跳到正文

创作方向

图像生成 最新动态

AI 画图的最前线:文生图模型迭代、图像编辑能力与分镜、海报、素材创作应用。

114 条精选近 30 天 43 条共收录 1,145 条

更新

精选归档 · 第 4 页

10月14日周三第 61–80 条
  1. note · comfylab · 图像视频创作分享66

    Qwen-Image 2.1 Turbo接入ComfyUI:8步出图与实测对比

    Qwen-Image 2.1的高速版Qwen-Image-2.1-Turbo已可通过ComfyUI官方模板使用,图像生成与编辑从常规版的40步降至8步,模型规模仍为7B。

    推荐理由:作者用128张对比图实测Turbo与常规版的差异,并给出ComfyUI模板与显存占用数据,可据此判断是否切换出图流程。

  2. OpenAI News60

    Higgsfield 用 GPT-6 Astra 将 AI 视频从 1 分钟延长到 10 分钟以上

    Higgsfield 将 AI 视频生成时长从 1 分钟提升到 10 分钟以上,依托 GPT-6 Astra 实现。同时,它用 GPT-Image-2.5 提升画面精度,并借助 GPT-Live 提供通往语音电影制作的路径。

    推荐理由:Higgsfield 借助 GPT-6 Astra 把 AI 视频时长从 1 分钟拉到 10 分钟以上,可据此判断长片创作的可用性。

10月13日周二
  1. Black Forest Labs · FLUX 模型78

    Black Forest Labs 发布 FLUX 3 Image Klein 开源权重模型

    Black Forest Labs 发布 FLUX 3 Image Klein,一个 5.6B 开源权重模型,同时支持文生图、单参考图编辑和多参考图组合生成,文本编码器为 Qwen3-VL-4B-Instruct。

    推荐理由:5.6B 开源权重模型把文生图、单图编辑与多图组合统一到同一模型,并给出量化版本与显存占用,便于自部署者评估落地成本。

  2. Black Forest Labs · FLUX 模型76

    Black Forest Labs 开源 FLUX 3 Image Klein Base,5.6B 权重支持文生图与多图编辑

    Black Forest Labs 在 Hugging Face 发布 FLUX 3 Image Klein Base,这是一个 5.6B 参数的开源权重模型,文生图、单参考图编辑和多参考图合成共用同一模型,文本编码器为 Qwen3-VL-4B-Instruct。

    推荐理由:5.6B 开源权重同时覆盖文生图、单图编辑与多图合成,并给出 BF16、FP8、NVFP4 三档显存占用,便于评估自托管成本。

  3. ComfyUI Wiki · 工作流与开源创作分享66

    Qwen-Image 2.1 Lightning LoRA 把 40 步生成压缩到 4 步

    LightX2V 发布 Qwen-Image 2.1 的 Lightning LoRA,把该模型默认 40 步的生成压缩到 4 步,采样器改为 4 步、CFG 关闭(true_cfg_scale=1.0)并固定四个 sigma 值。

    推荐理由:Qwen-Image 2.1 的 4 步 Lightning LoRA 把默认 40 步压缩到 4 步,并附多参考编辑示例,可据此评估出图流程的提速空间。

10月11日周日
  1. Kapwing 创作指南62

    如何用 AI 制作 Vox 风格拼贴动画:分步指南

    Kapwing 发布分步指南,讲解如何用 AI 生成 Vox 风格拼贴动画纪录片,流程分为写脚本、拆分视觉节拍、生成拼贴图像、逐帧动画、生成配音和剪辑成片六步。

    推荐理由:完整拆解 Vox 拼贴风纪录片的六步 AI 工作流,含可复用的图像与动画 Prompt,适合想复刻该视觉风格的创作者参考。

10月10日周六
  1. 开源中国68

    Nano Banana 2.1 九种实战用法与完整提示词

    Google 于 2026 年 10 月 6 日发布 Nano Banana 2.1,底座换成 Gemini 3.6 Flash,把多参考图一致性、复杂局部编辑、文字海报等能力下放到 Flash 的成本和速度上。文章整理了九种实战用法,覆盖从多图一致性到养图,并附完整提示词。

    推荐理由:围绕 Nano Banana 2.1 整理九种实战用法与完整提示词,可对照多图一致性和局部编辑等能力评估出图流程。

10月9日周五
  1. SuSu_酥酥66

    阿里通义开源 Qwen-Image-2.1-Turbo,8 步出 2K 图像

    阿里通义开源 Qwen-Image-2.1-Turbo,基于 Qwen-Image-2.1 的加速 checkpoint,沿用同一套 7B 视觉生成架构,文生图与自然语言编辑只需 8 步去噪,官方称仍能生成 2K 图像并支持加配饰、换场景等连续编辑。

    推荐理由:Qwen-Image-2.1-Turbo 以 8 步去噪实现 2K 文生图与自然语言编辑,并给出 Diffusers 与 API 两条上手路径。

10月7日周三
  1. Oimi · 中文图像视频教程67

    谷歌发布 Nano Banana 2.1:半价、全景比例与 14 图融合

    谷歌在 Gemini API 正式发布图像生成与编辑模型 Nano Banana 2.1(模型 ID:gemini-nano-banana-2.1),单张 1K 图成本约 $0.034,约为 Nano Banana 2 的一半。

    推荐理由:谷歌图像模型 2.1 单张成本约降一半并新增全景比例与 14 图融合,可据此评估是否迁移现有出图流程。

  2. The Decoder70

    Google 发布图像模型 Nano Banana 2.1,价格约降一半

    Google 发布图像生成与编辑模型 Nano Banana 2.1,取代 2026 年 2 月发布的 Nano Banana 2,官方称各方面均有提升。1K 图像价格从 6.70 美分降至 3.36 美分,4K 从 15.10 降至 7.56 美分,约为上一代的一半。

    推荐理由:Google 图像模型 Nano Banana 2.1 在降价约一半的同时给出多项基准对比,可据此判断是否替换现有出图流程。

  3. SuSu_酥酥78

    Google 发布 Nano Banana 2.1 图像生成与编辑模型

    Google 正式发布 Nano Banana 2.1 图像生成与编辑模型,官方称其在视觉设计、Mask 精准编辑和主体一致性上全面超过上一代,画面更自然真实。该版本已在 Gemini、Search AI Mode、AI Studio、Flow、Stitch、Google Ads 和企业平台铺开。

    推荐理由:Google 图像生成模型升级,点名视觉设计、Mask 编辑与主体一致性三项能力变化,并已在多个产品线铺开。

10月6日周二
  1. 阡陌的小站 · 本地创作实战70

    8GB 显存本地 ComfyUI 部署 Qwen-Image-2.1 与 MiniMax H3 教程

    阡陌发布教程,介绍在约 8GB 显存的 RTX 4070 Laptop 上通过 ComfyUI 本地生成图片与视频,图片用 Qwen-Image-2.1 越狱版 GGUF 工作流,视频用 MiniMax H3 的 04_i2v_fl2v_4step_sla_lowvram 工作流。

    推荐理由:8GB 显存下跑通 Qwen-Image-2.1 与 MiniMax H3 的完整路径,含模型文件、目录结构与参数配置,可对照复现。

10月4日周日
  1. InvokeAI 官方发布62

    InvokeAI 7.0.0 alpha 1 发布:全新工作台、画布引擎与视频面板

    InvokeAI 发布 7.0.0 alpha 1,称这是其规模最大的一次更新,约 320 个 PR、2600 次提交,需 Python 3.12,且新界面为默认。

    推荐理由:InvokeAI 7 把画布、工作流与视频生成整合进单一工作台,并新增 MiniMax H3、LTX-2.5 等模型支持,可据此判断是否迁移现有出图流程。

10月1日周四
9月30日周三
  1. 阿真Irene · 创作者专栏78

    阿里开源 Qwen-Image-2.1:一个模型覆盖生图、修图与透明背景

    阿里开源 Qwen-Image-2.1 图片模型,视觉生成部分为 7B,用 32 层 Single-Stream DiT,一个模型覆盖生成、编辑与原生透明背景图。

    推荐理由:作者用大量实测案例展示 Qwen-Image-2.1 在生图、编辑与原生透明上的表现,并给出消费级显卡的实测速度。

9月26日周六
  1. NerdyRodent · YouTube 创作视频75

    Qwen Image 2.1 本地跑在 ComfyUI 中

    Nerdy Rodent 发布教程,讲解如何在本地 ComfyUI 中运行 Qwen Image 2.1。该模型除文生图外还支持图像编辑,最多可输入 10 张参考图,用于换脸、换头、换背景、多角色合成与自然语言改风格,INT8 模型文件小于 8GB。

    推荐理由:演示 Qwen Image 2.1 在本地 ComfyUI 中的文生图、图生图、局部重绘与超分流程,可据此评估本地出图方案。

9月23日周三
  1. Adobe · 官方创作与影视博客62

    Adobe 完成收购 Topaz Labs,将 AI 画质增强能力并入 Firefly 与 Photoshop

    Adobe 宣布完成对 AI 视频与图像增强公司 Topaz Labs 的收购,后者将保留独立品牌,其应用与模型继续作为独立产品提供。Topaz Labs 的技术已进入 Adobe Firefly 和 Photoshop,用于图像与视频的超分与增强,其 Neurostream 技术支持在本地设备或 Topaz 云端处理复杂 AI 模型。

    推荐理由:Adobe 将 Topaz Labs 的画质增强模型并入 Firefly 与 Photoshop,可观察影视后期工具链的整合走向。

9月22日周二
  1. 腾讯混元 · 公开公众号 RSS72

    腾讯混元发布 Hy Image3.5 preview 专业级生图模型

    腾讯混元发布混元图像 3.5 预览版(Hy Image3.5 preview),定位高性价比专业级生图模型,支持文生图与图生图、单次最多上传 5 张参考图、最高 2K 分辨率输出和多轮对话创作。

    推荐理由:腾讯混元发布专业级生图模型预览版,给出2K输出、0.15元每张的API定价与内部盲测对比结果,可据此评估成本与出图能力。