Google 发布图像生成模型 Nano Banana 2.1,价格较 Nano Banana 2 约减半
Google 发布图像生成与编辑模型 Nano Banana 2.1,取代 2026 年 2 月推出的 Nano Banana 2,并基于 Gemini 3.6 Flash。
推荐理由:文章同时给出价格、分辨率、基准分和实测短板,可帮助读者在 Flash 档与 Pro 档之间按成本和画质取舍。
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。
Google 发布图像生成与编辑模型 Nano Banana 2.1,取代 2026 年 2 月推出的 Nano Banana 2,并基于 Gemini 3.6 Flash。
推荐理由:文章同时给出价格、分辨率、基准分和实测短板,可帮助读者在 Flash 档与 Pro 档之间按成本和画质取舍。
Black Forest Labs 推出 FLUX 3 Image,用于从零生成和编辑图像,支持用 bounding boxes 在画布上规划元素、逐框修改并保持其他区域不变。
推荐理由:材料集中说明边界框构图、局部编辑、4K 输出和商业权重许可,便于了解该图像模型面向工作流的能力边界。
Diffusers 现已通过 Nunchaku Lite 原生加载 Nunchaku 风格的 SVDQuant 4-bit 扩散模型检查点,无需自定义 pipeline、独立推理引擎或本地 CUDA 编译。
推荐理由:文章给出原生加载方式、硬件支持和基准数据,便于在消费级 GPU 上评估 4-bit 扩散推理的显存与延迟取舍。
Photoroom 公开 PRX 7B 文生图模型的数据管线:混合公共与内部数据集,用 VLM 为全部图片重新生成详细长描述,再写成可流式训练的 MDS 语料。
推荐理由:文章拆解了7B文生图模型从数据探索、VLM重标注到分桶、过滤和去重的完整管线,工程取舍可直接参考。
Google DeepMind 发布图像模型 Nano Banana 2 Lite,并首次通过 Google AI Studio、Gemini API 和 Gemini Enterprise Agent Platform 向开发者开放视频生成与对话式编辑模型 Gemini Omni Flash。
推荐理由:原文同时给出两款生成媒体模型的接入平台、价格、延迟和当前限制,便于开发者评估图像到视频工作流的组合用法。