Black Forest Labs 开源图像模型 FLUX 3 Image Klein,8 GB 显存即可运行
Black Forest Labs 发布 56 亿参数的开源权重图像模型 FLUX 3 Image Klein,支持文生图、图像编辑和最多十张参考图生成,具备原生 4K 输出、像素级精确编辑和边界框定位元素。
推荐理由:原文给出了参数量、显存门槛和许可条款,读者可以据此判断它能否在本地工作流中替代闭源图像模型。
Black Forest Labs 发布 56 亿参数的开源权重图像模型 FLUX 3 Image Klein,支持文生图、图像编辑和最多十张参考图生成,具备原生 4K 输出、像素级精确编辑和边界框定位元素。
推荐理由:原文给出了参数量、显存门槛和许可条款,读者可以据此判断它能否在本地工作流中替代闭源图像模型。
Google DeepMind 发布 Nano Banana 2 Lite(gemini-3.1-flash-lite-image)图像模型与 Gemini Omni Flash(gemini-omni-flash-preview)视频生成与对话式编辑模型。
推荐理由:原文给出了两款模型的定位分工与串联用法,读者可据此判断如何组合图像与视频生成搭建工作流。
OpenAI 于 2025 年推出更快的 ChatGPT Images 体验,并在 API 中提供 GPT-Image-1.5,同时介绍最新的 ChatGPT Images 2.5。
Google DeepMind 发布 Nano Banana Pro(Gemini 3 Pro Image),一款基于 Gemini 3 Pro 的高保真图像生成与编辑模型,已在 Google AI Studio 和 Vertex AI 通过 Gemini API 开启付费预览。
推荐理由:原文列出了分辨率、输入数量和文字渲染等具体能力边界,便于开发者判断是否迁移。
Google DeepMind 发布 Nano Banana Pro(Gemini 3 Pro Image),基于 Gemini 3 Pro,主打更强推理与世界知识带来的精准图像生成与编辑。
推荐理由:原文列明了能力变化与各产品线的开放范围,读者可据此判断它会怎样接入现有工作流。
OpenAI 在 GPT-4o 中推出原生图像生成功能,包括更强的文字渲染和指令遵循能力,可进一步了解 ChatGPT Images 2.5。
OpenAI 宣布训练出名为 DALL·E 的神经网络,可根据文本描述为自然语言可表达的广泛概念生成图像。
推荐理由:原文点明了从文本生成图像这一能力方向,读者可据此理解多模态生成的早期定位。