AITOP

文生图

共 33 条相关 AI 资讯
8月19日
03:33
8月14日
19:32
19:32Recraft@recraftai
Recraft推出V4.1版本，聚焦产品图拍摄场景。官方宣称首次生成即可达到生产就绪标准，无需二次调整。推文附带了提示词示例，帮助用户直接复用。该版本面向需要高质量产品图像的商业用途。
AI模型Recraft V4.1产品图生成文生图
推荐理由：Recraft V4.1来了，专攻产品图，一次出图就能商用，省去反复调试，适合做电商和广告图的。
原文
8月11日
15:01
15:01IT之家（博客/媒体）
微软于8月10日推出新一代自研文生图模型 MAI-Image-2.6，在 Arena 文生图排行榜中以 1336 分位列第二，仅次于 OpenAI 的 GPT Image 2（Medium）。相比 2.5 版本，整体 Elo 评分提升 79 分，文本渲染能力单项涨幅达 91 分。模型排名从第十位跃升至第二位，领先 Meta、谷歌和 xAI 等竞品。在 3D 成像与建模类别中，该模型从第六位升至第一位，其他多个细分类别也有显著进步。新模型支持多参考图像融合，并增强语义理解与输出控制能力。
AI模型MAI-Image-2.6微软文生图
事件专题
推荐理由：微软新模型直接干到文生图榜第二，文本渲染涨了91分，3D建模还拿了第一，想试的可以去Arena玩。
原文
07:05
06:58
05:37
8月8日
13:58
13:48
8月5日
01:35
01:14
7月31日
01:08
01:08lmarena.ai@lmarena_ai
Text-to-Image Arena 推出 Single 和 Multi-Image Edit 两个新竞技场，每个竞技场均包含写实、肖像、卡通、艺术、3D 建模、商业设计和文本渲染七个类别。GPT Image 2 在这七个类别中均位列第一，尤其擅长文本渲染。Mai Image 2.5 和 Muse Image 在单图编辑中表现接近，仅次于 GPT Image 2。在多图编辑中，Seedream 5.0 Pro 和 Muse Image 在文本渲染、肖像、写实等类别上差距不大，但在 3D 建模和卡通方面有更明显的区分。
AI产品GPT Image 2Mai Image 2.5Seedream 5.0 Pro
推荐理由：想挑最好的文生图或修图模型？Arena 新出的细分榜单能帮你一眼看出每个模型的强项，GPT Image 2 全类别第一，文本渲染最突出。
原文
7月19日
11:43
7月13日
17:17
7月10日
01:04
01:04lmarena.ai@lmarena_ai
Reve 2.1 在 Text-to-Image Arena 中凭借 1306 分升至第二名，领先第三名 28 分，相比一个月前的 Reve 2.0 提升 36 分。该模型在6个类别中均进入前三，包括产品/品牌/传播、卡通/动漫/奇幻、照片级/电影级图像、艺术、文字渲染，以及肖像类第三名。
AI模型ReveReve 2.1Text-to-Image Arena
事件专题
推荐理由：Reve 更新了 2.1，直接在文生图排行榜冲到第二，比自家上一代猛涨36分，还赢了第三名28分，六个细分项目全在前三。
原文
7月8日
04:24
7月7日
22:26
22:26Recraft@recraftai
Recraft AI 发布了图像生成模型 V4.1，该版本在遵循复杂文本提示方面显著改进。用户可通过自然语言描述生成精确图像，模型支持更多风格控制。在内部测试中，Recraft V4.1 的提示跟随准确率相比 V4 提升约 30%。
AI模型Recraft V4.1Recraft AI文生图
推荐理由：Recraft 新出的 V4.1，你跟它说个脑洞描述，它真能画出八九不离十，比之前版本跟提示更紧了。
原文
7月1日
03:08
6月26日
03:42
03:42Mustafa Suleyman@mustafasuleyman
72°
MAI-image-2.5 在 ArtificialAnalysis 基准中文本到图像排名第二，仅次 GPT 模型，图像编辑排名第三。MAI-Image-2.5-Flash 在质量/价格比上全球领先。该模型已通过 Foundry API 提供，正逐步在 OneDrive 和 PowerPoint 中推出。用户也可在 MAI Playground 直接体验。
AI模型MAI-image-2.5MAI-Image-2.5-FlashMicrosoft
事件专题
推荐理由：微软新图像模型 MAI-image-2.5 文本到图像只输 GPT，性价比版全球第一，可以 OneDrive 和 PPT 里直接用。
原文
6月23日
13:03
13:03官方账号arXiv cs.AI@Yuanming Yang, Guoqing Ma, Bo Wang, Yuan Zhang, Wei Tang, Chenyi Li, Haoyang Huang, Nan Duan
DiT-Reward利用预训练的文生图Diffusion Transformer（DiT）的生成表征进行奖励预测。在HPDv2和HPDv3基准上分别达到85.6%和77.6%的准确率，全面超越HPSv3。冻结生成骨干网络时，轻量头仍能提取有效偏好。用于优化Stable Diffusion 3.5 Large时，DiT-Reward在生成逼真度上明显优于HPSv3，且推理速度提升1.65倍。
论文DiT-RewardDiffusion TransformerHPSv3
推荐理由：这篇论文教你直接用文生图模型的内部表征来当奖励模型，效果比HPSv3好，还能加速推理，适合想搞图像生成优化的朋友
原文
6月12日
12:52
12:52官方账号Artificial Analysis@ArtificialAnlys
精选
Ideogram 4.0 是 Ideogram 首个开放权重的模型，在开放权重文生图排行榜上位列第8。该模型支持 2K×2K 分辨率输出，具备强文本渲染、边界框布局控制和透明背景生成能力。它使用结构化 JSON 提示词来指定构图和场景元素，并通过提示词增强器将自然语言转换为结构化格式。在 API 方面，提供 Turbo、Default 和 Quality 三个档次，价格从每千张 30 美元到 100 美元不等。权重可免费下载用于评估和非商业用途，商业自托管需单独授权。
AI模型Ideogram 4.0开源/仓库文生图
事件专题
推荐理由：做图像生成或设计工具的开发者终于有了一个开源的高质量选择——Ideogram 4.0 的文本渲染和布局控制能力突出，且开放权重意味着可以本地部署和二次开发，值得关注。
原文
12:48
12:48官方账号Artificial Analysis@ArtificialAnlys
精选
HiDream 发布 O1-Image-1.5 模型，在 Artificial Analysis 文生图排行榜上位列第三，超越 Google 的 Nano Banana 2。该模型基于统一 Transformer（UiT）架构，将像素、文本和任务条件编码到同一共享 token 空间，无需分离文本编码器、VAE 和图像模型。它支持生成 2K 分辨率图像，质量接近 OpenAI 的 GPT Image 1.5 和 Gemini 3.1 Flash Image Preview。定价为每千张图像 80 美元，目前在 HiHarness 和 Vivago 平台可用。
AI模型文生图HiDream统一Transformer
事件专题
推荐理由：HiDream 用统一 Transformer 架构简化了文生图流程，做图像生成或模型对比的开发者值得关注其性价比和效果。
原文
6月9日
09:36
09:36官方账号arXiv cs.AI@Xuanyi Liu, Deyi Ji, Junyu Lu, Jing Wang, Qianxiong Xu, Xuhang Chen, Tianrun Chen, Siwei Ma
精选
FaithRewriter 是一种新的提示增强框架，旨在解决文生图模型中用户意图与生成结果之间的差距。现有方法主要优化提示的流畅性和可读性，但缺乏视觉基础，容易过度推断缺失细节。FaithRewriter 首先利用多模态大模型根据原始提示生成中间图像作为视觉线索，然后将该图像与提示结合输入大规模语言模型，生成视觉上更合理的增强内容。最后，这些增强内容被蒸馏到小规模语言模型中实现高效部署。实验表明，FaithRewriter 生成的提示更忠实于用户意图，视觉上更合理，有效缩小了意图-生成差距。
论文文生图提示增强FaithRewriter
推荐理由：做文生图应用或研究的人会关心——FaithRewriter 用视觉锚点解决了提示重写中的过度推断问题，生成的提示更贴近用户真实意图，值得在项目中尝试集成。
原文
6月6日
05:16
03:23
6月4日
14:03
14:03IT之家（博客/媒体）
76°
Ideogram 发布 4.0 开放权重文生图模型，9.3B 参数，采用单流 DiT 架构，文本与图像 tokens 共享注意力序列。该模型在文字绘制上表现突出，能准确呈现长文本，适合海报、商品图等场景。通过边界框和结构化 JSON 训练，用户可精确控制版式和元素位置。在 DesignArena 人类评价榜单中排名全球第 4，超越 Nano Banana Pro，成为最强开源生图模型。
AI模型Ideogram 4.0开源/仓库文生图
事件专题
推荐理由：做设计、营销或内容创作的团队终于有了开源可部署的高质量生图模型——Ideogram 4.0 的文字绘制和布局控制能力直接对标商用产品，建议下载权重试试。
原文
04:36
04:36lmarena.ai@lmarena_ai
Reve 2.0 在 Text-to-Image Arena 中取得 1280 分，排名第二，超越 Nano Banana 2、MAI-Image-2.5 和 GPT-Image-1.5-High Fidelity，相比 v1.5 提升 125 分。该模型号称全球最佳 4K 图像模型，采用全新布局生成与编辑技术，首次实现可触摸的精细图像创作。Reve 团队宣布今日正式发布 Reve 2.0，强调其精准布局能力让用户能生成和编辑任意图像。这一进展标志着文生图领域在分辨率和控制精度上的重要突破。
AI模型Reve 2.0文生图4K图像
事件专题
推荐理由：文生图竞技场排名大洗牌，做 AI 图像生成或内容创作的团队值得关注——Reve 2.0 的 4K 精度和布局控制能力可能改变高质量图像生成的标准，建议点开看看它如何超越 GPT-Image。
原文
00:32
00:32lmarena.ai@lmarena_ai
76°
Ideogram-4.0-Quality 在文生图领域成为新的开源模型第一名，在所有子类别上相比前代有巨大提升。尤其在文本渲染和产品、品牌与商业设计方面进步最为显著。该模型在公开评测中表现优异，标志着开源文生图模型质量迈上新台阶。
AI模型Ideogram-4.0-Quality文生图开源模型
推荐理由：做设计或品牌营销的团队终于有了一个能打的开源文生图模型——Ideogram-4.0-Quality 在文本渲染和商业设计上进步明显，值得直接上手试试。
原文
6月3日
03:38
5月28日
22:11
03:09
03:09官方账号Decoder@Matthias Bastian
微软最新图像生成模型 MAI-Image-2.5 在 Arena 文生图排行榜上位列第三，与谷歌的 Nano Banana 2 持平，但仍落后于 OpenAI 的 Image-2。相比前代，该模型在图像内文本渲染和商业视觉内容方面有显著提升。这标志着微软在图像生成领域与谷歌的竞争进入白热化阶段，尤其适合需要高质量图文混排的营销和设计场景。
AI模型微软MAI-Image-2.5谷歌
事件专题
推荐理由：做营销素材和电商设计的团队可以关注——MAI-Image-2.5 的文本渲染能力直接对标谷歌，生成带字海报和产品图更靠谱，值得在内部测试中对比一下。
原文
5月27日
14:02
03:23
5月22日
08:05