Mustafa Suleyman@mustafasuleymanAI 评分4545Generating high-quality images is cheaper and faster than ever. Muse Image, MAI-Image-2.6 and GPT Images 2.5 have substantially shifted the Text to Image Pareto frontiers for both price and speed in recent weeks.
OpenRouter 用同一提示词实测20个图像生成模型的真实计费，1024x1024 单张图价格在 $0.006（openai/gpt-image-2）到 $0.1344（google/gemini-3-pro-image）之间，相差22倍。
推荐理由：原文用统一提示词实测20个图像模型的实际计费，给出按任务选模型的结论，比照牌价更可靠。
Kling AI@Kling_aiAI 评分1111
Hugging Face 团队用 gr.Workflow 将 AUTOMATIC1111 的主要功能重建为 Workflow1111，画布包含 11 条媒体管线。
推荐理由：原文拆解了 11 条媒体管线和 73 个节点的具体构成，展示了 Gradio Workflow 混搭多模型并自动生成 REST 与 MCP 端点的做法。
Google DeepMind 与 Primordial Soup 合作制作纪录短片《Love, Rendered》，用 AI 重建 Burt 和 Ethelle Shatz 结婚 70 多年来未被拍摄记录的初遇记忆。
OpenRouter 发布教程，演示如何通过 API 向 google/gemini-3.1-flash-image（Nano Banana 2）发送源图和编辑指令，在代码中完成图片编辑。
Runway 发布 Runway Plugins，推出面向 Premiere Pro 和 After Effects 的 Adobe 插件，在时间线内直接生成图像和视频、重绘素材并放置结果，无需导出再导入。
推荐理由：官方说明插件如何消除剪辑中反复导出导入的流程，生成结果直接落入时间线并沿用现有套餐额度。
OpenAI 推出 ChatGPT Images 2.5，可将想法、草图与参考照片转化为更个性化、更精致的图像，更贴合用户的原始创意。
Microsoft 于 9 月 4 日发布 MAI-Image-2.6，并面向 Microsoft Foundry 开发者推出低延迟版本 MAI-Image-2.6-Flash。
推荐理由：原文来自官方发布，给出排名、速度和价格效率数据，读者可据此评估两个版本在生产场景中的取舍。
Fei-Fei Li@drfeifeiAI 评分5757Introducing Atlas: The world's first multimodal world model that generates image and video frames with pixel-perfect camera control and reconstructs them in 3D. Model the world, move the camera, and simulate space & time.
Google 发布 Workspace 旗下图像创建与编辑工具 Google Pics，基于 Nano Banana 模型，将在未来几周内向 Google AI Pro 和 Ultra 订阅者及大部分 Workspace 商业客户推出。
OpenRouter 发布 Visual Image Benchmarks，帮助用户评估其平台上的 39 个图像模型（截至 2026 年 8 月）。挑战提示词分七类：不太可能的场景、计数、文字、空间关系、否定、编辑和一致性，结果以网格展示并支持按价格和生成时间排序。视频和音频等更多模态的评估即将推出，用户也可通过 OpenRouter API 或 Chat 试用模型。
推荐理由：原文给出七类挑战提示词和按价格与生成时间排序的结果网格，读者可直接用它对比 39 个图像模型的真实能力。
Google AI Developers@googleaidevsAI 评分3030
OpenRouter 发布 Image Generation API 代码教程，通过 POST /api/v1/images 用统一请求格式和一个 key 调用多家支持的图像模型。
Microsoft 发布 MAI-Image-2.6，在 Arena 文生图排行榜上排名第二，领先 Meta、Google 和 xAI 的模型。该模型总体 Elo 比 MAI-Image-2.5 提升 +79，文本渲染单项提升 +91 Elo，各评测类别均有进步。目前可在 Arena 上试用，本周晚些时候上线 MAI Playground，并将很快登陆 Microsoft Foundry 等产品。
Skyscanner 品牌团队在美加品牌广告拍摄中引入 Runway，用于锁定构图、布光和演员走位，并在片场实时验证拍摄效果。团队用 Runway 生成酒吧、水疗、海滩和酒店阳台等场景环境，还借助 AI 生成临时背景检查服装与道具，使预可视化与实际成片的差距很小。
OpenRouter 发布图像生成教程，讲解如何为 POST /api/v1/images 选择模型并修复常见 API 报错。选型建议按任务（文生图、参考图编辑、矢量输出、可读文字）、参数支持、价格依次决定；GET /api/v1/images/models 列出各模型的 supported_parameters。
Microsoft AI 发布 MAI-Image-2.5-Pro 和 MAI-Voice-2-Flash，两款模型均进入公开预览。
推荐理由：原文给出两款新模型的定价、性能数字和产品落地情况，可据此比较其质量速度成本取舍。
Google Research 在 ICLR 2026 论文《On the Interpolation Effect of Score Smoothing in Diffusion Models》中解释了扩散模型的创造力来源：神经网络训练中的正则化会让学到的分数函数被"平滑"，使去噪过程在训练数据点之间插值，从而生成新样本而非简单记忆。
PRX 系列第 4 篇披露其数据策略：预训练数据由公开与内部数据集混合组成，用 VLM 重新生成图像长描述，再转为可流式训练的语料。团队改用 Qwen3-VL 在训练中实时计算文本 latent，实测吞吐仅损失约 3–4%（30 天训练多约 1 天），图像统一以 JPEG quality 92 编码。
Google DeepMind 推出图像模型 Nano Banana 2 Lite（gemini-3.1-flash-lite-image），文生图延迟 4 秒。
推荐理由：官方公告给出了两款模型的定位、价格、延迟和已知限制，开发者可直接据此选型和接入。
Microsoft MAI 团队发布图像模型 MAI-Image-2.5 及更快更便宜的 MAI-Image-2.5-Flash，MAI-Image-2.5 在 Arena 图像编辑榜排名第 2（超过 Nano Banana 2），文生图榜排名第 3，较 MAI-Image-2 总分提升 75 分。
推荐理由：官方公布了 Arena 图像编辑第 2 的排名、与 Flash 双版本定价和 Foundry 入口，读者可据此评估生产图像工作流的选型。
Microsoft MAI 在 Build 2026 主题演讲中发布七款新模型，覆盖图像、语音、转录、推理和编码。
推荐理由：作者以当事方身份逐一公布七个新模型的定位、基准数字和开放渠道，读者可以对照竞品评估各自适用场景。
Runway 发布 Runway MCP（Model Context Protocol）服务器，把 Runway 接入用户已有的 Agent 和编码工具，在对话中直接生成图像和视频而无需切换上下文。
推荐理由：原文给出了接入方式和可用模型清单，读者可据此判断在自己的 Agent 工作流中调用 Runway 生成是否顺手。
Runway 发布视频编辑模型 Aleph 2.0，并同步推出围绕其构建的 Edit Studio 应用。新模型支持编辑最长 30 秒的 1080p 视频，可做仅改动目标区域的局部编辑，用一帧编辑后的图像预览并控制最终效果，还能一次把改动应用到多个镜头。Edit Studio 面向营销团队、影视后期等场景，现已在所有 Runway 付费计划的桌面网页端开放。
推荐理由：原文给出了模型能力细节和开放范围，读者可以据此判断对现有视频素材二次加工工作流的影响。
Google 宣布在 Google Photos 的 Auto frame 功能中推出新的拍照后视角调整方法，通过 ML 模型理解场景空间布局并用生成式 AI 从新视角重构成像。
推荐理由：原文解释了两阶段 3D 场景重建加生成补全的技术路线，读者可以了解它与传统裁剪编辑的本质差别。
微软发布 MAI-Image-2-Efficient 图像模型，定位量产场景，成本比旗舰低 41%，适用于产品图、营销素材、UI 原型和批量管线，支持短文本和实时交互工作流。
Microsoft AI 宣布发布 MAI-Transcribe-1、MAI-Voice-1 和 MAI-Image-2 三款模型，现已在 Microsoft Foundry 和 MAI Playground 开放。
推荐理由：官方公布三款 MAI 模型的 Foundry 定价与基准对比，开发者可直接据此评估接入成本和可用性。
Microsoft AI 团队发布图像生成模型 MAI-Image-2，称其使 MAI 进入 Arena.ai 榜单前三的文生图实验室行列。
推荐理由：原文给出榜单排名、可用入口和面向创意工作的三大能力重点，读者可据此判断是否试用或接入。
SGLang-Diffusion 团队发布发布两个月进展总结，当前版本（docker 镜像 lmsysorg/sglang:dev-pr-17247）比 2025 年 11 月初始版最快提升 2.5 倍，在 NVIDIA GPU 上比其他方案最高快 5 倍。
推荐理由：官方复盘两个月迭代成果，涵盖新模型支持、LoRA 与 ComfyUI 集成等具体改进，读者可评估是否迁移现有扩散推理工作流。
Microsoft AI 于 2025 年 10 月 13 日宣布 MAI-Image 1，这是其首个完全在内部开发的图像生成模型，首日进入 LMArena 文生图模型前十。
推荐理由：微软首次完全自研的图像生成模型，官方说明了训练重点、擅长场景和后续落地产品，可了解其定位与可用入口。
Suno 推出早期测试版新功能 Covers，可将语音备忘录或完整曲目转换成不同风格，同时保留原旋律。功能目前面向 Pro 和 Premier 订阅用户开放，每人有 200 次免费额度，之后每次生成消耗 10 credits；beta 阶段可能出现返回原片段未换风格等问题，官方征集用户反馈。
