独立评测机构 Artificial Analysis 将苹果用于 iPhone 照片编辑的 ADM 3 Cloud 模型纳入其图像编辑与文生图竞技场评测,结果显示该模型在 AA-Image-Editing v2.1 榜单中位列第 42 名,在 AA-Image-T2I v2.1 榜单中位列第 85 名。这是对苹果端侧/云端图像 AI 能力的一次第三方量化定位,表明其在编辑任务上表现中等,在纯文生图能力上明显落后于头部模型。
文生图
Text-to-Image
以文本提示为条件生成图像的任务范式,是图像生成模型的核心评测方向
收录情报动态
Artificial Analysis 独立基准显示,GPT Image 2.6 Flare 在最高质量下生成中位耗时约 30 秒,较 GPT Image 2.5 Flare 的约 55 秒提速近一倍,同时在 AA-Image-T2I v2.1 与 AA-Image-Editing v2.1 两项评测上得分更高。这意味着图像生成模型在速度与质量上同时取得进展。
OpenAI 于 11 月 4 日发布 GPT Image 2.6,在 ChatGPT、Codex 与 API 同步上线,提供 Flare 与 Sunburst 两个版本。Artificial Analysis 评测显示,两者包揽 AA-Image-T2I v2.1 与 AA-Image-Editing v2.1 双榜前二:Flare 生成速度近乎翻倍且质量略优,Sunburst 则以更长耗时换取榜首质量。
Black Forest Labs 于 10 月 15 日发布 5.6B 参数开源图像模型 FLUX 3 Image Klein,在 Artificial Analysis 文生图榜单 AA-Image-T2I v2.1 上位列开源权重第二,与榜首 Qwen-Image-2.1 几乎持平,图像编辑榜单排名第三。该模型采用 FLUX Kommunity 许可,年收入低于 500 万美元的个人与企业可商用,API 定价为每张 1K 图像 0.009 美元,比同系列 9B 版本低 40%。
国产GPU厂商天数智芯发布基于“天枢”架构的天垓300芯片,在云端文生图任务中实测耗时95.6秒,优于英伟达H200的112秒。同时推出端侧产品彤央TY1200,在断网环境下对比Jetson Thor T5000展现速度优势。此次发布兑现了此前关于超越Hopper架构的路线图承诺,并同步推出了AI开发软件栈以构建云边协同算力生态。
BaoCut 3.5 版本正式集成 Qwen Image 2.1 Turbo 模型,实现完全本地化的图像生成能力,无需依赖云端服务器。在 Mac Mini M2 硬件上,生成 1080P 图片耗时约 3-5 分钟,2K 分辨率则需近 20 分钟。该工具不仅开源免费,还允许智能体(Agent)直接调用本机服务进行自动化绘图,并意外发现其具备生成敏感内容的能力。
阿里通义千问正式推出 Qwen-Image-2.1 Pro 和 Turbo 图像生成与编辑 API,支持自然语言连续修改及多参考图控制。其中 Turbo 模型权重同步开源,开发者可直接接入应用或本地部署,旨在简化从文字构思到视觉呈现的工作流。
字节跳动旗下“豆包工作”平台新增无限画布功能,支持素材铺陈、对比整理及逐步编辑设计。同时接入全新图片模型 Seedream 5.0 Flash 并上线豆包 2.1 Lite 模型,旨在提升文档、表格及 PPT 等高频场景下的多模态创作效率与交互体验。
谷歌研究团队推出“Diffusion Controller”框架,旨在通过统一的控制器机制简化文本到图像模型的复杂控制流程。该方案利用转向阻尼网络(steering damper network)实现对生成过程的精确干预,不仅提升了可控性,还能有效缓解有害内容生成问题,并具备向下一代视频模型扩展的潜力。
谷歌推出 Google Pics,一款集成于 Workspace 的 AI 图像生成与编辑工具。用户可通过文本提示在 Docs 和 Slides 中直接创建、修改及翻译图片内容,无需切换应用。该功能已即时可用,Drive 集成将在数周内逐步开放。