#图像生成
谷歌发布全新视频与图像生成技术更新：Veo 2、Imagen 3 和 Whisk
谷歌推出Veo 2、Imagen 3与Whisk：Veo 2支持4K电影级视频生成，可精准控制镜头参数与胶片质感；Imagen 3显著提升图像细节与真实感；Whisk则为创意工作者提供新工具。三者协同强化AI在专业视觉创作中的可控性与表现力。
谷歌推出 Whisk：用图片和 AI 重新定义创意表达
谷歌实验室推出图片驱动AI工具Whisk，支持拖拽图片自动解构为“主题、场景、风格”三要素，并基于Gemini+Imagen 3重组生成全新创意图像。它不复制原图，而是提取视觉精髓，适合数字艺术、贴纸等快速创意探索。
Midjourney Patchwork 用户指南
Midjourney 推出 Patchwork 预览版——一个支持多人实时协作的无限 AI 画布，用于构建幻想世界。可拖拽缩放、生成角色与图像、链接碎片、设置风格参考，并支持权限管理与跨世界素材复用，目前正进行大规模并发压力测试。
xAI 绘画模型 Aurora 图片与提示词分享
xAI为Grok 2推出的图像生成器Aurora曾短暂上线，内容限制宽松，可生成公众人物及版权形象，但暴力内容过滤不足；擅长写实风格风景与静物，存在结构缺陷如缺手指、物体融合生硬。上线数小时后即被Flux替代。
ComfyUI 现已支持 Luma 绘画模型 Photon
ComfyUI 新增支持 Luma AI 的 Photon 绘画模型，通过安装「ComfyUI-LumaAI-API」插件即可调用。支持文生图、图像/角色/风格参考及图像修改等多类工作流，适用于微距摄影、矢量插图、华丽服饰设计、动物形态转换等创意场景。
Luma 发布绘画引擎 Photon 性能超越 Midjourney
Luma推出全新图像生成引擎Photon及极速版Photon Flash，在双盲测试中质量、创造力与理解力全面超越Midjourney等主流模型；1080p图像生成成本低至0.4美分，速度提升超10倍，专为电影、设计与艺术创作优化。
创造力即搜索：映射潜在空间
将创意过程视为在生成模型潜在空间中的搜索，新原型以图像节点与过渡视频构成图结构，支持非线性探索、变体生成与图生图等兼顾控制与偶然性的交互方式，配合开放工作空间和序列器，让AI真正成为创意探索的主动伙伴。
![FLUX1.1 [pro] 推出 Ultra 模式，能够生成400万像素的图像](https://img.caprompt.com/news/covers/thumbnail/news-cover-763-629ecb0651.webp)
FLUX1.1 [pro] 推出 Ultra 模式，能够生成400万像素的图像
FLUX1.1 [pro] 新增 Ultra 模式，支持 400 万像素高分辨率图像生成，单张仅需 10 秒，速度超同类模型 2.5 倍，成本低至 0.06 美元；同步上线 Raw 模式，显著提升人像多样性与自然摄影真实感；现开放 Replicate 平台调用。
Stable Diffusion 3.5 发布 ControlNets
Stable Diffusion 3.5 Large 新增 Blur、Canny、Depth 三款免费 ControlNets，支持 ComfyUI；Blur 可超分至 16K，Canny 精准控结构，Depth 助力建筑渲染与构图控制；ELO 测评用户偏好第一；年收入百万美元以下企业可免费商用。