官方背景 Stable Diffusion 是由 Stability AI 于 2022 年 8 月开源发布的潜在空间（Latent）文本生成图像扩散模型,是真正把 AI 生图带进普通人电脑的里程碑。它的核心算法源自慕尼黑大学 CompV...

官方背景 HunyuanImage（混元生图）是腾讯混元大模型家族中的图像生成产品线,由腾讯混元团队自研,与混元生文（Hy3）、生视频（HunyuanVideo）、生 3D 同属腾讯全链路自研的多模态矩阵。混元图像...

官方背景 Muse Image 是 Meta 超级智能实验室（Meta Superintelligence Labs, MSL）于 2026 年 7 月发布的旗舰级图像生成模型,也是 Meta 迄今最先进的生图模型。它与同底座的视频模型 Muse Vide...

官方背景 Seedream 5.0 是字节跳动 Seed（豆包大模型）团队自研的新一代图像生成基础模型,与视频模型 Seedance 同属字节多模态矩阵,底层依托豆包大模型体系。它于 2025 年迭代至 5.0,并通过火山...

官方背景 Qwen-Image（中文品牌'通义万相'）是阿里通义实验室（Tongyi）于 2025 年推出的开源图像生成基础模型,对外以'通义万相'产品形态提供服务（tongyi.aliyun.com / 阿里云百炼 Model Studi...

官方背景 ERNIE-Image 是百度基于'文心'（ERNIE）大模型体系打造的图像生成能力,对外以独立产品 文心一格（yige.baidu.com）提供服务,底层依托文心大模型的多模态底座与 ERNIE-ViLG 文生图技术...

Gemini 3 Pro Image（社区代号 Nano Banana Pro）是 Google DeepMind 2025 年 11 月 20 日首发预览、2026 年 5 月 28 日在 Vertex AI 与 Google Workspace 正式 GA、2026 年 6 月起以稳定别名 g...

GPT Image 2（gpt-image-2）是 OpenAI 于 2026 年 4 月 21 日发布的旗舰图像生成与编辑模型，作为 ChatGPT Images 2.0 的底层引擎全面替代 DALL·E 3 与 GPT Image 1.5。它是 OpenAI 首个引入'...

FLUX.2 是 Black Forest Labs（BFL） 于 2026 年 1 月发布、覆盖全场景的旗舰图像生成与编辑模型族，由 Stability AI 前核心团队（构建了原版 Stable Diffusion 架构）创立，公司 2025 年底完成...

核心能力 HiDream-O1-Image 是由 HiDream-ai 在 2026 年 5 月 8 日以 MIT 协议开源的 8B 参数图像生成模型。它最关键的差异化是把 VAE、文本编码器、扩散主干三件套压缩进一个Pixel-level Unifi...