Microsoft AI 在 Ignite 一次发布 7 款模型,覆盖编码、安全、图像、语音与路由
Microsoft AI 在 Ignite 大会一次发布 7 款新模型,主攻全天候 AI 智能体,并以价格与性能比作为主要定位。
推荐理由:文章汇总 7 款模型的基准、价格与可用状态,便于横向比较其对现有模型组合的替代范围。
Microsoft AI 在 Ignite 大会一次发布 7 款新模型,主攻全天候 AI 智能体,并以价格与性能比作为主要定位。
推荐理由:文章汇总 7 款模型的基准、价格与可用状态,便于横向比较其对现有模型组合的替代范围。
Microsoft AI 发布 MAI Image 2.7 和 MAI Image 2.7 Flash,并推出由 Flash 驱动的 Canvas 交互式图像工作区。
Microsoft 在 Ignite 2026 发布多款 MAI 模型,并推出 MAI Licensed Weights,允许企业使用专有数据定制模型后,在自己的 Azure 环境中运行。
Microsoft 在 Ignite 2026 发布 MAI 系列 7 个新模型,覆盖网络安全、编码、图像编辑、实时语音、转录和决策等场景。
快手可灵 AI 发布新一代图像创作模型 Kling Image 4.0,现已全量上线,并向企业客户与开发者开放 API。模型采用“理解生成统一”架构,原生支持 8K 图像生成,内置 110+ 种预设影调风格和 70+ 种商用字体,可处理最高 15000 tokens 文本输入、生成单图最多 2000 字,以及一次最多 10 张风格连贯的组图和电商详情页等超长画幅长图。
Black Forest Labs 在访谈中介绍 FLUX 3 如何联合训练图像、视频与声音,以学习物体运动、视角变化和碰撞声音。团队认为普通二维视频可提供不同视角下物体外观的证据;其视频放大器沿用 FLUX 3 骨干,以减少逐帧增强导致的时间闪烁。FLUX Kontext 团队还分享了从关系标注实验到训练数据和模型的数月迭代,以及修复老旧家庭照片的实际用法。
Anthropic 发布语言模型 Claude Fable 5.2,可通过 Python 代码驱动模拟画笔,在虚拟画布上绘制数十万笔而不依赖外部图像模型。模型生成的停车场写实画面约含 700,000 笔,绘画过程中还能根据画面覆盖错误并接受评论调整。
MiniMax 发布开源权重图像生成模型 H3-Image,支持文本生成图像、参考图生成和图像编辑。H3-Image 可在 10 秒内生成 4096 × 4096 的 4K 图像,最多支持 16 张参考图,并提供 Standard 和 Highspeed 模式。
MiniMax 发布图像模型 MiniMax H3-Image,并开源模型权重。该模型可在 10-20 秒内生成 4K × 4K(16 million pixel)图像。
字节跳动推出 Seedream 5.5 图像生成模型,面向专业生产工作流,支持最多 100 轮稳定多轮编辑,并保持未修改区域的像素级一致且不产生色彩偏移。模型原生生成带透明背景的 RGBA 图像,并提升光线、材质、皮肤纹理和密集小文字的呈现效果,正通过即梦、豆包、豆包 Work 与火山引擎方舟逐步推出,Pro 版本计划推出。
字节 Seed 正式发布 Seedream 5.5 图像创作模型,支持多达100轮连续编辑、非编辑区域像素级保持和原生 RGBA 透明输出。新模型还改善了光照、材质、皮肤纹理与文字渲染能力,严重文字崩坏率降至0.4%,轻微文字崩坏率降至1.7%。Seedream 5.5 正陆续在即梦、豆包、豆包工作和火山方舟上线,后续还将推出 Pro 版本。
Artificial Analysis 对 OpenAI 于 11 月 4 日发布的 GPT Image 2.6 进行基准测试,两款模型在 AA-Image-T2I v2.1 和 AA-Image-Editing v2.1 上分列第一、第二名。
OpenAI 发布 Images 2.6 模型,ChatGPT 现可把文本提示词或上传的照片生成动画 GIF,并调整动画速度或编辑单帧。该功能正面向网页、桌面端和移动端的 ChatGPT 与 Codex 用户推出。开发者还可使用 GPT-Image-2.6 "Flare" 和 "Sunburst" API 模型,前者侧重效率,后者侧重更高质量的图像生成。
OpenMOSS 发布 MOSS-Image 开源图像生成模型,以 5B 参数单流 DiT 为基座,支持最长约 4K token 提示词、中英文长文本渲染和可编辑 JSON Layout。