FLUX 3 Image 开放 API：像素级编辑 + 4K，10 月 6 日开源权重
2026年10月1日，黑森林实验室（Black Forest Labs）正式开放 FLUX 3 Image 的计量 API，同步透露开源权重将在数周内发布，第三方消息将日期指向 10 月 6 日。消息一出，图像生成社区迅速将 FLUX 3 …
图像生成31 篇
阿里达摩院语构上线：自然语言构建、协作与发布智能应用，AI 原生开发平台怎么用
结论先行：语构是阿里达摩院相关团队推出的 AI 原生应用开发平台，走的是”对话构建—协作迭代—发布上线”的路子。用户用自然语言描述需求，由 AI 辅助完成页面、功能和代码生成，生成后还能继续通过对话调整布局、修改逻辑…
ChatGPT Images 2.0 发布：gpt-image-2 攻克文字渲染与多语言，Thinking 一次出 8 张
直接说结果：2026 年 4 月 21 日发布的新一代图像模型 ChatGPT Images 2.0（底层模型名为 gpt-image-2），最硬的升级是文字渲染达到生产可用水平、非拉丁语种大幅改善，以及新增的 Thinking 推理模式—…
Seedance 2.0 mini 上线火山方舟：720P 单秒成本约 0.5 元，比 2.0 便宜一半
一句话结论：火山引擎把 Seedance 2.0 mini 放上了火山方舟体验中心，按 720P 折算单秒生成成本约 0.5 元，相比 Seedance 2.0 下降约 50%。它的目标不是刷新画质上限，而是让电商素材、营销视频、UGC 内…
LibTV 1.5 版本更新：角色卡、导演分身、3D-BOX 虚拟影棚，五大独家功能覆盖 AI 影视创作全流程
AI 影视创作平台 LibTV 发布 1.5 版本更新，一次性推出五项独家功能，覆盖从角色设定、剧本创作、分镜设计到虚拟拍摄与成片精修的完整链路。这次更新的重点不在「多一个生成按钮」，而在把过去需要多个工具拼起来的流程，收进一套可以互相复用…
苹果正式推送 iOS 27：Siri AI 可读屏并操作应用，老机型启动速度最高提升 30%
结论先行：iOS 27 是 iPhone 近年规模较大的一次软件升级，核心变化有两处——Siri 被重构为能读屏、能操作应用的 AI 助手，以及老机型性能被显著优化。苹果已正式推送该系统，延续 Liquid Glass 设计语言，强化 Si…
蓝虫具身发布模块化人形机器人「小白」：0.98 万元起售，22 自由度单臂负载 7kg
结论先行：人形机器人的价格门槛被拉到了 1 万元以内。9 月 14 日，西安交通大学科技成果转化企业蓝虫具身正式发布新一代模块化人形机器人 Mantis Standard「小白」，起售价 0.98 万元。这个数字的意义不在于便宜本身，而在于…
微软开源 Mage 多模态模型家族：4B 参数含 Mage-VL 与 Mage-Flow，视觉 Token 减少 75%
微软开源了 4B 参数的多模态模型家族 Mage，包含两个成员：专注流式视频与图像理解的 Mage-VL，以及负责图像生成与编辑的 Mage-Flow。几个数字相当亮眼——Mage-VL 采用 Codec-Native 编码，视觉 Toke…
HappyOyster 1.0系列模型上架阿里云百炼：Adventure实时生成开放世界，Directing驱动剧情镜头
结论先行：HappyOyster 1.0 系列模型正式发布并上架阿里云百炼，以免邀测形式开放 API。该系列包含两个核心能力：Adventure 可按文本 / 图像生成实时开放世界，Directing 能在世界生成后通过指令驱动角色剧情与镜…
Grok Voice Transcribe 2.0 发布：错误率砍半、价格不变，流式语音识别登顶
在把错误率压低约一半的同时，定价一分没涨——这是 Grok Voice Transcribe 2.0 最”不讲道理”的一招。当地时间 9 月 18 日，SpaceX 旗下人工智能部门 SpaceXAI 放出新一代语音…