腾讯开源混元3D 2.0：解耦形状与纹理，单图生成高精3D资产
腾讯开源 3D 生成系统 Hunyuan3D 2.0。它将形状与纹理拆分成两阶段，先用 DiT 模型由单图生成几何白模，再由 Paint 模型合成高精纹理贴图。除图生 3D 外，它还能直接为手绘模型上色贴图。
AI图像
查看更新的新闻
Runway 上线文生图模型 Frames：主打电影级质感，生成后一键做成视频
Runway 正式推出文生图模型 Frames，面向每月 95 美元的 Unlimited 及企业订阅用户开放。它内置 19 种预设视觉风格，主打电影级光影和风格一致性，生成的静态图能一键送进 Gen-3 等视频模型做动态渲染。最值得关注的是，它试图用可控工作流正面挑战 Midjourney。
Krea AI 上线 3D 转换：一张平面图转成 3D 模型，还能在场景里实时转动
Krea AI 推出 3D 物体转换功能。用户把 2D 图片拖进实时画布就能右键转成 3D 资产，任意缩放和旋转角度，右侧预览实时更新。官方称结合模型微调还能做多图角色一致性。不过具体技术细节暂未公开。
FLUX Pro 微调 API 上线：仅需 1 至 5 张图即可定制专属模型
Black Forest Labs 推出 FLUX Pro Finetuning API。创作者仅需 1 至 5 张参考图片，就能定制专属 FLUX.1 [pro] 模型，精准复现特定角色或视觉风格，支持最高 400 万像素输出，且能无缝兼容整个 FLUX 工具链。
扩散模型推理扩展新研究：不止增加去噪步数，算力堆对地方画质大涨
arXiv 上发表的一项研究探索了扩散模型的推理算力扩展。以往单纯增加去噪步数在几十步后收益见顶，该研究转为构建验证器与搜索算法寻找更优质的采样噪声，让生成时投入的算力能持续转化为画质提升。
Freepik 上线 AI 背景替换工具：支持 Relight 打光与生成背景
Freepik 推出 AI 图像背景移除与替换工具。除了换成纯色背景，还能直接生成全新的 AI 背景，并结合 Relight 重新打光技术让主体与新画面自然融合。目前该功能已在 Freepik 正式上线。
Netflix 提出 Go with the Flow：不改模型架构，靠噪声扭曲精准控制视频运镜
Netflix 与 Eyeline 团队提出视频扩散控制方案 Go with the Flow。该方法无需修改模型架构与训练管线，仅在数据端通过光流场对潜空间噪声进行实时扭曲采样，就能实现局部物体运动、全局运镜及动作迁移，同时维持逐帧画质。
Adobe 推出批量编辑工具：一键为上万张图片抠图换背景
Adobe 推出测试版 Firefly Bulk Create，支持单次批量调整至多 10000 张图片的尺寸或背景。工具拆分为抠图换底与智能裁切两部分，结合了多项 Firefly API，主要面向电商和营销团队。目前按生成额度消耗收费，PSD 格式导出后续才会上线。
Stability AI 推出 SPAR3D：单张图片 0.7 秒生成 3D 模型
Stability AI 联手 NVIDIA 在 CES 上推出 3D 生成模型 SPAR3D。它能从单张图片在 0.7 秒内生成完整 3D 网格，并支持在 0.3 秒内对点云进行实时修改。最值得关注的是，权重和代码已开源，并适用于 RTX AI PC 端侧运行。
NVIDIA 发布 RTX 50 系列显卡：支持 FP4，本地跑生图快 2 倍
NVIDIA 在 CES 上发布 GeForce RTX 50 系列显卡。新架构引入 FP4 低精度量化，显存占用砍半且生成式 AI 性能翻倍，让 FLUX.1 仅需不到 10GB 显存即可本地秒级出图。旗舰 RTX 5090 配备 32GB 显存，将于 1 月 30 日开售。
Midjourney 上线情绪板：用一组参考图定制专属出图风格
Midjourney 推出类 Pinterest 的情绪板功能，并支持多套个性化配置。用户上传图片集或完成 40 次二选一打分即可定制专属画风，门槛大幅降低。创作者还能针对不同项目保存并切换多个风格档案，轻松统一出图调性。
Google 发布视频模型 Veo 2：支持 4K 与镜头控制，Imagen 3 同步升级
Google 推出新一代视频模型 Veo 2，支持最高 4K 分辨率与数分钟长视频，能精准理解 18mm 镜头和景深等专业运镜指令。同时升级的 Imagen 3 已在全球 100 多个国家上线，并配合 Gemini 推出图像混合工具 Whisk。目前 Veo 2 已在 Google Labs 开启候补。
Adobe 上线去反光工具：隔窗拍的废片，能一键剥离玻璃倒影
Adobe 推出反光消除工具 Reflection Removal 技术预览，已集成至 Adobe Camera Raw，后续支持 Lightroom。该工具利用 AI 识别并分离窗外景物与玻璃反射倒影，目前仅支持 RAW 格式。隔着飞机或室内窗户拍出的废片终于有救了。
LMSYS 推出 Image Arena：FLUX、DALL-E 盲测对决
大模型评测平台 lmarena.ai 推出 Image Arena 图像竞技场。用户输入一段提示词，系统会调用 FLUX、Stable Diffusion、DALL-E 等两个匿名模型同时生成图片，由用户盲选投票决出胜负，官方排行榜也即将上线。
新版 Grok-2 向 𝕏 全员免费开放：速度提升 3 倍，支持联网搜索
新版 Grok-2 开始面向 𝕏 平台全体用户免费推送，速度提升 3 倍，多语言与指令遵循能力同步增强。新版整合了联网搜索、引用来源与 Aurora 图像生成功能，并在主页时间线加入 Grok 快捷按钮。开发者 API 亦同步上线新模型并降低价格。
Midjourney 演示新工具 Patchwork：支持百人协作搭建虚拟世界
Midjourney 在直播中演示了独立新工具 Patchwork。它基于无限白板设计，接入了至少 3 个大语言模型，用户能生成并关联角色、事件与场景，还支持最多上百人实时协作创作故事板。目前该工具正以研究预览形式向绑定账号的用户开放。
Apple 推送 iOS 18.2：Genmoji 上线，Siri 深度集成 ChatGPT
Apple 正式推送 iOS 18.2 与 macOS Sequoia 15.2，上线 Genmoji 自定义表情、Image Playground 图像创作与视觉智能，并将 ChatGPT 深度接入 Siri 与系统写作工具。目前支持多国本地化英语，中文等语言预计 4 月起陆续推出。
韩国初创 Spaid 发布地理 AI 工具：将 GIS 数据秒变 3D 地图
韩国初创公司 Spaid 展示了基于 AI 的地图方案，核心引擎 CYLO 能将 GIS 和卫星图像快速生成 3D 地图，整合土地、人口与交通数据用于区域分析。目前已有韩国电信巨头开展实测，亚美尼亚政府也将其用于国家土地测绘。
萨里大学开源 NitroFusion：消费级显卡边打字边出图
英国萨里大学开源图像生成模型 NitroFusion。该模型无需昂贵的云端算力和订阅，仅凭消费级显卡就能实现边打字边即时生图。系统支持 1 到 4 步精炼调节，让独立创作者在本地设备上也能兼顾生成速度与画质。
曼城联手彪马推 AI 球衣设计赛：优胜款将成为官方正赛球衣
曼城联手彪马推出 Puma AI Creator，邀请球迷用 AI 设计球衣。获胜设计将成为曼城 2026-2027 赛季官方第三球衣并上架发售。每位注册用户获赠 15 次生成额度，活动将于 12 月 20 日截止，这也是足坛首套由 AI 生成的正式比赛球衣。