Seedream 5.5 上线 Recraft Studio:新特性与对比评测
字节跳动 Seed 的图像生成模型 Seedream 5.5 上线 Recraft Studio,付费计划可用,主打更真实图像与可稳定编辑 100 轮的编辑能力。
字节跳动 Seed 的图像生成模型 Seedream 5.5 上线 Recraft Studio,付费计划可用,主打更真实图像与可稳定编辑 100 轮的编辑能力。
可灵发布新一代图像生成模型 Kling Image 4.0,现已上线可灵创意工作室并向企业及开发者开放 API。该模型基于原生统一理解与生成架构,支持原生 8K 图像生成、单图最多 2000 字符文本渲染、单提示词生成最多 10 张一致风格图像,以及电商详情页等长图生成。此外还提供 110+ 预设调色风格、70+ 预设商用字体和七种语言支持。
推荐理由:新模型将视觉理解与图像生成统一在同一自回归框架,原生8K与长文本渲染能力值得创作者评估替换现有出图流程。
Higgsfield 在 Ramp Rate 2026 年 11 月排名中成为图像与视频 AI 类别采用率最高的平台,过去 12 个月 42% 通过 Ramp 购买该类软件的企业选择了 Higgsfield。其采用率一年内增长 33 个百分点,在七项排名中六项列第一;Midjourney 以 35% 排名第二。
Luma 的 AI 卡通生成器指南介绍照片转卡通、文本生成卡通和动画化三类工具,强调跨场景角色一致性。Luma 的 Ray 3.2 支持多关键帧排序和 HDR 工作流,Layers 由 Uni-1 驱动可单独编辑元素。Cartoonize.ai 提供 20 多种艺术风格,适合快速照片转卡通。
AI 角色生成器通过参考图、自定义模型训练与编辑式工作流保持角色一致性,其中 Luma AI 的 Uni-1 保持图像角色一致,Ray 3.2 在视频中实现帧级身份稳定。参考图工作流可减少重复生成,编辑式工作流比全量重生成更能保留已批准特征。统一平台减少工具切换摩擦,适合品牌活动、动画与插画等跨场景项目。
HeyGen 发布 2026 年 11 月企业 API 更新,Video 1、Voice 1 和 Image 1 上线 API,企业限流提升,零数据保留覆盖范围扩大,v1/v2 于 2026 年 11 月 7 日退役。Video 1 支持文本/图像/参考视频到视频并生成对话与音效,Voice 1 支持 Instant Clone 与语音转语音,Avatar V 新增更自然眨眼。
推荐理由:HeyGen 企业 API 更新将视频、语音和图像模型统一接入,限流提升,v1/v2 退役后需迁移到 v3。
MiniMax 发布 MiniMax-H3-Image-PE,基于 Qwen3.8-27B 微调,为 MiniMax-H3-Image 提供提示词扩展与宽高比推荐,支持文生图与图像编辑两条工作流,其中图像编辑 PE 仍在开发中,本次仅发布其提示词。模型以 FP4 权重运行,可通过 SGLang 或 Diffusers 部署,约需 19 GiB 显存。
字节跳动发布新一代图像生成模型 Seedream 5.5,支持 100 轮多轮编辑、原生 RGBA 透明背景输出,并提升图像真实感与文字渲染。相比 Seedream 5.0 Pro,六个生产场景的可用率均有提升,影视和办公场景可用率超过上一版两倍;文本严重损坏率降至 0.4%。
推荐理由:Seedream 5.5 主打 100 轮稳定编辑与原生 RGBA 输出,评测显示文本严重损坏率降至 0.4%,为专业视觉生产提供更可靠的图像资产。
InvokeAI 7.0.0 进入 beta 1,这是其最大版本更新。新增项目、单工作台、视频面板支持 MiniMax H3、LTX-2.5 和 Wan 2.2。官方警告 v7 数据库迁移不可逆,升级前需备份。
推荐理由:InvokeAI 7.0.0 进入 beta,新增项目、视频面板与多模型支持,创作者可据此评估升级。
Midjourney 在品牌一致性、文字渲染、企业集成与专业视频制作方面存在明显局限。其缺乏公开 API,默认公开生成图像,且标准访问需付费订阅。文字渲染可能产生不一致字符,角色一致性难以保持,视频输出也缺少多关键帧、专业导出格式等电影级控制。
HeyGen 无法制作电影级场景、产品镜头或环境内容,仅支持预设手势,无自定义动画或全身动作控制。渲染高峰期延迟可达 60 分钟,口型同步在声调语言和地区口音下精度下降,且不提供 HDR 或 EXR 专业调色输出。Luma 的 Ray 3.2 支持 16-bit EXR 导出,Layers 支持元素级编辑,Luma Agents 可维护项目上下文。
Krea 3 是 Krea 推出的图像到图像基础模型,主打编辑速度与成本效率,单次编辑在 8 秒内完成。在 Arena.ai、Artificial Analysis 和 Design Arena 的编辑排行榜上位列第 4,速度比 Nano Banana Pro 快约 3-5 倍,成本约为其一半。
MiniMax 发布开源图像生成与编辑模型 MiniMax-H3-Image,将文本到图像与图像编辑统一在一个 checkpoint。模型为 33.1B 参数 DiT,蒸馏至 6 步采样,直接生成约 16 兆像素图像(4096×4096 至 6272×2688),无需超分。
推荐理由:新模型将文本生成与图像编辑统一在一个 checkpoint,16 兆像素直接输出且仅需 6 步采样,可评估其是否适合现有出图流程。
InvokeAI 发布 7.0.0 alpha 4,新增 FLUX.3 Klein 与 Klein Base、MOSS-Image 模型家族,并支持 Krea-2 编辑模式、Qwen-Image-2.1 参考图编辑及新 ControlNets。
Higgsfield 推出 7 天无限量生成福利,Pro、Plus、Max、Ultra 订阅用户可在限定时间内无限生成指定图像与视频模型。福利覆盖 Seedream 5.0 Pro、GPT Image 2.5、Nano Banana Pro 和 Seedance 2.5,可用模型与分辨率随套餐及月付/年付周期变化。
Meshy与Async组合可将AI生成的3D模型转化为社交媒体视频。流程为:在Meshy中生成3D模型并渲染为2D图像,再用Async将图像动画化,添加音乐、字幕,输出至Instagram、TikTok或YouTube Shorts。对于短视频,Meshy与Async即可完成;需要精细动画时仍可考虑Blender或DeepMotion。
Higgsfield AI 与 Magnific 的 2026 年对比显示,前者专注电影制作与角色一致性,后者侧重品牌管理与协作,两者均提供 Kling 3.0、Seedance 2.5、Veo 3.1 等模型。
ChatGPT 擅长起草、研究、编程、文件分析与图像创作,但复杂视觉项目或需专用工具。评测对比了 ChatGPT Images 2.5 的对话式生成与编辑,以及 Kling IMAGE 3.0 Omni(支持 10 张参考图、Image Series、原生 2K/4K 输出)和 Kling 4.0(Omni Reference 支持 15 个参考资产、3-30 秒视频生成)。
Runway 推出 App Studio,用户可用自然语言描述需求,无代码构建带独立界面的自定义创意应用,生成图像、视频和音频。App Studio 内置 Character Swap、AutoComp、Product Portfolio 等应用,基于 Brand Kits、Workflows 和 Assets 构建,已包含在所有付费计划中,消耗现有 Runway 积分。
推荐理由:Runway 的 App Studio 把无代码应用构建带入创意工作,团队可将多年沉淀的工作流和品牌标准变成人人可用的工具,降低对个别高手的依赖。
Luma 面向电影人的 AI 工具(Ray 3.2、Camera Angles、Light Transfer、Face Swap)已成熟为生产级工具,可将前期制作时间缩短最多 80%。
可灵官方博客发布搞笑 AI 图片创作指南,基于 Kling IMAGE 3.0 Omni 给出 12 个创意方向和 6 条可自定义提示词,涵盖动物上班、食物拟人、历史人物穿越现代等场景。该模型支持最多 10 张参考图、原生 2K/4K 输出,并可通过 Image Series 保持系列图片风格一致。
Higgsfield 采用月订阅积分制,Starter 每月 $15 含 200 积分,Plus $49 含 1,000 积分,Ultra $129 含 3,000 积分,团队版每席位 $79 起含 1,000 积分。
Higgsfield AI 免费版 10 个积分不足以生成任何视频片段,最便宜的 4 秒 Seedance 2.5 Draft(480p)需 12 积分,5 秒 1080p 的 Cinema Studio 4.0 片段则需 80 积分。
制作 Twitch 表情需按聊天中最小尺寸 28×28 设计,上传方形透明背景 PNG,静态图上限 1 MB、动图不超过 60 帧。Recraft Studio 可先用矢量输出生成首个表情,再用 V4 Styles 以最多 10 张参考图锁定统一风格,并一键去背景、导出 112/56/28 三种尺寸。自定义表情仅对 Twitch 合作伙伴与 Affiliate 开放,需通过平台审核。
Krea 发布 Illustrator 插件,可在 Illustrator 文档内生成图像,再用 Image Trace 转为可编辑矢量路径。插件支持把选区或画板送回 Krea 修改并原位放回,Krea Agent 可在文档内绘制形状、排版文字、整理图层与画板。
Higgsfield 官方博客对比了 Higgsfield、Midjourney、OpenAI、Google Gemini、Adobe Firefly、Ideogram。
本指南先讲传统修图三步(裁剪与水平校正、曝光/阴影/高光/白平衡/对比度/饱和度调整、导出 JPEG/PNG/WebP),再说明 AI 修图如何用自然语言描述替换物体、换装、换背景与风格。Kling IMAGE 3.0 Omni 支持图生图工作流,最多可结合 10 张参考图,并原生输出 2K 与 4K。
Fireworks 与 fal 联合发布 EAGLE-4 技术分析及面向创意任务的投机解码基准数据集 Prompt Enhancement SpecBench。该数据集含 400 个样本,覆盖文生视频、图生视频、文生图、图生图四类各 100 例。EAGLE-4 在 Qwen 3.8 27B 上采用滑动窗口注意力与低秩候选头降低草稿成本,验证树由 GPU 延迟测量动态调整宽度与深度。
Krea 官方对比 Krea 3 与 Nano Banana Pro,称 Krea 3 在 Arena Multi-Image Edit、Design Arena 和 Artificial Analysis 三个榜单上均排名更高,多数编辑在原生 2K 下 8 秒内返回,且比 GPT Image 2 与 Nano Banana Pro 便宜 3 倍。
推荐理由:Krea 官方用三个公开榜单和同题实测对比自家 Krea 3 与 Nano Banana Pro,并列出各自适用场景。
Krea 官方博客对比 Krea 3 与 GPT Image 2 的图像编辑能力,结论是没有单一赢家:Artificial Analysis 上 Krea 3 Ultra 以 1151 Elo 领先 GPT Image 2 (high) 的 1136。
Krea 3 Ultra 在 10 月 19 至 20 日公布的三个图像编辑榜单上分别位列 Arena 多图编辑第 4、单图编辑第 8、Artificial Analysis AA-Image-Editing v2.1 第 5、Design Arena 第 4(共 51 个模型)。
推荐理由:Krea 官方逐条拆解三个榜单的票数、置信区间与排名区间,说明同一模型为何出现四个名次。
Recraft 官方博客给出了一套用 AI 创作角色一致儿童绘本的流程:先完成并控制手稿节奏,再在参考表上设计主角,之后每张插图都对照该表检查。
可灵官方博客对比了 IMAGE 3.0 Omni、Leonardo AI、Adobe Firefly、Krea、Canva、Picsart 六款 AI 图像编辑产品,按模型、平台、免费额度与编辑流程逐项列出。
可灵 AI 发布指南,介绍如何用 Kling IMAGE 3.0 与 IMAGE 3.0 Omni 从文字或图片生成 AI 艺术作品。IMAGE 3.0 支持最多 10 张参考图,可用自然语言指令微调细节;IMAGE 3.0 Omni 的 Image Series 模式可保持多张插画角色与风格一致,并原生输出 2K/4K。
Adobe 在 Lightroom 移动版中推出 Open Eyes 和 Generative Expand 两项新工具。Open Eyes 可自动检测照片中的闭眼并一键生成自然的睁眼效果,免费使用,还能调用图库中同一人物的其他照片匹配眼睛颜色、形状和大小。Generative Expand 则能自然延展画面边缘,填补缺失内容,方便适配社交平台的尺寸比例。
Higgsfield AI 以 $15/月 起在同一积分体系内覆盖图像、视频、角色一致性与广告制作,Runway 则以 $15/月 起提供图像视频生成加 Aleph 2.0、Edit Studio 等成熟后期编辑层。Krea 从 $9/月 聚合 150+ 模型,Magnific 主打 250M+ 素材库与设计工作流,Pika Art 从 $10/月 起侧重短视频社交内容。
Krea 发布 Photoshop 插件 Krea for Photoshop,在 Photoshop 文档内提供背景替换、重打光、多机位布局、图像与视频生成、实时画布和产品 mockup,结果以普通图层返回。
推荐理由:Krea 把图像与视频生成搬进 Photoshop 面板,结果以普通图层返回,方便对照现有修图流程评估接入方式。
Krea 3 AI 图像编辑功能已在 Envato 上线,支持区域编辑、六张以上参考图合成与自定义微调,可在数秒内完成高质量局部修改而不重新生成整张图。该模型面向已定稿的构图、产品或角色做精修,编辑时保留原有主体、标签、光线与取景不变。
Krea 3 已通过 Partner Nodes 在 ComfyUI 上线,这是 Krea 推出的新图像模型,面向以参考图驱动的生成与编辑。模型主打更快的迭代速度与更低的单图成本,同时保持画质,支持上传多张参考图并按上传顺序编号调用,例如人物取自图 1、外套取自图 2、背景取自图 3。
推荐理由:Krea 3 以参考图驱动的生成与编辑接入 ComfyUI Partner Nodes,可了解多参考编号调用与结果回喂的用法。
Krea 发布图像编辑模型 Krea 3,官方称多数编辑在原生 2K 下 8 秒内端到端完成,2K 每张 0.06 美元、1K 每张 0.03 美元,单次编辑最多可用 6 张参考图。
推荐理由:官方给出 Krea 3 与 Nano Banana Pro、GPT Image 2 的单张耗时和价格对比,可据此判断批量修图成本。