在图像生成上，Google 其实已经有 Imagen 4 这样的文生图模型，为什么 nano banana 最后还是由 Google 带来的？但这确实不是偶然或者瞎猜的，nano banana 是结合了 Google 多个团队的项目成果。首先就是 Gemini 强大的世界知识与指令遵循能力，其次就是 Google 内部顶尖文生图模型 Imagen，所提供的极致图像美学与自然度追求。
香蕉也能变礼服？Google 真的做到了！ 在最新一期谷歌开发者节目里，Google DeepMind 团队首次全面展示了 Gemini 2.5 Flash Image —— 一款拥有原生图像生成与编辑能力的最新模型。
还记得上周提到的那个爆火的神秘 AI 生图模型 nano banana 吗？在万众瞩目中它终于来了！
最近，一个叫 nano-banana 的神秘 AI 生图模型火了！ 说它神秘，是因为到现在也没有公司出来认领这个模型。 而且它的火爆也不是靠什么营销，而是凭借它出色的性能大家的“口口相传”。 甚至有网友评价它是人物一致性新王、AI 图片编辑史诗级升级。
上海人工智能实验室等团队提出Lumina-mGPT 2.0 —— 一款独立的、仅使用解码器的自回归模型，统一了包括文生图、图像对生成、主体驱动生成、多轮图像编辑、可控生成和密集预测在内的广泛任务。
近年来，文生图模型（Text-to-Image Models）飞速发展，从早期的 GAN 架构到如今的扩散和自回归模型，生成图像的质量和细节表现力实现了跨越式提升。这些模型大大降低了高质量图像创作的门槛，为设计、教育、艺术创作等领域带来了前所未有的便利。
上上周我们一起测试了六款视频Agent， Agent们手里有一堆音频、视频、剪辑、生图等工具，由他们决定调用顺序成片
通义模型家族，刚刚又双叒开源了，这次是Qwen-Image——一个200亿参数、采用MMDiT架构的图像生成模型。 这也是通义千问系列中首个图像生成基础模型。
AI生图，但是没有AI味，可能么？ 一款全新、可编辑、照片级的AI生图模型FLUX.1 Krea [dev]现已发布，可在Krea Edit上免费试用。
你有没有想过，为什么大部分人在谈论AI的时候还在纠结ChatGPT能写多少字、回答多少问题，而有些人已经在用AI创造出让你分不清真假的视频内容？当全世界还在为文本生成AI争论不休时，一家名为fal的公司却在悄然重塑整个内容创作的基础设施。
