当地时间8月26日，谷歌发布先进图像生成与编辑模型Gemini 2.5 Flash Image（代号nano banana），因惊艳效果迅速出圈。该模型支持多图拼接、地理与物理逻辑理解，可将二维地图转为三维景观，且能通过自然语言指令快速生成高分辨率图片，单张成本约0.3元人民币，效率大幅提升。其应用有望加速落地于电商、广告、设计等领域。相关上市公司中，虹软科技智能商拍平台PSAI于8月1日上线，主打“AI生成+修复”；万兴科技推出AI绘画软件万兴爱画，可在30秒内生成定制艺术作品。AI修图技术正站上市场风口。

2025年8月，谷歌推出的Nano Banana（Gemini 2.5 Flash Image）图像编辑模型因生成逼真手办效果火爆出圈。用户无需抽卡即可生成1/7比例的手办模型，支持动漫角色、宠物及真人照片等多种参考图，细节表现惊人。该模型采用原生多模态与交错式生成技术，可处理复杂编辑任务，并通过文本渲染指标优化性能。团队基于用户反馈改进了像素级编辑、角色一致性等短板，显著提升质感与实用性。此外，谷歌宣布将于近期举办Nano Banana Hackathon活动，提供免费API额度和奖品。用户可通过AI Studio或Gemini API体验这一创新工具，掀起全网试玩热潮。

2025年8月26日，谷歌官方确认此前爆火的神秘图像编辑模型nano-banana实为Gemini 2.5 Flash Image。该模型具备强大的图像编辑能力，可合并多张图片生成新内容、实现超现实艺术创作及2D到3D转换，甚至展现高超的图像推理能力。用户现可在Gemini和Google AI Studio上免费使用，API价格为每张图像0.039美元。Nano-banana最初以匿名形式出现在LMArena竞赛平台，因表现优异引发广泛关注。谷歌表示，匿名发布是为全球规模发布做准备。尽管模型功能强大，但部分用户对其服务政策提出质疑。网友期待完整版发布，同时称其可能威胁传统图像编辑工具如Photoshop的地位。

8月26日，谷歌DeepMind发布Gemini 2.5 Flash图像编辑模型，支持基于文字指令的高精度修图，在多项任务中表现优于GPT-4o。新模型亮点包括“角色一致性”功能，可确保人物、动物或物体在多张图片中外观一致，适合批量制作品牌素材与产品目录。此外，它支持局部编辑、风格迁移以及简单因果推理（如生成气球撞向仙人掌的画面）。该功能已在Gemini应用上线，用户需切换至“Flash”模式使用，生成图像带水印。开发者可通过Gemini API等试用，费用为每百万token 30美元，单张图片约0.039美元。

2025年8月，代号为nano-banana的神秘AI图像编辑模型在海外社交媒体爆火，凭借强大的图片编辑能力引发热议。该模型可自由修改图片中的人物、背景甚至细节，生成效果逼真无AI痕迹，被网友称为“真正的AI P图”。其特点包括角色一致性、光影逻辑合理、照片级逼真和风格转换自然。测试显示，nano-banana在多人合照提取、证件照生成及复杂光影处理上表现优异，远超其他模型。尽管官方来源未确认，但多方线索暗示其或为Google未公开项目，且可能与Pixel 10系列的AI工具Ask Photos相关。此外，Google正测试垂直视频生成功能，预计将进一步整合nano-banana技术。

2025年8月19日，Qwen团队发布新模型Qwen-Image-Edit，实现精准图像编辑。该工具支持‘哪里不对改哪里’的操作，包括文字修改、元素增删改、IP编辑、视角切换及风格迁移等功能。测试显示，无论是语义编辑（如IP形象衍生）、外观调整（如新增指示牌、改颜色）还是电商场景（模特换装、背景替换），均表现出色。此外，其链式编辑功能可逐步修复图片瑕疵，甚至支持偏旁级别的书法作品修正。Qwen-Image-Edit结合Qwen2.5-VL和VAEEncoder技术，满足创意与精准双重需求。目前，模型已上线Hugging Face、Qwenchat及GitHub供用户体验。

8月19日，通义千问发布图像编辑模型Qwen-Image-Edit。该模型基于20B参数的Qwen-Image进一步训练，将文本渲染能力扩展至图像编辑领域，可精准编辑图片中的文字内容。这一新功能提升了图像处理的灵活性和效率，为用户提供了更强大的视觉内容创作工具。

8月19日，通义千问Qwen发布全新AI模型Qwen-Image-Edit，可精准编辑图片中的文字并实现语义与外观双重编辑。新模型基于20B参数的Qwen-Image训练，支持中英文双语文本编辑、风格迁移、物体旋转、IP创作等功能，适用于多种图像处理场景。例如，能对人物背景、服装进行调整，删除细小物体或修改特定元素。此外，Qwen-Image-Edit还支持链式编辑，逐步修正复杂书法作品中的错误。官方称其在多个基准测试中表现出SOTA性能。用户可通过Qwen Chat（chat.qwen.ai）体验该功能。开源地址已公布于ModelScope、Hugging Face和GitHub平台。

Black Forest Labs近日开源了其旗舰图像编辑模型FLUX.1 Kontext[dev]，该模型仅含120亿参数，推理速度快且能在消费级硬件上运行，性能媲美GPT-image-1等闭源模型。FLUX.1 Kontext[dev]支持文本引导的本地与全局图像编辑、多次连续优化，并特别为NVIDIA Blackwell架构进行优化，提供BF16、FP8和FP4权重变体，显著提升推理效率。实验表明，其在KontextBench基准测试中表现优于Bytedance Bagel、HiDream-E1-Full及GPT-image-1等模型。用户可在Hugging Face平台试用该模型，反馈显示其在H100 GPU上5秒内即可完成任务，成本低至0.0067美元。尽管在MacBook Pro上运行较慢，但社区已尝试结合LoRA开发个性化应用。

标题：拯救P图废柴，阿里上新多模态模型Qwen-VLo！人人免费可玩 昨夜，阿里推出全新多模态模型Qwen-VLo，引发网友热议。该模型在图像生成和编辑方面表现出色，具备三大亮点：增强的细节捕捉能力、一句话即可完成图像编辑（如风格替换、素材增删、添加文字），以及支持中英等多语言。同时，Qwen-...