AI 画图的最前线：文生图模型迭代、图像编辑能力与创作工具生态的全部动态。
模思智能与OpenMOSS团队开源5B参数DiT生图模型MOSS-Image，上线4天在海外社区收获130万次下载。模型采用Qwen3.5-9B文本编码器与FLUX.2 VAE，并在训练中剔除AI生成图像，重点优化了中英文文字渲染、结构化JSON Layout构图控制与4096 tokens长提示词支持。目前社区已快速跟进4步/8步加速方案、GGUF量化以及ComfyUI和SGLang推理适配。
推荐理由：原文展示了剔除AI合成数据并结合结构化布局的设计方案，读者可借此了解轻量DiT模型在精准排版与文字渲染上的实践路径。
Black Forest Labs 正式发布 5.6B 参数的开放权重图像模型 FLUX 3 Image Klein，支持原生 4K 输出、像素级编辑与最多 10 张参考图生成。
推荐理由：原文详细给出了显存门槛与免费商用许可，读者可以评估将其集成到本地消费级硬件或中小业务的落地成本。
Google 正式发布图像生成与编辑模型 Nano Banana 2.1，基于 Gemini 3.6 Flash 构建，在提升画质与文本渲染的同时将生成价格相比前代降低约一半。
推荐理由：该模型相比前代将生成成本降低约一半，同时支持最多14张参考图输入来维持角色与物体一致性。
Black Forest Labs 推出 Flux 3 家族的图像生成模型 Flux 3 Image，支持在不改变画面其余区域的前提下进行多步局部编辑。模型涵盖文生图、图生图、文字渲染与写实风格，支持边界框构图、最多 10 张参考图像输入以及最高 4K 分辨率输出。目前官方已上线免费 Demo 并开放 API 接入，企业支持私有化部署微调，开源权重版本预计在未来数周内发布。
推荐理由：模型支持在不破坏原图其余区域的前提下完成多步局部控制，为探索高保真图像编辑和商用微调的团队提供了直接参考。
OpenAI 推出 ChatGPT Images 2.5，支持将用户的想法、草图和参考照片转化为更个性化、更精细的图像，以更好地体现用户创意。
Google 宣布推出基于 Nano Banana 模型的图像创作与编辑工具 Google Pics，并在未来数周面向 Google AI Pro 与 Ultra 订阅用户及多数 Workspace 商业客户开放。
推荐理由：Google 将图像生成与局部精准编辑直接嵌入办公组件，展示了多模态模型深度融入现有协同工作流的具体形态。
Google DeepMind 推出图像生成模型 Nano Banana 2 Lite 与视频生成编辑模型 Gemini Omni Flash，现已在 Google AI Studio 和 Gemini API 上线。
推荐理由：两款模型分别针对低延迟图像生成与对话式视频编辑，开发者可通过串联工作流实现快速出图并转为视频。