字节跳动发布 Seedream 5.5 图像模型,支持 100 轮编辑不偏色
字节跳动 Seed 团队推出面向专业生产流程的图像生成模型 Seedream 5.5,称其支持最多 100 轮多轮编辑,未改动区域保持像素级一致且不出现偏色。该模型可直接生成带透明背景的原生 RGBA 图像,并更真实地渲染光照、材质与皮肤纹理,更准确地还原密集小字。
字节跳动 Seed 团队推出面向专业生产流程的图像生成模型 Seedream 5.5,称其支持最多 100 轮多轮编辑,未改动区域保持像素级一致且不出现偏色。该模型可直接生成带透明背景的原生 RGBA 图像,并更真实地渲染光照、材质与皮肤纹理,更准确地还原密集小字。
Canva 发布首款自研图像生成模型 Canva Craft,由其内部实验室 Canva Research 从零训练,主要使用数百万设计模板而非照片。Craft 先生成构图、比例和文字,再输出最高 2K 分辨率、覆盖 30 多种宽高比的图像,支持 55 种语言文字渲染,并可通过 Magic Layers 拆分为可编辑图层。
Canva 发布首款自研图像生成模型 Canva Craft,采用两阶段架构,先规划设计再生成图像,最高支持 2K 分辨率和 30 多种宽高比。该模型基于平台数百万个人工模板训练,可更准确地生成含清晰文字和精确物体摆放的复杂图像,目前在全球向所有用户开放,入口为左侧菜单三点选项中的 Dream Lab。
Canva 发布首个自研图像生成模型 Canva Craft,由公司研究团队开发,用于与 Google、OpenAI、字节跳动和 Meta 的同类模型竞争。该模型分两阶段工作,先解析提示词并规划元素空间关系、相对比例、视觉层级和文字生成信息,再生成最高 2K 分辨率、支持 30 种宽高比的图像。
Black Forest Labs 发布 FLUX 3 Image Klein,这是一个 56 亿参数的开源权重模型,支持文生图、图像编辑以及最多十张参考图生成,原生支持 4K 输出、像素级精确编辑和用于元素定位的边界框。
推荐理由:FLUX 3 Image Klein 以 56 亿参数开源并支持 8 GB 显存本地运行,可对照其与闭源模型的 Elo 差距。
Black Forest Labs 发布开源图像生成模型 FLUX.3 Image Klein,首日即在 Diffusers 中运行,单个模型同时支持文生图、多参考图生图和用边界框指定布局的布局控制。
推荐理由:原文给出两个开放 checkpoint 的默认步数、显存占用与 H100 实测耗时,可据此判断本地部署成本。
Simon Willison 用“穿渔网袜的犰狳在火星乱穿马路”这一提示词,分别让 claude-opus-5.5、gpt-6.1-sol、gemini-3.8-flash 和 mistral/mistral-large-4 生成 SVG,以回应 Hacker News 上关于基准测试已饱和的评论。各模型均使用默认推理等级。
Google 发布图像生成与编辑模型 Nano Banana 2.1,取代 2026 年 2 月发布的 Nano Banana 2,官方称其在视觉质量、文字渲染、多轮对话角色一致性、全景图和图表信息图方面全面提升。
Black Forest Labs 发布 Flux 3 模型家族的图像部分 Flux 3 Image,官方称其支持多步编辑且不改动图像其他部分,覆盖文生图、图生图、文字渲染和照片级真实感。
推荐理由:Flux 3 Image 支持多步编辑且不改动画面其余部分,并给出 API 折扣与开源权重时间表。
Ideogram 发布新模型 Ideogram 4.5,称其只修改用户指定的区域,其余部分保持不变,可避免多次编辑后出现的伪影。该模型提供四档质量选项,每张图 0.8 至 22 美分,均为原生 2K 分辨率,现已上线 Ideogram 平台和 API,合作方包括 Picsart、Runway、Pika 和 Leonardo AI,并称即将推出开放权重版本。
Google DeepMind 发布 Nano Banana 2 Lite(gemini-3.1-flash-lite-image)和 Gemini Omni Flash(gemini-omni-flash-preview)两款模型。
推荐理由:两款新模型给出延迟、单价与开放入口,读者可据此判断图像与视频生成链路的成本与可用性。