2026.10.29 AI绘画 零点九亿参数的文生图模型:一张显卡训十小时,从零到开源全公开 → 一家名为AuroraAI Research的团队在10月28日把AuroraIMG2-50M-Preview放上了Hugging Face,随后被多家英文技术媒体转载。这个模型的参数规模会让习惯了七十亿、一百四十亿的人愣一下:扩散主干5040万参数,文本编码器1260万参数,加起来九千万出头。它是从一个随机初始化开始训练的,没有在别人的权重上继续训,全程用一张RTX PRO 6000跑了十个小时。
2026.10.28 AI绘画 图像模型开始写结构化说明书,Bria把可控性做成开源模型的卖点 → 10月18日,图像模型公司Bria把新一代模型Fibo 2.0-dev放上Hugging Face。这次发布最容易被忽略的一句话是"第一次":在FIBO系列里,图像编辑与文生图第一次被合进同一个模型。此前这两件事通常由两套栈承担,一套负责从零生成,一套负责在已有图上改。合并的意义不在省一个模型,而在让"生成"和"修改"共享同一套对画面的理解。
2026.10.27 AI绘画 通义千问把实时出图压到两步蒸馏,没有独显也能跑在线文生图服务 → 10月26日,通义千问上线Qwen Image 2.1 Realtime。这一版没有换主干,也没有把参数堆得更大,而是把推理链路重新压了一遍:用完整版模型当教师,蒸馏出一个只有几十兆的LoRA适配器,再配合注意力缓存与步数压缩,让文生图在共享算力环境里跑到接近实时。对个人开发者与小团队来说,变化不在画质,而在能不能不买卡就把服务挂起来。
2026.10.26 AI绘画 独立开发者绕过通用大模型,自训窄领域人脸模型反超FLUX.2 → 图像生成模型的竞争通常发生在主模型上:参数量、架构、训练数据规模。10月下旬,一位独立开发者把注意力放在了链条的另一端。他发布的Visage-Image是一款只生成人脸的小型开源文生图模型,架构为单流DiT配整流流目标函数,参数量不大,训练数据靠自行收集。真正让它在社区里被讨论的,是他顺手替换掉的组件:一个为人脸专训的窄领域自编码器。这个选择把一个长期被忽视的环节推到了台前。
2026.10.25 AI绘画 提示词正在变成企业资产,AI绘图团队开始给素材生产做回归测试 → 过去两年,AI 绘图的经验主要存在个人的浏览器书签里。同一个人调了三个月的提示词,换个同事就复现不出来,模型一升级,效果全变,只能从头再试。10 月下旬出现的两个工具更新,把这个环节往工程化推了一步:PromptBase 上线企业版,提供提示词版本基线管理与产出打分;ComfyUI 的官方配套助手 PromptWiz 更新到 V2,支持从参考图反向提取提示词。方向很清楚,提示词正在被当成需要版本管理、需要回归测试的资产来对待。
2026.10.24 AI绘画 Ideogram发布首个矢量模型:一句话生成可编辑SVG,0.13美元起 → 图像模型之间的比拼,长期落在两个维度:画面好不好看、文字写得对不对。这两个维度都建立在像素之上,而像素有一个绕不过去的物理限制,放大到一定倍数就会露出马赛克。据Creators Toolbox与AI Primer在10月22日的报道,Ideogram当天推出公司首款矢量模型Ideogram Vector 1.0,直接把输出格式换成了SVG,也就是路径、填充、渐变与文字对象的集合。同一句提示词,得到的不是一张图,而是一份可以在矢量编辑器里逐个形状修改的文件。这个变化听起来只是格…
2026.10.23 AI绘画 Canva推出首款自研生图模型:先排好版再渲染,30种画幅一次出图 → 过去两年,Canva在生成式AI上的角色一直是分发商:用户在Dream Lab里生成图片,背后跑的是别人家的模型。10月22日,这家月活超过2.5亿的设计平台发布了首款完全自研的图像生成模型Canva Craft,由Canva Research团队与2024年收购的悉尼创业公司Leonardo.ai研究人员共同完成。管理层对这次发布的定位很直接,不再只依赖前沿实验室的模型。首席执行官Melanie Perkins在此前给股东的信里承认公司过度依赖前沿模型,而Canva在8月已…
2026.10.22 AI绘画 Krea 3 Ultra正式可用:一次编辑多次打分,图像编辑榜挤进第一梯队 → AI图像生成卷了两年,战场正在悄悄转移:从谁生成的图更美,变成谁改图改得更准。据Krea官方更新日志与第三方技术分析,这家视觉创作平台10月20日晚间宣布,旗下Krea 3的Ultra模式脱离预览阶段正式可用,任何Max套餐及以上的工作区都能在Krea 3端点上直接启用。同一天,Artificial Analysis把Ultra配置加进了图像编辑榜单,Krea 3 Ultra以1150.58的Elo分数位列第五,与排名第三的Nano Banana 2.1(1151.65)、第…
2026.10.21 AI绘画 Lightroom上线一键睁开闭眼,Adobe把修图师十年的手工活压缩成一秒 → 每个拍过合影的人都懂那种遗憾:构图、光线、表情全对,偏偏有个人眨了眼。10月19日,Adobe在官方博客宣布,Lightroom移动版新增Open Eyes一键睁眼功能,专门收拾这种场面:应用自动检测照片中的闭眼,在画面上浮出修复图标,一次点击就能生成自然睁开的眼睛,iOS、iPadOS与Android三端同步可用,且作为免费功能提供。一同登场的还有生成式扩展工具,把已有照片的画幅向外延展以适配社交平台的尺寸要求。一个小功能,背后却是修图行业一项老手艺被生成式AI接管的全过程…
2026.10.20 AI绘画 5万张盲测票重排生图座次:GPT双版本登顶,国产模型卡进最快最便宜梯队 → 生图模型层出不穷,到底该用哪一款,社区盲测竞技场正在给出一份不断更新的答案。第三方评测平台BudgetPixel截至10月19日的数据显示,其AI生图竞技场已累计收到超过5.1万张盲测投票,20款主流模型全部获得有效排名。用户每次面对同一提示词下的两张匿名图片二选一,票数每晚按统计模型重新拟合出 rating 分数,同时附上实测生成速度、单张价格与失败率。这份榜单的价值不在名次本身,而在于它把文生图选型从玄学变成了可比较的工程参数。
2026.10.19 AI绘画 Nano Banana 2宣布10月29日关停,2.1版本以约半价接棒 → 一款模型从全量上线到宣布退役,可以只有二十几天。图像生成领域正在上演罕见的高速换代:谷歌的Nano Banana 2已被标记为弃用,官方给出的关停日期是10月29日,届时API与各消费端入口将切换至继任版本。与此同时,接棒的Nano Banana 2.1把单价压到上一代的一半左右,两条消息叠加,让整个生图赛道重新审视一个问题:当模型生命周期以周为单位计算,接入策略该怎么定。
2026.10.18 AI绘画 OpenMOSS开源MOSS-Image:用JSON描述精准控制画面布局与中文字 → 国产开源图像模型迎来一个路线不同的新玩家。10月16日,OpenMOSS团队正式开源MOSS-Image系列模型,代码与权重以Apache 2.0许可发布,分为Base与SFT两个版本。这个基于50亿参数DiT骨干的生图模型,最大的特点不是画质,而是控制方式:场景不再用自由文本描述,而是用一份JSON提示词来表达,对象、文字、边界框逐项列出,模型按坐标渲染,改哪个元素就改哪个元素。它还原生支持图内文字渲染,包括中文与手写体,并配套官方ComfyUI插件、Hugging Fac…
2026.10.17 AI绘画 Krea 3图像模型上线ComfyUI,2K出图不到8秒,编辑优先路线什么来头 → 10月16日,Krea旗下图像模型Krea 3通过ComfyUI的Partner Nodes机制正式上线,此前外界只见到零星预告,这次是实打实的可用状态。官方给它的定位是编辑优先:强调更快的迭代速度与更低的单张成本,支持按上传顺序引用多张参考图,可以在保持产品标签形状与材质不变的前提下更换环境、光照与构图,生成结果还能继续作为下一轮输入迭代。在文生图能力普遍趋同的当下,这条路线值得单独拿出来聊聊。
2026.10.16 AI绘画 FLUX 3 Klein开源:5.6B小模型8G显卡可跑,商用授权划下500万门槛 → 开源图像模型阵营又添一枚重子。10月15日,Black Forest Labs正式发布FLUX 3 Image Klein,一个5.6B参数的开源权重图像生成与编辑模型,提供基础与蒸馏两种检查点,BF16、FP8、INT8与NVFP4多种精度版本齐全,Hugging Face Diffusers与ComfyUI在发布当天即完成适配。官方数据显示,INT8版本可在8GB显存的消费级显卡上运行,蒸馏版在RTX 5090上生成一张百万像素图约4秒,RTX 4070也在9秒以内。
2026.10.15 AI绘画 商汤发布SenseNova-U1.5统一多模态模型,8B小模型原生出4K图 → 市面上大多数图像生成模型干活的方式,说穿了像盲人拼图:把画面切成一个个小块,各自算好像素再拼到一起,边缘对不齐、颜色接不上茬的问题时有发生。据科技行者近日报道,商汤发布8B参数的原生统一多模态模型SenseNova-U1.5,用一套与传统管线截然不同的架构思路正面回应这个老大难:不让模型闭眼靠拼图,而是让它用眼睛看着画,从像素到成图全程在一个统一的表征空间里完成。
2026.10.14 AI绘画 Midjourney开放官方MCP小范围测试,绘画工具抢滩智能体调用入口 → 以封闭社区文化著称的Midjourney,正在悄悄打开一扇门。据腾讯新闻科技博主10月13日整理的行业动态,Midjourney官方MCP已开始小范围测试招募,用户可通过官方渠道提交申请。MCP即模型上下文协议,是当下智能体调用外部工具的事实标准接口。此前Midjourney的生成能力只能在其官网与Discord社区内使用,一旦官方MCP正式铺开,任何支持该协议的智能体都能把Midjourney当作画笔来调用。对这家用户规模千万级的绘画平台来说,这是继编辑模型与思考模式之后又…
2026.10.13 AI绘画 LiblibAI2.0正式上线转向创作者工作室,两千万社区拥抱多模态一体化生成 → 国内AI绘画赛道迎来一次重量级平台升级。据行业资讯平台自在饭报道,国内头部多模态模型社区LiblibAI于10月中旬正式上线2.0版本,这个自2023年起步的创作者社区,目前已汇聚2000万创作者,是国内极具影响力的AI创作平台。新版本的战略方向非常明确:从单纯的工具集合,转变为面向创作者的AI专业工作室。这次定位迁移的背后,是国内AI绘画市场从尝鲜期进入职业化生产期的整体变化。
2026.10.12 AI绘画 豆包工作上线创作画布,Seedream 5.0 Flash加持办公智能体抢设计生产力 → 办公智能体的竞争焦点正在从写文档转向做设计。10月9日,字节跳动旗下豆包工作宣布正式上线创作画布功能,同时接入全新图片模型Seedream 5.0 Flash与轻量级豆包2.1 Lite模型。用户打开豆包工作或网页版、电脑端的工作任务模式,点击技能中的创建画布,或在创意设计、创意视频技能中输入提示词,生成的图片、视频与HTML内容会自动汇入同一块无限画布,不同版本可以并排比对,文字、配色与布局都能继续调整。凤凰网科技评价称,这是豆包工作自8月25日发布以来的一次重要更新,针对…
2026.10.11 AI绘画 阿里开源Qwen图像Turbo版:8步生成2K图,提速5倍支持透明通道 → 图像生成的推理成本,正在被一个开源权重文件继续压低。10月9日,阿里通义千问团队发布Qwen-Image-2.1-Turbo并开放权重,这是Qwen-Image-2.1图像模型的官方加速版本:在保持同一个70亿参数视觉生成架构的前提下,把生成一张图所需的去噪步数从基础版的40步压缩到8步,文生图与图像编辑任务全面提速约5倍。权重同步上线Hugging Face与魔搭社区,阿里云API按每张0.1元计费,ComfyUI社区在发布当天就完成了工作流适配。
2026.10.10 AI绘画 出图前先想一想:Midjourney内测思考模式,重跑按钮专治提示词不听话 → 文生图领域的老牌王者也开始向大模型的思路借力了。10月8日,Midjourney在官方更新页宣布,正在alpha站点测试图像生成的思考模式:用户打开已完成任务的灯箱,点击右下角的重跑思考按钮,模型会在出图前先进行一轮推理,再重新生成图像。官方表示内部测试显示该模式能提升提示词遵循度、文字渲染与画面连贯性,未来可能向全体用户开放,也可能作为生成后的增强选项提供。有趣的是,官方没有解释图像模型里的思考究竟意味着什么,一切细节都要等测试说话。