Adobe 整合 Google Gemini 2.5 Flash 影像模型：付費會員限時無限生成
Adobe 宣佈將 Google 的 Gemini 2.5 Flash 影像模型接入 Adobe Firefly 與 Adobe Express。使用者可在文本生圖等模組中呼叫該模型，生成內容不用於模型訓練。截至 9 月 1 日，Firefly 和 Creative Cloud Pro 付費使用者可享無限次生成。
AI影像
檢視更新的新聞
Higgsfield 上線 WAN 2.2：自帶 30 多種預設，主打快速圖生影片
Higgsfield AI 宣佈在其平臺上線開源模型 WAN 2.2，同時支援影片與影像生成。平臺內建了 30 多種預設效果，支援一鍵點選渲染，主打更快的生成速度。
Runway 開啟 Game Worlds 測試：支援即時互動與世界模擬
Runway 宣佈推出 Game Worlds Beta，邁出即時探索虛擬世界的第一步。其目標是讓使用者能即時互動並探索任意角色、故事與模擬世界。Runway 表示這不僅關乎畫面生成，更在探索玩家選擇如何影響虛擬世界演進的全新互動機制。
Google Photos 推出對話式修圖：不用調引數，動嘴就能改照片
Google 為 Google Photos 推出對話式修圖功能。藉助 Gemini，使用者無需手動調滑塊，打字或動動嘴說出「消除背景車輛」「修好這張老照片」就能直接出圖，還能持續追問微調。該功能首發面向美國 Pixel 10，並同步支援 C2PA 憑據以標明 AI 痕跡。
NASA 聯手 IBM 推出太陽大模型 Surya：提前 2 小時預報耀斑
NASA 與 IBM 聯合釋出開源太陽物理基礎模型 Surya。該模型基於太陽動力學天文臺 9 年觀測資料訓練，能生成未來 2 小時的太陽耀斑視覺預測，基準表現超現有水平 16%，可用於預警衛星故障與電網受損風險。
通義千問推出 Qwen-Image-Edit：支援中英文精準改字與 180 度翻轉
Qwen 推出影像編輯模型 Qwen-Image-Edit。該模型基於 20B 底座打造，不僅能精準增刪改圖片中的中英文字並保留原字型風格，還支援物體 180 度旋轉視角合成與區域性畫素級修圖。目前已在 Qwen Chat 上線體驗。
Google Labs 額度翻倍：AI Ultra 使用者每月可用點數漲至 2.5 萬點
Google Labs 宣佈將 Google AI Ultra 訂閱使用者的每月 AI 點數從 12,500 點直接翻倍至 25,000 點。這些積分可通用在 AI 影片工具 Flow 和影像工具 Whisk 上，同時 Whisk 還將新支援 77 個國家。
Atlas 聯手 Google Cloud：用多智慧體生成 3D 遊戲資產
Atlas AI 聯合 Google Cloud 推出 AI 原生遊戲開發平臺。開發者只需提供參考圖和自然語言提示詞，平臺便能直接生成帶 UV 對映和幾何模型的 3D 遊戲資產，並支援匯入虛幻與 Unity。目前該平臺正面向遊戲工作室開放封測。
xAI 限時免費開放 Grok Imagine：支援帶音效生成 15 秒影片
Elon Musk 宣佈 xAI 旗下影像與影片生成工具 Grok Imagine 限時面向全球免費開放。該工具可在移動端生成自帶音效的 15 秒影片，正面叫板 OpenAI Sora。伴隨 Grok 4 開放免費層，xAI 意在趁競品爭議期加速拉新。
NVIDIA 上線 FLUX.1 Kontext NIM 微服務：視訊記憶體降至 7GB，速度翻倍
NVIDIA 推出 FLUX.1 Kontext [dev] NIM 微服務。通過 FP8 與 FP4 量化，模型佔用從 24GB 最低壓縮至 7GB，結合 TensorRT 帶來超 2 倍推理加速，且支援在 ComfyUI 中一鍵呼叫。
Stability AI 聯手 NVIDIA 推出 SD3.5 NIM：企業生成提速 1.8 倍
Stability AI 聯合 NVIDIA 推出 Stable Diffusion 3.5 NIM 微服務，加速企業級部署。基於 TensorRT 最佳化，在 H100 上影像生成速度比 PyTorch 提升 1.8 倍，並把 SD3.5 Large 與 Depth、Canny 等 ControlNet 打包進同一容器。
微軟上線 Copilot 3D：一張 2D 平面圖，一鍵免費生成 3D 模型
昨天，Microsoft 在 Copilot Labs 推出 Copilot 3D 預覽功能，無需提示詞，上傳一張 10MB 內的圖片即可生成 3D 模型並匯出 GLB 格式。其轉換傢俱等靜物效果良好，但對人和動物表現欠佳。目前在網頁端向部分使用者免費測試。
Bing Image Creator 接入 GPT-4o：免費可用，支援與 DALL-E 3 一鍵切換
微軟為 Bing Image Creator 免費上線 GPT-4o 影像生成模型。新模型強化了真實感與文字細節渲染，使用者還能與原本的 DALL-E 3 一鍵切換。每日提供 15 次快速生成額度，用完後標準速度依然不限量。
Google Gemini 上線故事書功能：一句話生成 10 頁配圖有聲繪本
Google 宣佈在 Gemini 中上線個性化插畫故事書功能。使用者輸入文字描述或上傳兒童畫、家庭照片，即可生成一本包含 10 頁定製插圖並自帶語音朗讀的繪本，支援黏土定格、畫素風等多種畫風與超 45 種語言。該功能已在桌面與移動端面向全球開放。
Stability AI 推出企業解決方案：主打商品換景與品牌數字分身
Stability AI 推出企業平臺 Stability AI Solutions。首發套件面向營銷與設計場景，支援單圖轉多場景商品照、品牌風格保持、草圖出圖與 IP 數字分身定製，提供私有化部署和版權賠償保證，並已接入廣告巨頭 WPP 平臺。
阿里開源 20B 影像模型 Qwen-Image：搞定複雜中英文排版
阿里推出 20B 影像基礎模型 Qwen-Image。模型基於 MMDiT 架構，主打原生中英文文字渲染與精準影像編輯，能直接在畫面中穩定排布多行段落甚至對聯。文生圖一直頭疼的中文字元拼寫與海報排版難題，迎來了開源方案。
xAI 上線 Grok Imagine：支援 15 秒帶聲影片，自帶「香辣模式」
xAI 正式面向 SuperGrok 與 X Premium+ 訂閱者推出影像與影片生成器 Grok Imagine。它能將提示詞轉為 15 秒帶原生音訊的影片，還帶有允許生成輕度 NSFW 內容的「香辣模式」，不過名人和過激內容仍會觸發稽核打碼。
Uber Eats 引入生成式 AI：菜品描述、修圖擺盤全交由模型處理
Uber Eats 推出多項生成式 AI 功能，商家可用 AI 生成菜品描述、自動潤色甚至給低畫質菜品重新擺盤，並提煉評價摘要。平臺同時支援顧客上傳實物照片換取點數，試圖平衡 AI 美化可能帶來的實物落差。
Krea 開源影像模型 FLUX.1 Krea：告別塑膠感，主打獨特藝術審美
Krea 開源了與 Black Forest Labs 合作研發的影像模型 FLUX.1 Krea [dev] 權重。該模型完全相容 FLUX.1-dev 生態，核心目標是消滅背景死板虛化、皮膚塑膠感等典型「AI 味」。團隊僅用不到 100 萬條精心挑選的偏好資料做後訓練，放棄通用妥協，主打強烈而真實的攝影質感。
Google DeepMind 釋出 AlphaEarth Foundations：把全地球觀測資料壓縮進 AI
Google DeepMind 推出 AlphaEarth Foundations 模型，將光學衛星、雷達等多源地球觀測資料統一轉為數字嵌入。對應資料集已上線 Google Earth Engine，體積比同類方案小 16 倍，平均誤差降低 24%。