Midjourney 上線 V8.2：大幅砍掉廢圖，個性化更懂你的審美
Midjourney 推出 V8.2 影像模型，重點提升審美表現、畫質與個性化能力。新版本大幅減少了隨機生成的低質廢圖，畫風更加大膽精緻；得益於社群評分構建的更大相簿，系統能更敏銳地理解使用者的個人審美偏好。
AI影像
檢視更新的新聞
微軟推自研多模態模型：Bing 生圖已全面替換，語音速度翻倍
微軟推出自研多模態模型 MAI-Image-2.5-Pro 與 MAI-Voice-2-Flash 並開啟公測。Bing Image Creator 已全面預設切換為自研影像模型；語音模型速度提升 2 倍且成本降 32%。微軟正逐步用自研模型替代第三方技術，支援旗下全系產品。
Microsoft 推出影像模型 MAI-Image-2.6：可結合聯網資訊，精準控制編輯
Microsoft 推出影像生成與編輯模型 MAI-Image-2.6。它能即時調取網頁資訊輔助繪圖，並提供精確的構圖與風格區域性編輯能力；同步推出的 MAI-Image-2.6-Flash 價格不到旗艦版一半。目前已上線官方 Playground 供測試。
Black Forest Labs 開啟 FLUX 3 早期訪問：圖影音統一架構，支援 20 秒原生配音影片
Black Forest Labs 推出多模態基座模型 FLUX 3 並開啟早期訪問。該模型基於 Self-Flow 架構，在統一網路中同時學習影像、影片與音訊，支援單次生成長達 20 秒帶原生音訊的影片，並能拓展至機器人動作預測。官方計劃在未來數週逐步開放影像生成與開源權重 Dev 版本。
阿里釋出 Qwen-Image-3.0：支援 4500 token 長輸入，可渲染 10px 微縮文字
阿里推出第三代影像生成基座模型 Qwen-Image-3.0。模型支援最高 4.5k token 輸入，可處理報紙、分鏡等複雜排版，支援 12 種語言及 10px 級文字渲染，還能生成網頁等介面，並支援聯網檢索即時資訊。
ABot-World：單張 RTX 5090 跑得動的無限即時互動世界
ABot-World 是一個開源的即時互動式世界模擬器，允許使用者即時輸入動作控制場景走向，支援無上限的持續生成。模型只需單張 RTX 5090 顯示卡即可在本地執行，以 1.2 秒延遲輸出 720p、16 FPS 畫面，程式碼與模型權重均按 Apache 2.0 協議開源。
微軟開源 Mage Flow：4B 引數兼顧生成與編輯，1 秒內出圖
微軟釋出開源影像生成與編輯模型 Mage Flow。它採用 40 億引數架構，不僅支援多語言文字渲染與背景替換等指令編輯，還原生內建姿態和邊緣等控制能力。其 4 步 Turbo 模型生成單張高解析度影像不到 0.6 秒，主模型約 17.5GB，中高階顯示卡即可本地部署。
Adobe 相機 Indigo 轉向生成式 AI：新增消除與重拍建議，用的卻是 Google 模型
Adobe 為實驗性相機應用 Project Indigo 推送 1.1 更新，新增「AI Playground」工具集。新版本支援消除畫面雜物、風格濾鏡、自定義修改以及重拍建議，目前接入的是 Google Nano Banana 模型而非自家 Firefly。該功能正在小範圍免費測試，不喜歡 AI 修圖的使用者也可手動關閉。
Runway 釋出 Agent 2.0：一句話生成全套跨平臺營銷策劃與廣告素材
Runway 釋出 Agent 2.0，能將簡單的提示詞轉化為完整的營銷策劃案並生成多平臺廣告素材。它接入 Meta、YouTube 等渠道的投放資料進行復盤，還能呼叫 Gen-4.5 等多種模型自動適配不同畫幅與地區版本。也就是說，Runway 正在從單一影片生成走向全流程營銷自動化。
Roblox 推出移動端 AI 工具 Build：打字就能直接搓出 3D 遊戲
Roblox 宣佈推出移動端 AI 創作工具「Build」，使用者在手機 App 中輸入文字提示詞，就能直接生成包含玩法機制、3D 場景和音效的可玩遊戲。該工具基礎版免費，將於 7 月 28 日在紐西蘭率先開啟測試，後續還將上線測試與資料分析智慧體。
Google 圖片 25 週年：主頁改版動態畫廊，搜尋直出 AI 影像
Google 慶祝圖片搜尋 25 週年，在搜尋的 AI Overviews 中加入影像生成功能，並推出個性化動態畫廊主頁。生圖功能由其最新的 Nano Banana 模型驅動，使用者輸入文字即可直接繪圖。兩項更新將在未來幾週面向英文等支援地區逐步推送。
Motion4Motion 突破骨骼限制：連狐狸的動作都能遷給長頸鹿
研究人員提出免訓練動作遷移框架 Motion4Motion。它跳過傳統的骨骼繫結與 ControlNet，通過追蹤密集畫素動作流並匹配目標角色，在推理階段直接生成新動作。最值得關注的是，即便狐狸與長頸鹿這樣身體比例迥異的跨物種角色，也能自然遷移動作。
Wan-Animate-2：阿里開源動畫模型，一張圖讓任意角色隨影片起舞
阿里巴巴開源角色動畫模型 Wan-Animate-2，使用者只需輸入一張角色圖片和一段參考影片，就能將動作、微表情和手指細節遷移到目標角色上，連非人角色和雙人場景也能支援。模型基於 Diffusion Transformer 實現端到端生成並支援視角控制，程式碼與權重均已開放。
Meta 緊急下線 Instagram AI 功能：曾允許 @ 公開賬號生成 Deepfake
Meta 宣佈徹底下線剛公佈的 Instagram AI 功能。該功能原本允許使用者通過 @ 公開賬號，未經許可直接生成相關 AI 影像。在反性剝削組織與演員工會強烈抗議其助長 Deepfake 和敲詐風險後，Meta 承認設計偏離預期，將該功能直接移除。
Lucida：專摳玻璃與毛髮的開源背景移除模型，不到 900MB
開源背景摳圖模型 Lucida 釋出。該模型體積不足 900MB，專門針對半透明玻璃、迷彩、文字陰影及髮絲等常規模型容易翻車的邊緣進行微調。專案程式碼、權重與資料集均按 MIT 協議完全開源，在普通消費級顯示卡上就能直接本地執行。
NVIDIA 更新超分模型 PID 1.5：幾秒生成 2K 影像，細節色彩更準
NVIDIA 更新開源影像超分模型 PID 至 1.5 版本。該模型將潛空間解碼與超解析度合二為一，在消費級顯示卡上只需幾秒就能將 512×512 影像轉換至 2K，細節表現更銳利且色彩還原更準確。最關鍵的是它能與 FLUX、Qwen-Image 等主流生成模型無縫搭配，目前已開源權重並支援 ComfyUI。
Reve 釋出 Reve 2.1：原生 4K 輸出重回競技場第二，算力僅對手十分之一
Reve 釋出 Reve 2.1 影像模型，在 Arena 和 Design Arena 重回總榜第二。該模型支援原生 4K（1600 萬畫素）輸出與精細區域性編輯，在強化多語言文字渲染的同時，訓練算力不到競爭對手的十分之一。
字節跳動釋出 Seedream 5.0 Pro：支援塗畫標註修改，主打高密度資訊圖
字節跳動釋出多模態影像模型 Seedream 5.0 Pro。新模型主打高資訊密度圖表與互動式編輯，不僅能排版複雜文本，還支援直接在圖上畫框和手寫標註來指導區域性修改，並支援圖層分離。最值得關注的是，它開始真正把影像生成接入實用設計工作流。
螞蟻旗下 Robbyant 開源 LingBot-World 2.0：即時生成可互動世界
螞蟻旗下 Robbyant 開源世界模型 LingBot-World 2.0。它採用因果預訓練實現長時互動且畫質無明顯衰減，蒸餾版本能以 720p 60fps 即時執行，還引入雙 Agent 協同生成動作與環境。目前已開源 1.3B 和 14B 權重。
Meta 上線影像模型 Muse Image：可直接圈選修改，日常免費用
Meta 推出首款影像生成模型 Muse Image 並整合至 Meta AI。它能根據自然語言描述處理照片，支援直接在畫面上圈選塗改細節、渲染清晰文本，還能結合真實商品重做房間設計。日常使用免費，此前引發爭議的 @公開賬號參考功能已被撤下。