D V1.0,并推出面向创作者的 Hi3D Agent。V1.0 训练资产约 200 万件,支持 1536³ 高分辨率输出,在 1536³ 档位切片通过率达 90%,远超同档竞品的 7%-17%。Hi3D Agent 将意图理解、任务规划、模型生成与工程优化串成连续工作流,公司此前半年内完成总额近 5000 万美元融资。
模思智能与OpenMOSS团队开源5B参数DiT生图模型MOSS-Image,上线4天海外下载达130万次,登顶Hugging Face文生图趋势榜。模型剔除训练数据中的AI生成图像,LLTB文本覆盖率96.3%,支持JSON Layout与最长4096 tokens的Prompt;社区已出现8步、4步加速和量化版本,API同步上线。
Canva 发布首个自研图像生成模型 Craft,由内部实验室 Canva Research 从零训练,主要依赖数百万设计模板而非照片。模型先规划构图、比例和文本,再生成最高 2K 分辨率、支持超过 30 种宽高比的图像,可在 55 种语言中渲染文本,并支持通过 Magic Layers 拆分为可编辑图层。
Canva 发布首个自研图像生成模型 Canva Craft,由其研究团队打造,含 Leonardo.ai 研究者参与。模型分两阶段工作,先解析提示词生成包含空间关系、视觉层级和文字信息的计划,再生成最高 2K 分辨率、30 种宽高比的图像。
Black Forest Labs 发布开源权重图像模型 FLUX 3 Image Klein,参数量 56 亿,支持文生图、图像编辑、最多十张参考图生成、原生 4K 输出和边界框元素定位。
Google 发布新一代生图模型 Nano Banana 2.1,围绕视觉设计、蒙版编辑、主体一致性和画面真实自然性升级,支持 4K 直出。据 Arena 评测,其在文本转图像、多图像编辑和单张图像编辑三项上平均提升约 61.7 分,文本转图像排名第四。
推荐理由:汇总了 Nano Banana 2.1 的评测排名、API 降价与实测反馈,可快速了解这代生图模型的能力边界与短板。
谷歌发布 Nano Banana 2.1,这是一个 Flash 级小模型,性能超过自家旗舰 Nano Banana Pro。
Simon Willison 用同一提示词测试 Mistral Large 4 等模型生成 SVG 的能力,提示词为一只穿渔网袜的犰狳在火星上乱穿马路。参与对比的模型包括 claude-opus-5.5、gpt-6.1-sol、gemini-3.8-flash 和 mistral/mistral-large-4,均使用各自默认推理等级。