题图 | 来自SeaArt 作者 | 落日飞车 如今在全球AI竞赛中，中国厂商已从早期的跟跑者，转变为不可忽视的强力竞争者。 时间回到2023年，AI相关榜单都还被西方产品所霸占，仅过了一年这个格局就
多模态大模型（MLLMs）虽然在图像理解、视频分析上表现出色，但多停留在整体场景级理解。
Meta 已签署一份价值超 1 亿美元的多年度合同，将使用 AI 图像初创公司 Black Forest Labs 的技术，这是这家社交媒体公司为扩展人工智能服务的最新投资。
AI图像编辑技术发展迅猛，扩散模型凭借强大的生成能力，成为行业主流。 但这类模型在实际应用中始终面临两大难题：一是“牵一发而动全身”，即便只想修改一个细节，系统也可能影响到整个画面；二是生成速度缓慢，难以满足实时交互的需求。
GPT-4o发布才过去半年，Nano Banana这种「下一代」的生图模型就出来了。 这难道是AI界的摩尔定律？不敢想再过半年后，会是什么样的「魔鬼级」生图模型来屠Nano Banana
谷歌最新图像模型nano banana横空出世，它不仅能融合多张图片拼接出全新画面，还能理解地理、建筑与物理结构，甚至将二维地图转化为三维景观。凭借Gemini的世界知识与交错生成技术，模型实现了「有记忆」的多轮创作，带来极高一致性与创造力。nano banana正在重塑AI图像生成的边界，也引发了「AI创意伙伴」未来的无限遐想。
Meta 首席 AI 负责人 Alexandr Wang 周五在 Threads 上发帖宣布，Meta 将与 Midjourney 合作 ，获得这家初创公司 AI 图像和视频生成技术的使用许可。Wang 表示 Meta 的研究团队将与 Midjourney 协作，将该技术整合到未来的 AI 模型和产品中。
今天凌晨，阿里推出了最新图像编辑模型 Qwen-Image-Edit！该模型基于 200 亿参数的 Qwen-Image 架构构建，支持中英文双语精准文本编辑，在保持原有风格的同时完成修改。此外，Qwen-Image-Edit 将输⼊图像同时输⼊到 Qwen2.5-VL（实现视觉语义控制）和 VAE Encoder（实现视觉外观控制），兼具语义与外观的双重编辑能⼒。
AI图像的水印技术要变天了！一款全新的去水印技术——UnMarker，能在5分钟内去除市面上几乎所有的AI图像水印。
近年来，文生图模型（Text-to-Image Models）飞速发展，从早期的 GAN 架构到如今的扩散和自回归模型，生成图像的质量和细节表现力实现了跨越式提升。这些模型大大降低了高质量图像创作的门槛，为设计、教育、艺术创作等领域带来了前所未有的便利。
