騰訊開源混元3D 2.0：解耦形狀與紋理，單圖生成高精3D資產
騰訊開源 3D 生成系統 Hunyuan3D 2.0。它將形狀與紋理拆分成兩階段，先用 DiT 模型由單圖生成幾何白模，再由 Paint 模型合成高精紋理貼圖。除圖生 3D 外，它還能直接為手繪模型上色貼圖。
AI影像
檢視更新的新聞
Runway 上線文生圖模型 Frames：主打電影級質感，生成後一鍵做成影片
Runway 正式推出文生圖模型 Frames，面向每月 95 美元的 Unlimited 及企業訂閱使用者開放。它內建 19 種預設視覺風格，主打電影級光影和風格一致性，生成的靜態圖能一鍵送進 Gen-3 等影片模型做動態渲染。最值得關注的是，它試圖用可控工作流正面挑戰 Midjourney。
Krea AI 上線 3D 轉換：一張平面圖轉成 3D 模型，還能在場景裡實時轉動
Krea AI 推出 3D 物體轉換功能。使用者把 2D 圖片拖進即時畫布就能右鍵轉成 3D 資產，任意縮放和旋轉角度，右側預覽即時更新。官方稱結合模型微調還能做多圖角色一致性。不過具體技術細節暫未公開。
FLUX Pro 微調 API 上線：僅需 1 至 5 張圖即可定製專屬模型
Black Forest Labs 推出 FLUX Pro Finetuning API。創作者僅需 1 至 5 張參考圖片，就能定製專屬 FLUX.1 [pro] 模型，精準復現特定角色或視覺風格，支援最高 400 萬畫素輸出，且能無縫相容整個 FLUX 工具鏈。
擴散模型推理擴充套件新研究：不止增加去噪步數，算力堆對地方畫質大漲
arXiv 上發表的一項研究探索了擴散模型的推理算力擴充套件。以往單純增加去噪步數在幾十步後收益見頂，該研究轉為構建驗證器與搜尋演算法尋找更優質的取樣噪聲，讓生成時投入的算力能持續轉化為畫質提升。
Freepik 上線 AI 背景替換工具：支援 Relight 打光與生成背景
Freepik 推出 AI 影像背景移除與替換工具。除了換成純色背景，還能直接生成全新的 AI 背景，並結合 Relight 重新打光技術讓主體與新畫面自然融合。目前該功能已在 Freepik 正式上線。
Netflix 提出 Go with the Flow：不改模型架構，靠噪聲扭曲精準控制影片運鏡
Netflix 與 Eyeline 團隊提出影片擴散控制方案 Go with the Flow。該方法無需修改模型架構與訓練管線，僅在資料端通過光流場對潛空間噪聲進行即時扭曲取樣，就能實現區域性物體運動、全域性運鏡及動作遷移，同時維持逐幀畫質。
Adobe 推出批次編輯工具：一鍵為上萬張圖片摳圖換背景
Adobe 推出測試版 Firefly Bulk Create，支援單次批次調整至多 10000 張圖片的尺寸或背景。工具拆分為摳圖換底與智慧裁切兩部分，結合了多項 Firefly API，主要面向電商和營銷團隊。目前按生成額度消耗收費，PSD 格式匯出後續才會上線。
Stability AI 推出 SPAR3D：單張圖片 0.7 秒生成 3D 模型
Stability AI 聯手 NVIDIA 在 CES 上推出 3D 生成模型 SPAR3D。它能從單張圖片在 0.7 秒內生成完整 3D 網格，並支援在 0.3 秒內對點雲進行即時修改。最值得關注的是，權重和程式碼已開源，並適用於 RTX AI PC 端側執行。
NVIDIA 釋出 RTX 50 系列顯示卡：支援 FP4，本地跑生圖快 2 倍
NVIDIA 在 CES 上釋出 GeForce RTX 50 系列顯示卡。新架構引入 FP4 低精度量化，視訊記憶體佔用砍半且生成式 AI 效能翻倍，讓 FLUX.1 僅需不到 10GB 視訊記憶體即可本地秒級出圖。旗艦 RTX 5090 配備 32GB 視訊記憶體，將於 1 月 30 日開售。
Midjourney 上線情緒板：用一組參考圖定製專屬出圖風格
Midjourney 推出類 Pinterest 的情緒板功能，並支援多套個性化配置。使用者上傳圖片集或完成 40 次二選一打分即可定製專屬畫風，門檻大幅降低。創作者還能針對不同專案儲存並切換多個風格檔案，輕鬆統一齣圖調性。
Google 釋出影片模型 Veo 2：支援 4K 與鏡頭控制，Imagen 3 同步升級
Google 推出新一代影片模型 Veo 2，支援最高 4K 解析度與數分鐘長影片，能精準理解 18mm 鏡頭和景深等專業運鏡指令。同時升級的 Imagen 3 已在全球 100 多個國家上線，並配合 Gemini 推出影像混合工具 Whisk。目前 Veo 2 已在 Google Labs 開啟候補。
Adobe 上線去反光工具：隔窗拍的廢片，能一鍵剝離玻璃倒影
Adobe 推出反光消除工具 Reflection Removal 技術預覽，已整合至 Adobe Camera Raw，後續支援 Lightroom。該工具利用 AI 識別並分離窗外景物與玻璃反射倒影，目前僅支援 RAW 格式。隔著飛機或室內窗戶拍出的廢片終於有救了。
LMSYS 推出 Image Arena：FLUX、DALL-E 盲測對決
大模型評測平臺 lmarena.ai 推出 Image Arena 影像競技場。使用者輸入一段提示詞，系統會呼叫 FLUX、Stable Diffusion、DALL-E 等兩個匿名模型同時生成圖片，由使用者盲選投票決出勝負，官方排行榜也即將上線。
新版 Grok-2 向 𝕏 全員免費開放：速度提升 3 倍，支援聯網搜尋
新版 Grok-2 開始面向 𝕏 平臺全體使用者免費推送，速度提升 3 倍，多語言與指令遵循能力同步增強。新版整合了聯網搜尋、引用來源與 Aurora 影像生成功能，並在主頁時間線加入 Grok 快捷按鈕。開發者 API 亦同步上線新模型並降低價格。
Midjourney 演示新工具 Patchwork：支援百人協作搭建虛擬世界
Midjourney 在直播中演示了獨立新工具 Patchwork。它基於無限白板設計，接入了至少 3 個大語言模型，使用者能生成並關聯角色、事件與場景，還支援最多上百人即時協作創作故事板。目前該工具正以研究預覽形式向繫結賬號的使用者開放。
Apple 推送 iOS 18.2：Genmoji 上線，Siri 深度整合 ChatGPT
Apple 正式推送 iOS 18.2 與 macOS Sequoia 15.2，上線 Genmoji 自定義表情、Image Playground 影像創作與視覺智慧，並將 ChatGPT 深度接入 Siri 與系統寫作工具。目前支援多國本地化英語，中文等語言預計 4 月起陸續推出。
韓國初創 Spaid 釋出地理 AI 工具：將 GIS 資料秒變 3D 地圖
韓國初創公司 Spaid 展示了基於 AI 的地圖方案，核心引擎 CYLO 能將 GIS 和衛星影像快速生成 3D 地圖，整合土地、人口與交通資料用於區域分析。目前已有韓國電信巨頭開展實測，亞美尼亞政府也將其用於國家土地測繪。
薩里大學開源 NitroFusion：消費級顯示卡邊打字邊出圖
英國薩里大學開源影像生成模型 NitroFusion。該模型無需昂貴的雲端算力和訂閱，僅憑消費級顯示卡就能實現邊打字邊即時生圖。系統支援 1 到 4 步精煉調節，讓獨立創作者在本地裝置上也能兼顧生成速度與畫質。
曼城聯手彪馬推 AI 球衣設計賽：優勝款將成為官方正賽球衣
曼城聯手彪馬推出 Puma AI Creator，邀請球迷用 AI 設計球衣。獲勝設計將成為曼城 2026-2027 賽季官方第三球衣並上架發售。每位註冊使用者獲贈 15 次生成額度，活動將於 12 月 20 日截止，這也是足壇首套由 AI 生成的正式比賽球衣。