X @OpenAIAI 評分45
OpenAI 支援儲存參考圖並在新創作中複用
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。
搜尋
找到 11 筆
X @OpenAI● 精選AI 評分78
OpenAI 發布 ChatGPT Images 2.6，新增 GIF 與參考圖
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。
機器之心AI 評分51
Vidu Q4 Preview 發布：0.09 元/秒起，支援 15 張參考圖
生數科技推出影片模型 Vidu Q4 Preview，是其面向創作者的首個預覽版本，首發價格 0.09 元/秒起，同樣預算最高可生成 5 倍內容。該版本主打人物演繹、鏡頭語言與複雜視效，支援最多 15 張參考圖、3 段參考音訊輸入，以及 2K、4K 畫質輸出。官方資料顯示其圖生影片速度約為同類模型的 2 倍，5 秒影片最快約 110 秒完成，正式版上線時間尚未公布。
Hugging Face blog● 精選AI 評分89
Black Forest Labs 開源 FLUX.3 Image Klein，支援框選佈局控制
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。
Hacker News front page● 精選AI 評分87
FLUX 3 Image Klein 開源發布，8GB 視訊記憶體可本地跑
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。
X @OpenAIDevs● 精選AI 評分62
@OpenAIDevs: Since the beta, we’ve added new capabilities to the Decisions API so you can now use:
OpenAI 的 Decisions API 新增原生 GPT-Live 整合，語音應用可以在使用者說話時即時作出反應。同時加入提示快取，在複用上下文時降低成本；支援直接傳入原生 JSON 結構化資料；並可在單條問題的指令中附帶圖片，把多張圖片與同一參考圖對比。單次請求可提交的問題數量上限提升到 400 條，較此前翻倍。
機器之心● 精選AI 評分80
Google 發布 Nano Banana 2.1，底座換成 Gemini 3.6 Flash
Google DeepMind 正式發布 Nano Banana 2.1，底層由 Gemini 3.6 Flash 驅動，模型 ID 為 gemini-nano-banana-2.1，已作為穩定模型上線 Gemini App、AI Studio、Gemini API、Search AI Mode、Google Ads、Flow 與 Stitch。新版定位高效率影像生成與對話式編輯，支援 1K/2K/4K 輸出、最多 14 張參考圖融合，重點強化設計版式、蒙版區域性編輯和主體一致性；
Qwen blog● 精選AI 評分80
阿里開源 Qwen-Image-2.1，7B 引數統一生成與編輯
阿里開源 Qwen-Image-2.1，將文生圖與影像編輯統一到單一模型，視覺生成元件僅 7B 引數，原生支援生成和編輯透明影像。該模型最多可接受 10 張參考圖，支援圈選、塗抹和獨立掩碼三種區域性編輯方式，並提升人像身份與商品一致性。採用混合粒度注意力架構，KV cache 複用輸入影像與編輯指令以降低視訊記憶體佔用，權重已在 GitHub、Hugging Face 和 ModelScope 發布。
量子位● 精選AI 評分71
Vidu Q4 預覽版開放：720P 每秒 0.09 元，最高 4K 直出
生數科技開放 Vidu Q4 預覽版，720P 圖生影片起步價 0.09 元/秒，實測用 5.4 元做出一分鐘 GTA 6 風格的《邪惡老奶》短片。該版本最高支援 4K 直出，單條最長 16 秒，支援 FPV 視角，一次最多可用 15 張參考圖和 3 段參考音訊，官方稱強化了表情情緒、運鏡與特效對環境的真實影響。價格與規格掛鉤：MaaS 端 720P 約 0.6 元/秒、1080P 約 0.75 元/秒，SaaS 端預覽版提供兩個月限時優惠，部分使用成本可降至每秒幾分錢。
機器之心● 精選AI 評分78
微軟提出 Code Video Model，用可執行程式碼控制影片生成
微軟團隊提出 Code Video Model，用可執行程式碼控制影片生成：由 Coding Agent 把提示詞轉成 Three.js 程式，統一描述幾何佈局、物體運動、相機軌跡與事件時序，渲染出低多邊形預演影片不到一分鐘即可驗證鏡頭設計，參考圖負責指定外觀。方法不改動影片模型（MiniMax-H3）引數，採用免訓練的階段化條件排程，在去噪前約 25% 階段引入預演約束、隨後撤去，避免成片被預演的合成風格主導。
量子位AI 評分64
Meshy 推出 Meshy Edit，一句話指令實現 3D 模型區域性編輯
Meshy 上線區域性編輯功能 Meshy Edit：使用者在模型上圈選區域、用一句話描述改動，約一分鐘即可生成新模型，未選中區域保持原樣，現已向全部註冊使用者開放。選區可用套索圈出整塊部件（同時覆蓋正面、側面和背面），也可用畫筆微調邊緣；除描述外還能附最多 5 張參考圖，每次編輯消耗 20 積分。該功能目前支援 Meshy 6 與 Meshy 7.1 生成的高精度模型，帶貼圖的模型會自動切換為未貼圖版本再編輯；