xAI 为 Grok Imagine API 推出 Quality Mode，提升图像生成真实感与文字渲染
xAI 在 Grok Imagine API 上线 Quality Mode，面向企业开发者和团队提供图像生成与编辑能力，主打更高真实感、更强文字渲染和更好的创作控制。该模式适用于产品可视化、营销素材、UGC 风格内容等场景，并可结合视频生成能力制作社交媒体视频、产品展示和广告素材。
#图像生成
#图像生成
今日 0 条xAI：News（网页）AI 评分4444 xAI：News（网页）精选AI 评分6868 xAI 为 Imagine Video 1.5 增加图像与语音参考，支持文本生成视频和原生 1080p
xAI 为 Imagine Video 1.5 增加图像与语音参考、纯提示词生成视频和原生 1080p 输出。
推荐理由：原文列出图像与语音参考、文本生成视频和原生 1080p 的可用范围与 API 情况，读者可据此判断能否接入现有工作流。
xAI：News（网页）精选AI 评分6969 xAI 发布 Imagine Image 2.0，上线 grok.com 和移动端 Quality Mode
xAI 宣布 Imagine Image 2.0 正式可用，作为新 Quality Mode 上线 grok.com/imagine 及 iOS 和 Android 应用，API 型号为 grok-imagine-image-2.0。
推荐理由：原文列出精确编辑、多图合成、模板和 API 入口等具体能力，读者可以对照判断它是否适合实际设计工作流。
Suno：Blog（网页）AI 评分4545 Suno 启动 Summer of Suno：2024 年向创作者发放 100 万美元奖金
Suno 宣布 2024 年全年向平台创作者发放总额 100 万美元奖金，首期 Summer of Suno Vol. 1 于 6 月 1 日启动，向 6 月最热门的 500 首公开歌曲创作者发放 10 万美元，第一名奖金 1 万美元。歌曲排名由播放、点赞和分享综合决定，所有公开歌曲自动参赛，每位创作者限一首，奖金通过 PayPal 在活动结束后 30 天内发放。
Suno：Blog（网页）精选AI 评分7979 Suno 与 Warner Music Group 达成合作，将用授权音乐训练新一代模型
Suno 宣布与 Warner Music Group（WMG）达成合作，将基于高质量授权音乐构建超越 v5 的新一代模型，并推出由 WMG 艺人自愿授权的互动创作体验，参与艺人可获得补偿。产品方面，下载功能保留但需付费账号并按档位限制每月下载次数，Suno Studio 维持不变且保留无限下载。
推荐理由：Suno 官方宣布与 WMG 合作，读者可以据此了解授权模型、粉丝互动与下载政策变化如何影响平台使用方式。
Suno：Blog（网页）精选AI 评分6060 Suno 发布 v5.5，推出 Voices、Custom models 和 My Taste
Suno 发布 v5.5 模型，同时推出 Voices、Custom models 和 My Taste 三项个性化功能。
推荐理由：原文给出 Voices 的验证与隐私细节和两项新个性化功能，读者可以判断这些能力如何改变自己的创作流程。
Suno：Blog（网页）AI 评分3333 Dream Relic 如何用 Suno 为超现实视觉世界赋予声音
AI 视觉艺术家 Dream Relic（Broc Vaughn）借助 Suno 的 Create 功能，把积压多年的歌词变成歌曲，用于 TikTok、Hooks、Spotify 及一张即将发行的全长专辑。一条深夜发布的视频引来数百条求歌名评论，让他重新重视音乐创作。他认为提示词与反复打磨等创作方向仍然关键，目标是让人感受作品而非关注工具。
Sakana AI：Blog（网页）AI 评分4646 Sakana AI 的 Percept-Lens：AI 生成图像检测的深度解析
Sakana AI 提出 Percept-Lens，通过冻结通用视觉模型并拟合简单高斯决策规则来检测 AI 生成图像，在 ECCV2026 论文中该方法在广泛评测套件上超越了所测试的最强已发布 AI 生成图像检测器。研究还表明，检测器在生成器、提示词、风格或图像域变化时性能会急剧下降，而进步也可来自更好利用通用视觉模型中已有的真实与生成结构。
LMSYS：Blog（Chatbot Arena 团队）精选AI 评分6363 SGLang-Diffusion 发布两个月：速度较初版提升至 2.5 倍，新增 ComfyUI 集成与 LoRA 支持
LMSYS Chatbot Arena 团队复盘 SGLang-Diffusion 自 2025 年 11 月初发布两个月来的进展，当前版本（docker tag: lmsysorg/sglang:dev-pr-17247）比初版快最多 2.5 倍，在 NVIDIA GPU 上较其他方案最高快 5x。
推荐理由：官方复盘发布两个月来的优化成果，速度较初版提升至 2.5 倍，并新增 ComfyUI 集成和 LoRA 支持，读者可评估是否迁移现有图像视频生成工作流。
LMSYS：Blog（Chatbot Arena 团队）AI 评分4848 SGL-Diffusion 中 AR+DiT 全栈性能优化：用 SRT 替换 HF 后端并解耦 AR 与 DiT 并行策略
SGL-Diffusion 团队用 SRT 替换 HF 后端，将 AR 阶段从扩散 worker 中解耦为独立服务，使 AR 可单独配置 TP、DiT 保留 SP。
CMU：Machine Learning BlogAI 评分2828 CMU 在 NeurIPS 2025 展示 156 篇论文
卡内基梅隆大学（CMU）研究者在 12 月 2 日至 7 日于圣迭戈举行的第 39 届 NeurIPS 2025 上展示 156 篇论文。口头报告包括提出 Encoder–Attender–Decoder 框架研究触觉处理的 ConvRNN、缓解标签平滑表征坍缩的 MaxSup，以及单步生成模型 MeanFlow（ImageNet 256×256 单次函数评估 FID 3.43）。
Baseten 工程博客（网页）AI 评分1818 Baseten 图像生成推理服务：支持 FLUX.1 dev 与 SDXL Lightning
Baseten 推出面向图像生成模型的推理服务，支持部署 FLUX.1 dev、SDXL Lightning 等开源模型及用户微调、自定义模型，兼容 ComfyUI 等框架。SDXL Lightning 可在 4 个 UNet 步内生成 1024x1024 图像，接近实时出图。平台提供弹性自动扩缩容、冷启动优化，并支持 SOC 2 Type II、HIPAA、GDPR 合规部署。
Black Forest Labs：Blog（网页）AI 评分5757 Black Forest Labs 发布 FLUX VTO 目录级规模虚拟试穿模型
Black Forest Labs 发布 FLUX VTO 虚拟试穿模型，现已公开可用，并加入 FLUX MCP。单次生成低于 4 秒，可自托管实现亚秒级响应，最多可给同一模特叠加 4 件服装，并保留人物身份与服装的 logo、印花、缝线和配件细节。默认审核政策下不支持泳装和内衣，官方提示精确的身材与服装尺码功能仍在演进，输出适合作为视觉搭配参考。
Black Forest Labs：Blog（网页）AI 评分4343 Martin Scorsese 出任 Black Forest Labs 顾问，用 FLUX 做电影分镜
Martin Scorsese 成为 Black Forest Labs 顾问，并已用 FLUX 进行电影分镜创作。他表示该工具能更清晰高效地把脑海中的画面分享给美术指导、艺术设计和摄影指导，在前期制作中加快进度而不牺牲质量与工艺。Black Forest Labs 称其视觉智能模型可同时服务叙事者、建筑师、设计师与工程师，并预告将推出新的 FLUX 模型。
Black Forest Labs：Blog（网页）AI 评分5252 Black Forest Labs 与 ASUS 合作，FLUX.2 [klein] 4B 预装到 ProArt 笔记本实现端侧图像生成
Black Forest Labs 宣布 FLUX.2 [klein] 4B 将预装在 ASUS 下一代 ProArt RTX 笔记本的 MuseTree 应用中，该产品线在台北 Computex 2026 上亮相。
Black Forest Labs：Blog（网页）AI 评分3434 Envato 如何基于 FLUX 打造创意 AI 引擎
Envato 与 Black Forest Labs 合作，将 FLUX 模型接入其创意平台，FLUX 已占平台图片生成总量的约 25%，累计生成超 5100 万张图片。FLUX.2 发布当天即上线生产环境，其在写实、电影感和产品图场景中比同类模型高出约 10%，下载率高出平台均值 16%。平台按任务智能路由请求，其中素材变体生成可在 8 秒内输出 5 张图片。
World Labs：官网AI 评分6060 World Labs 推出 Marble 3D 世界生成模型有限预览，支持浏览器内探索与导出
World Labs 发布空间智能模型更新，并推出有限访问的 Marble 测试预览，用户可在 marble.worldlabs.ai 用图像或文本提示生成可自由导航的 3D 世界。
Baseten Base Labs：模型研究AI 评分3737 SDXL Lightning：4 步生成 1024x1024 图像的 Stable Diffusion XL 变体
SDXL Lightning 是 Stable Diffusion XL 的变体，仅需 4 个 UNet 步骤即可生成 1024x1024 像素图像，实现接近实时的图像生成。模型接收单个 prompt 输入，返回图像的 base64 字符串，该实现采用 4 步 UNet checkpoint 以平衡速度与质量。用户可自行部署 2 步版本以获得更快速度，或 8 步版本以获得更高质量。
Baseten Base Labs：模型研究AI 评分3030 Qwen Image 2512 图像生成模型上线 Baseten
Qwen Image 2512 已在 Baseten 平台上线，可通过 OpenAI 兼容 API 调用，模型名为 qwen-image-2512。该模型支持 1024x1024 尺寸图像生成，可配置 num_inference_steps 与 guidance_scale 参数，并返回 b64_json 格式结果。
Baseten Base Labs：模型研究AI 评分3737 Flux.2 [dev] 图像生成模型上线 Baseten
Baseten Base Labs 上线图像生成模型 Flux.2 [dev]，模型名为 flux2-dev，可通过 OpenAI 兼容 API 调用。示例代码以 1024x1024 尺寸、50 步推理、guidance_scale 1.0 生成图像，并以 b64_json 格式返回结果。
Baseten Base Labs：模型研究AI 评分2222 Qwen Image 在 Baseten 上的调用示例
Baseten Base Labs 发布 Qwen Image 的 Python 调用示例，通过 httpx 向 Baseten 部署端点发送 prompt、width、height、num_inference_steps 和 seed 等参数生成图像。
World Labs：官网AI 评分6969 World Labs 发布下一代世界模型 Atlas
World Labs 发布下一代世界模型 Atlas，一个从零预训练的全能模型，可原生处理文本、图像、视频和 3D。
World Labs：官网AI 评分4343 World Labs 推出 Spark：面向 THREE.js 的 3D Gaussian Splatting 渲染器
World Labs 发布 Spark，一款面向 THREE.js 的高级 3D Gaussian Splatting 渲染器，可与场景中的其他网格和 splat 集成，并在所有设备上实现快速渲染。该渲染器支持可编程的动态 splat 效果，兼容 ply、sogs、spz、splat、ksplat 等多种格式。
Meta AI：Blog（网页）AI 评分2525 Alta Daily 如何用 Meta Segment Anything 重塑数字衣橱
AI 时尚应用 Alta Daily 基于 Meta 的 Segment Anything Model（SAM）完成服装分割与数字化，已处理超 2000 万张图片。
Meta AI：Blog（网页）AI 评分7474 Meta 发布 Muse Image 并预览 Muse Video
Meta Superintelligence Labs 发布 Muse Image 并预览 Muse Video，均为该实验室首批媒体生成模型。
Black Forest Labs：Blog（网页）精选AI 评分7171 Black Forest Labs 发布多模态基础模型 FLUX 3 并开放 Early Access
Black Forest Labs 发布多模态基础模型 FLUX 3，基于 Self-Flow 方法在统一架构内联合学习图像、视频和音频，现已开放 Early Access。
推荐理由：原文给出 FLUX 3 的多模态架构、早期对比评测数字和分阶段开放计划，读者可据此评估其对创作与具身场景的适用性。
Black Forest Labs：Blog（网页）AI 评分5656 Black Forest Labs 发布 FLUX Video Upscale，可将视频重生成至原生 4K
Black Forest Labs 推出 FLUX Video Upscale，作为独立 FLUX Tool 和 endpoint，可将 480p 起的视频重生成至最高原生 4K，支持 1.5x、2x、3x 放大，并可原生理解 FLUX 3 输出。
Black Forest Labs：Blog（网页）AI 评分2525 Black Forest Labs 推出 FLUX 企业版：支持自托管与定制
Black Forest Labs 发布面向企业的 FLUX 方案，提供托管 API、自托管开放权重和联合开发三种模式。自托管可选 FLUX.1 [dev]、FLUX.2 [dev] 及 FLUX.2 [klein] 4B（Apache 2.0）与 9B，数据全程留在自有网络内。托管 API 支持零数据保留、多区域部署，企业协议起订量为每月 20 万次生成。
Black Forest Labs：Blog（网页）AI 评分5252 Black Forest Labs 公布 FLUX 模型按秒计费与分级授权方案
Black Forest Labs 发布 FLUX 定价页，按生成时长计费，费率为 $0.17 / second，示例为 5 秒共 $0.85，无需订阅或席位费。
Black Forest Labs：Blog（网页）AI 评分1515 Black Forest Labs 研究：自监督流匹配与 FLUX.2 潜空间分析
Black Forest Labs 发布多项生成式 AI 与视觉智能研究，包括面向图像、视频和音频生成的模态无关自监督流匹配框架，以及对比 SD-VAE、RAE、FLUX.1 和 FLUX.2 等扩散模型自编码器表示的研究。此外还介绍了 FLUX.1 Kontext，一个在潜空间中进行上下文图像生成与编辑的统一模型，实现了快速且业界领先的效果。
Google ResearchAI 评分4343 Google Research 的 Diffusion Controller 如何统一并简化 AI 图像生成控制
Google Research 提出 Diffusion Controller 框架，把扩散模型的去噪过程重构为连续控制问题，用一个轻量"转向阻尼"网络在冻结基座模型的前提下动态调整生成轨迹。
SenseTime@SenseTime_AIAI 评分2929
MeshyAI@MeshyAIAI 评分4747
Tencent Hy@TencentHunyuanAI 评分3030引用GMI Cloud@gmi_cloudHy Image 3.5 preview is FREE on GMI Cloud for 7 days Generate + edit images up to 2K. Bring up to 5 reference images. Build posters, product shots, game art, and more. And we’re turning the free week into a challenge: 3 tracks. 3 winners. $1,800 in cash + credits. Start creating free 👇
ModelScope@ModelScope2022AI 评分2424AWS Machine Learning BlogAI 评分2424 在 SageMaker AI 上用 vLLM-Omni 生成图像与视频（第二部分）
AWS 发布 vLLM-Omni 图像视频生成示例，在同一 vLLM-Omni DLC 上部署两个 SageMaker AI 端点：实时端点跑 FLUX.2-klein-4B 文生图，异步端点跑 Wan2.1-VACE-1.3B 图生视频。
- ModelScope@ModelScope2022AI 评分5959
ModelScope 发布 DiffSynth-Studio 下的 Qwen-Image-2.1 LayerExtract 和 LayerRemove 两个 LoRA，组成图层编辑工作流。
- MeshyAI@MeshyAIAI 评分3535
Midjourney@midjourneyAI 评分2424很多人想知道如何用我们新的编辑模型来实现一致的角色等等——所以我们为你们做了一个视频 <3
Midjourney：Updates（RSS）AI 评分4545 Midjourney 更新：编辑模型优化、风格缩略图预览等
Midjourney 在 alpha.midjourney.com 界面测试快速模型，Styles 侧边栏新增风格预览功能，开启 "Live previews" 可查看提示词在已点赞和精选风格下的效果，点击缩略图即可用该风格生成。