效果非常不错!阿里昨开源图形海报生成模型Qwen-Image
Qwen-Image 是一款基于20B参数MMDiT架构的多模态图像基础模型，能在复杂文本渲染和精确图像编辑方面实现重大突破。它特别擅长中文文本渲染，并具备高保真文本渲染、多种艺术风格生成及智能图像编辑等核心能力。
图像生成
Qwen新开源，把AI生图里的文字SOTA拉爆了
通义模型家族开源Qwen-Image，一个200亿参数的图像生成基础模型。主打复杂文本渲染能力，能准确生成图文混合布局、海报等高质量图像，并在多项公开基准测试中表现出色。
Meta和NYU联合出品MetaQuery：融合 MLLM 深度理解与 Diffusion，开启图像生成的新跃迁
标即可训练，既保持了 MLLM 的理解实力，又在图像生成任务上达到了强劲表现，包括图像编辑和主体驱动
95后北大校友挑起ChatGPT Agent大梁！今年刚博士毕业，曾获陶哲轩支持的AIMO第二名
OpenAI发布会C位被华人占据，孙之庆、马丁（MengTian）李和张熙堃等华人员工参与重要项目。小扎挖角多名OpenAI研究员后引起关注，首席研究官Mark Chen离职加入Meta，Alexandr Wang成为全球最年轻的亿万富豪之一。
GitHub一周2000星！国产统一图像生成模型神器升级，理解质量双up，还学会了“反思”
国产开源统一图像生成模型OmniGen2发布，显著增强了上下文理解能力、指令遵循能力和图像生成质量。它支持文生图、图像编辑和主题驱动图像生成，并通过全面开源训练数据和权重等资源促进开发者参与。
Kontext 模型超强图像编辑能力
Flux Kontext Dev ComfyUI 首日支持发布，提供强力图像编辑能力，整合了角色一致性生成、本地运行等特性，提升创作者和开发者的创作自由度与可控性。
TransDiff–最简洁的AR Transformer + Diffusion图像生成方法
本文介绍了一种新的图像生成方法TransDiff，它结合了AR Transformer和Diffusion模型，并提出了Multi-Reference Autoregression（MRAR）范式。TransDiff使用较小的Diffusion Decoder显著降低参数量，同时在基准测试中表现出色。