跳到正文
2026.10.17 · 周六

#图像生成

#图像生成

模型

新模型、模型版本、权重开放、模型能力与价格变化的发布与评测结果

10月16日周五
  1. The Decoder78

    Black Forest Labs 发布 FLUX 3 Image Klein,支持 8 GB 显存

    Black Forest Labs 已发布 FLUX 3 Image Klein,这是一款拥有 56 亿参数的开放权重模型,可用于文生图、图像编辑以及使用最多十张参考图进行生成。它支持原生 4K 输出,其 INT8 版本可在配备 8 GB 显存的 NVIDIA GPU 上运行,在 RTX 4070 上生成一张图像不到 9 秒。年收入低于 500 万美元的公司可依据 FLUX Kommunity License 免费用于商业用途。

    推荐理由:硬件要求和商业许可门槛为评估本地生成图像是否适合团队现有 GPU 配置及业务规模提供了具体依据。

10月11日周日
  1. 量子位78

    谷歌发布支持4K输出的Nano Banana 2.1图像模型

    谷歌发布了Nano Banana 2.1,这是一款升级版图像生成模型,支持4K输出、基于蒙版的编辑以及改进的主体一致性。据Arena称,它在文生图、多图编辑和单图编辑方面平均提升了约61.7分,谷歌将1K和2K图像的API价格减半,同时将4K价格下调约25%。该模型已在Gemini应用和Google AI Studio中上线,每天提供50个免费额度。

    推荐理由:这篇文章汇总了Arena排名提升、API降价以及Nano Banana 2.1的早期用户测试,包括据报道的水印和重复编辑问题。

10月9日周五
  1. Qwen · X65

    Qwen 发布 Qwen-Image-2.1-Turbo,8 步去噪生成与编辑图像并开放权重

    Qwen 发布 Qwen-Image-2.1-Turbo,基于 Qwen-Image-2.1 的同一 7B 视觉生成架构,仅需 8 个去噪步骤即可生成和编辑图像,权重已在 ModelScope 和 Hugging Face 开放。

    推荐理由:Qwen 图像模型新增 Turbo 加速版本,8 步采样与开放权重给出了可直接接入的生成与编辑路径。

10月2日周五
  1. The Decoder78

    Black Forest Labs 发布 Flux 3 Image,支持多步编辑

    Black Forest Labs 发布 Flux 3 模型家族中的图像模型 Flux 3 Image,官方称其支持多步编辑且不改动画面其他部分,覆盖文生图、图生图、文字渲染和写实生成。

    推荐理由:Flux 3 Image 把多步编辑与 4K 输出、参考图上限放在一起,可对照同期 Ideogram 4.5 看图像编辑模型的竞争节奏。

7月1日周三
  1. Google DeepMind78

    Google DeepMind 发布 Nano Banana 2 Lite 与 Gemini Omni Flash

    Google DeepMind 发布 Nano Banana 2 Lite 和 Gemini Omni Flash 两款模型,前者是 Nano Banana 系列中速度最快。

    推荐理由:两款模型同时开放开发者入口,并给出延迟、单价与能力边界,便于判断图像到视频链路的成本与可用性。

已经到底了