依意思最接近的 30 筆
阿里發布 Qwen-Image-2.1-Turbo，這是基於 Qwen-Image-2.1 的加速 checkpoint，只需 8 步去噪即可生成和編輯影像，權重已在 ModelScope 與 Hugging Face 開放。它沿用同一 7B 視覺生成架構，官方稱步數減少不犧牲品質，仍可從文字生成 2K 影像，並支援用自然語言繼續編輯，例如新增配飾或更換場景。Diffusers 中載入 QwenImage21Pipeline 即可使用推薦的 8 步取樣；
OpenAI 開發者帳號宣布，API 現在可以接收帶標註的影像，用來精確指定希望修改的位置。呼叫時建議大多數編輯從低複雜度起步，場景包含多個元素或約束時可改用中或高複雜度，讓模型有更多規劃空間；影像品質可單獨設定以匹配所需細節程度。
OpenAI 上線了名為 Images 2.6 的新版本，官方頁面標題為 Introducing Images 2.6，但正文尚未公開具體能力、價格與可用範圍。該連結在 Hacker News 被提交時僅獲 4 分、暫無評論，可見目前披露的資訊非常有限。關注 OpenAI 影像生成功能的讀者需等官方補充模型規格與接入方式。
OpenAI 發布兩款面向開發者的影像模型 GPT-Image-2.6 Flare 與 Sunburst。Flare 主打速度，最快可在 6 秒內生成影像；Sunburst 主打品質，提供更高畫質，並在多次編輯之間保持更好的一致性。兩款模型都支援影像標記（image markup）與 SVG 匯出，開發者可以用更多方式細化和使用生成內容。
OpenAI Devs 在推文中稱，把影像品質設定為 low 後，Flare 生成一張影像最快只需 6 秒。推文還附上 Arena 的文字生圖與影像編輯結果入口，可供檢視實際效果。推文沒有說明高畫質檔位的生成時間、輸出解析度，也未交代 Flare 的開放範圍與價格。
OpenAI 發布 ChatGPT Images 2.6，影像生成功能升級，新增 GIF 與參考圖支援，使用者可在 ChatGPT 中直接使用這兩項能力。OpenAI 同時預告，兩款新模型即將進入 API，官方稱其影像生成速度提升 50%。此次公告以版本號和功能更新為主，未披露兩款 API 模型的具體名稱、上線日期、可用範圍與定價。
商湯研究院、香港科技大學 MMLab 等聯合提出多輪影像編輯訓練方法 MT Forcing，用於緩解自迴歸擴散模型在連續編輯中的畫質退化與內容漂移。方法由 Single-Turn DMD 與 Teacher-Forcing Guidance 兩部分組成：前者讓學生模型按自身輸出逐輪展開、與單輪教師的輸出分佈匹配，後者用參考編輯軌跡約束跨輪的細節一致性。
Canva 推出首個自研 AI 影像模型 Canva Craft，採用兩階段架構，先規劃設計方案再生成影像，官方稱這帶來更高的精度、一致性與可控性。該模型支援最高 2K 解析度和 30 多種寬高比，除社交媒體與營銷素材外，還可生成寫實場景、數字藝術與環境影像。它直接對標 OpenAI、微軟和 Google 的影像生成模型。
安全研究者指出，Google 與 OpenAI 最新的影像生成模型能力提升的同時，攔截色情輸出的表現反而可能變差。Google 今年 7 月對美國、澳大利亞和英國網民的聯合研究發現，未經同意的色情內容多經私信、文字或私人云盤傳播，不易被檢測或舉報。Google 研究者據此認為，最關鍵的干預點仍在源頭，即用於生成虛假性影像的 AI 工具。
阿里 Qwen 官方 X 帳號在 2026 年 10 月 9 日發布動態，正文只有「Pics:」一詞，隨附圖片，沒有任何文字說明。公開可見的文字裡沒有出現模型名稱、版本號、功能或發布時間，因此無法確認圖片指向哪款產品或更新。要了解具體內容只能檢視原帖圖片，後續說明有待官方補充。
v2.2.2 把 experimental_image_generate 設為預設可用：只要接入的模型提供商支援影像模型，agent 無需額外配置即可生成影像，並可通過 experimental.image_generate.model 指定首選模型。新會話介面點選當前 Git 分支可直接開啟該專案的 worktree 選擇器；時間線引用、終端引用與瀏覽器標註統一為帶可選評論的編輯器。桌面端還恢復經典問題卡片，併為 Go 用量限制錯誤補充重置時間與帳戶連結。
Google 將影像生成與對話式編輯模型 Gemini Nano Banana 2.1（gemini-nano-banana-2.1）轉為正式可用，保持 Flash 級速度與成本，並在畫質、提示詞遵循、多輪角色一致性、文字渲染上有明顯提升。新模型支援 1:4、4:1、1:8、8:1 等超寬與全景比例，輸出覆蓋 1K、2K、4K 解析度。上一代 gemini-3.1-flash-image 同時被標記為棄用，未公布關停日期，官方建議遷移至新模型。
Black Forest Labs 發布 5.6B 引數的開源權重模型 FLUX 3 Image Klein，支援文生圖、影像編輯和最多 10 張參考圖的多參考生成，並保留原生 4K 與邊界框控制。INT8 版本可在 8GB 視訊記憶體的 NVIDIA RTX 顯示卡上通過 ComfyUI 或 Diffusers 執行，蒸餾模型在 RTX 5090 上約 4 秒生成一張 1MP 影像，RTX 4070 上不到 9 秒。
OpenAI 把 GPT-Image-2.6 接入 Codex 與 API，並推出兩個新的 API 影像模型 Image-2.6 Flare 與 Sunburst，官方稱生成速度比此前快 50%。其中 Sunburst 在中等或高品質下反覆編輯時，細節一致性更好。Codex 使用者與呼叫 API 的開發者現在即可使用。
免費開源的本地 AI 修圖工具 Rembrandt 發布，支援 macOS、Windows 與 Linux，無需帳號與訂閱。它把 2×/4× 超解析度、AI 降噪、失焦重對焦放在 GPU 上執行，可用自然語言（如「shadows +25」）或直接在照片上拖拽調參，編輯以標準 XMP 存在照片旁、不改原圖。另含筆刷與 AI 主體/深度蒙版、HDR 與全景合併、1000+ 相機 RAW 和 1500 個鏡頭配置檔案，並可自託管在瀏覽器中使用。
Nikon 認定清華大學徐寧的 Small World in Motion 參賽影片使用 AI、不符合比賽規則，取消其冠軍資格，新科第一為越南的 Nguyen Nam Nhat，作品拍攝微小線蟲與單細胞生物。據 BBC 報導，有研究者指出該影片存在結構異常、細胞特徵憑空出現和消失，原始檔中還發現疑似 AI 水印；徐寧稱 AI 僅用於區分與視覺化重建灰度影像中的特徵，否認用它生成實驗影像、纖毛及其運動。
OpenAI 發布 Images 2.6，ChatGPT 與 Codex 的所有檔位使用者都能在網頁、桌面和移動端使用。API 同步提供 GPT-Image-2.6 的兩個版本：Flare 與 Sunburst。推文未說明畫質提升、使用額度或價格是否有變化，細節需看官方介紹頁面。
OpenAI 宣布使用者可以儲存參考圖片，之後在新創作中直接重複使用，無需再次上傳。官方說明中可儲存的物件包括本人、寵物和角色的參考圖，用於反覆生成新的影像內容。目前尚未公布該功能的適用範圍、上線平台與時間安排。
輝達與麻省理工學院團隊在 Hugging Face 放出影片增強專案 Open-H3-Regenerate-2K 的模型權重，配套推理程式碼開在 NVlabs/Sana 倉庫，可自行部署把低解析度影片草稿重生成到 2K、最高 4K。方案基於 MiniMax H3 基礎模型，凍結 Transformer 主幹與影片 VAE，只訓練細化 LoRA，推理時經三步去噪補充畫面細節。
攝影媒體 DPReview 刊文稱，尼康的一項攝影賽事出現生成式 AI 爭議。該報導發布於 2026 年 10 月 11 日，在 Hacker News 上獲得 9 分、0 條評論；現有資料只給出標題，涉事賽事名稱、爭議作品與主辦方處理結果均未說明。
Google 發布新一代生圖模型 Nano Banana 2.1，可 4K 直出，並升級蒙版編輯、背景替換與主體一致性。據 Arena 評測，其文生圖、多圖編輯與單圖編輯三項功能平均提升約 61.7 分，文生圖排名第四，僅次於 GPT。API 價格上，1K、2K 圖片生成價格減半，4K 降價約 25%；已上線 Gemini App、Google AI Studio，每天贈送 50 積分，開發者可用 gemini-nano-banana-2.1 接入付費 API。
Adobe 宣布，Lightroom 移動版（iOS、iPadOS、Android）新增生成式 AI 一鍵睜眼功能，可用於挽救閉眼照片。當應用檢測到照片中一人或多人閉眼時，會自動在影像上顯示 Open Eyes 快捷操作圖示；使用者只需點選該圖示，就能嘗試讓閉眼睜開。該功能面向 iOS、iPadOS 和 Android 使用者，操作入口直接出現在照片上。
開發者 Brandon Thomas 用 Anthropic 的 Claude Opus 5.5 生成了七款開源應用，復刻 Adobe 的 Photoshop、Illustrator、Premiere、Lightroom、After Effects、InDesign 與 Acrobat Pro 的介面和工具。Artcraft 去年以「面向藝術家的可控 AI」起步，用於 AI 生成影像與影片的精確後期編輯，本週末宣布轉向這套套件並在 Reddit 公布。
Black Forest Labs 發布開源影像生成模型 FLUX.3 Image Klein，新增可用 bounding box 指定畫面元素位置的佈局控制，Diffusers 已首日支援。單一模型同時覆蓋文生圖、多參考圖生圖：提示詞中用 <ref_image_0> 引用參考圖，編輯時用 src_bbox 與 tgt_bbox 指定區域移動，座標按 0–1000 歸一化、y 在前，任意尺寸通用。
Jev 發布 33 天后熱度迅速消退，這篇評論借它批評 AI 行業靠營銷話術製造期待。文章指出 Jev 本質是通用分類器，宣稱不會幻覺、更快更便宜，但輸出仍會出錯，且已有開放權重模型在部分任務上價效比更高，並可在本地執行。作者還稱其非自迴歸決策模型思路早於 Jev 一年半出現，並由此質疑行業四年來的創新增量。
Krea 發布影像編輯模型 Krea 3，官方稱比 Nano Banana Pro 快 4 倍、便宜 3 倍。對比頁給出的資料是：Krea 3 單次 2K 編輯約 8 秒、約 0.06 美元，Nano Banana Pro 約 26.8 秒、0.135 美元，GPT Image 2.5 約 39.9 秒、0.21 美元，官方註明這是預生成輸出而非即時基準測試。
Instagram 負責人 Adam Mosseri 在 Colin and Samir 播客中表示，圍繞 AI 的焦慮、沮喪與憤怒不僅不會緩解，還會繼續加劇，創意行業尤其明顯，且不止年輕人與創作者有這種情緒。他認為這些憤怒有的成立、有的並不成立，但整體負面情緒會進一步擴散。該期播客主要談 Instagram 上線寬屏與長影片功能。
尼康第 16 屆 Small World in Motion 顯微攝影大賽撤銷了清華大學徐寧博士的冠軍資格，調查認定其參賽影片違規使用了 AI。該影片本應展示罕見呼吸疾病患兒氣道內纖毛的擺動，但研究者發現細胞結構與尺寸異常、纖毛憑空出現，還有博士生指出源影像帶有 AI 生成水印。徐寧承認在後處理中用 AI 處理影像，但否認生成影片內容；尼康表示將重新審視比賽規則與評審流程，冠軍改授越南選手 Nguyen Nam Nhat。
OpenAI 將於本月晚些時候在美國開始測試新的視覺廣告，在 ChatGPT 生成圖片時展示贊助商品的圖片。廣告與生成的圖片分開顯示，OpenAI 稱不會影響 ChatGPT 給出的回答。OpenAI 今年 2 月首次在 ChatGPT 投放廣告，此前廣告只顯示公司名、logo 和產品連結，位於對話下方的 sponsored 區域。訂閱 Plus、Pro 等方案的使用者不會看到廣告。
Artificial Analysis 最新文生影片榜單中，影視公司 Utopai Studios 的模型 Utopai X 以 1150 分位列第二，與第一名阿里 Wan 3.0 僅差 7 分，據福布斯估算其估值約 10 億美元。該榜單由評審在不知道模型名字的情況下盲投產生；Utopai X 以 MiniMax 開源的影片模型 H3 為底子做後訓練，10 項能力中有 7 項比基座更接近頂尖水平，音訊同步、運鏡控制與物理提升最明顯。