Adobe 集成 Google Gemini 2.5 Flash 图像模型：付费会员限时无限生成
Adobe 宣布将 Google 的 Gemini 2.5 Flash 图像模型接入 Adobe Firefly 与 Adobe Express。用户可在文本生图等模块中调用该模型，生成内容不用于模型训练。截至 9 月 1 日，Firefly 和 Creative Cloud Pro 付费用户可享无限次生成。
AI图像
查看更新的新闻
Higgsfield 上线 WAN 2.2：自带 30 多种预设，主打快速图生视频
Higgsfield AI 宣布在其平台上线开源模型 WAN 2.2，同时支持视频与图像生成。平台内置了 30 多种预设效果，支持一键点击渲染，主打更快的生成速度。
Runway 开启 Game Worlds 测试：支持实时交互与世界模拟
Runway 宣布推出 Game Worlds Beta，迈出实时探索虚拟世界的第一步。其目标是让用户能实时交互并探索任意角色、故事与模拟世界。Runway 表示这不仅关乎画面生成，更在探索玩家选择如何影响虚拟世界演进的全新交互机制。
Google Photos 推出对话式修图：不用调参数，动嘴就能改照片
Google 为 Google Photos 推出对话式修图功能。借助 Gemini，用户无需手动调滑块，打字或动动嘴说出「消除背景车辆」「修好这张老照片」就能直接出图，还能持续追问微调。该功能首发面向美国 Pixel 10，并同步支持 C2PA 凭据以标明 AI 痕迹。
NASA 联手 IBM 推出太阳大模型 Surya：提前 2 小时预报耀斑
NASA 与 IBM 联合发布开源太阳物理基础模型 Surya。该模型基于太阳动力学天文台 9 年观测数据训练，能生成未来 2 小时的太阳耀斑视觉预测，基准表现超现有水平 16%，可用于预警卫星故障与电网受损风险。
通义千问推出 Qwen-Image-Edit：支持中英文精准改字与 180 度翻转
Qwen 推出图像编辑模型 Qwen-Image-Edit。该模型基于 20B 底座打造，不仅能精准增删改图片中的中英文字并保留原字体风格，还支持物体 180 度旋转视角合成与局部像素级修图。目前已在 Qwen Chat 上线体验。
Google Labs 额度翻倍：AI Ultra 用户每月可用点数涨至 2.5 万点
Google Labs 宣布将 Google AI Ultra 订阅用户的每月 AI 点数从 12,500 点直接翻倍至 25,000 点。这些积分可通用在 AI 视频工具 Flow 和图像工具 Whisk 上，同时 Whisk 还将新支持 77 个国家。
Atlas 联手 Google Cloud：用多智能体生成 3D 游戏资产
Atlas AI 联合 Google Cloud 推出 AI 原生游戏开发平台。开发者只需提供参考图和自然语言提示词，平台便能直接生成带 UV 映射和几何模型的 3D 游戏资产，并支持导入虚幻与 Unity。目前该平台正面向游戏工作室开放封测。
xAI 限时免费开放 Grok Imagine：支持带音效生成 15 秒视频
Elon Musk 宣布 xAI 旗下图像与视频生成工具 Grok Imagine 限时面向全球免费开放。该工具可在移动端生成自带音效的 15 秒视频，正面叫板 OpenAI Sora。伴随 Grok 4 开放免费层，xAI 意在趁竞品争议期加速拉新。
NVIDIA 上线 FLUX.1 Kontext NIM 微服务：显存降至 7GB，速度翻倍
NVIDIA 推出 FLUX.1 Kontext [dev] NIM 微服务。通过 FP8 与 FP4 量化，模型占用从 24GB 最低压缩至 7GB，结合 TensorRT 带来超 2 倍推理加速，且支持在 ComfyUI 中一键调用。
Stability AI 联手 NVIDIA 推出 SD3.5 NIM：企业生成提速 1.8 倍
Stability AI 联合 NVIDIA 推出 Stable Diffusion 3.5 NIM 微服务，加速企业级部署。基于 TensorRT 优化，在 H100 上图像生成速度比 PyTorch 提升 1.8 倍，并把 SD3.5 Large 与 Depth、Canny 等 ControlNet 打包进同一容器。
微软上线 Copilot 3D：一张 2D 平面图，一键免费生成 3D 模型
昨天，Microsoft 在 Copilot Labs 推出 Copilot 3D 预览功能，无需提示词，上传一张 10MB 内的图片即可生成 3D 模型并导出 GLB 格式。其转换家具等静物效果良好，但对人和动物表现欠佳。目前在网页端向部分用户免费测试。
Bing Image Creator 接入 GPT-4o：免费可用，支持与 DALL-E 3 一键切换
微软为 Bing Image Creator 免费上线 GPT-4o 图像生成模型。新模型强化了真实感与文字细节渲染，用户还能与原本的 DALL-E 3 一键切换。每日提供 15 次快速生成额度，用完后标准速度依然不限量。
Google Gemini 上线故事书功能：一句话生成 10 页配图有声绘本
Google 宣布在 Gemini 中上线个性化插画故事书功能。用户输入文字描述或上传儿童画、家庭照片，即可生成一本包含 10 页定制插图并自带语音朗读的绘本，支持黏土定格、像素风等多种画风与超 45 种语言。该功能已在桌面与移动端面向全球开放。
Stability AI 推出企业解决方案：主打商品换景与品牌数字分身
Stability AI 推出企业平台 Stability AI Solutions。首发套件面向营销与设计场景，支持单图转多场景商品照、品牌风格保持、草图出图与 IP 数字分身定制，提供私有化部署和版权赔偿保证，并已接入广告巨头 WPP 平台。
阿里开源 20B 图像模型 Qwen-Image：搞定复杂中英文排版
阿里推出 20B 图像基础模型 Qwen-Image。模型基于 MMDiT 架构，主打原生中英文文字渲染与精准图像编辑，能直接在画面中稳定排布多行段落甚至对联。文生图一直头疼的中文字符拼写与海报排版难题，迎来了开源方案。
xAI 上线 Grok Imagine：支持 15 秒带声视频，自带「香辣模式」
xAI 正式面向 SuperGrok 与 X Premium+ 订阅者推出图像与视频生成器 Grok Imagine。它能将提示词转为 15 秒带原生音频的视频，还带有允许生成轻度 NSFW 内容的「香辣模式」，不过名人和过激内容仍会触发审核打码。
Uber Eats 引入生成式 AI：菜品描述、修图摆盘全交由模型处理
Uber Eats 推出多项生成式 AI 功能，商家可用 AI 生成菜品描述、自动润色甚至给低画质菜品重新摆盘，并提炼评价摘要。平台同时支持顾客上传实物照片换取点数，试图平衡 AI 美化可能带来的实物落差。
Krea 开源图像模型 FLUX.1 Krea：告别塑料感，主打独特艺术审美
Krea 开源了与 Black Forest Labs 合作研发的图像模型 FLUX.1 Krea [dev] 权重。该模型完全兼容 FLUX.1-dev 生态，核心目标是消灭背景死板虚化、皮肤塑料感等典型「AI 味」。团队仅用不到 100 万条精心挑选的偏好数据做后训练，放弃通用妥协，主打强烈而真实的摄影质感。
Google DeepMind 发布 AlphaEarth Foundations：把全地球观测数据压缩进 AI
Google DeepMind 推出 AlphaEarth Foundations 模型，将光学卫星、雷达等多源地球观测数据统一转为数字嵌入。对应数据集已上线 Google Earth Engine，体积比同类方案小 16 倍，平均误差降低 24%。