2025年7月3日，智源研究院发布国产开源统一图像生成模型OmniGen2，上线一周GitHub星标突破2000。新版本显著提升上下文理解、指令遵循和图像生成质量，支持文生图、图像编辑及主题驱动生成，打通多模态技术生态。OmniGen2采用分离式架构与双编码器策略，并引入‘反思机制’优化生成能力，同时发布新基准OmniContext评估模型性能，取得7.18分领先成绩。模型权重、训练代码及数据全面开源，科研体验版已开放，链接见官方发布。

国产SOTA新模型精准get“画(3+6)条命的动物” | 开源 生成图像这件事，会推理的AI才是好AI。比如，以往给AI这样一句Prompt：“（3+6）条命的动物。”人类一眼知道是猫咪，但AI可能将其理解为单纯的数学题。传统AI生成的猫图虽形象，但未真正理解“九条命=猫”的含义。 为解决这一...

6月17日，Adobe宣布推出独立应用“Adobe Firefly”，支持安卓和iOS平台。这款应用提供生成式填充、扩展、文本生成图像/视频等功能，可移除照片干扰元素或添加新内容，还支持将图片延展以适应不同画幅，适合社交媒体创作。生成视频时长为5秒，支持OpenAI或谷歌模型的选择。Firefly基于去年10月发布的Adobe Firefly模型，此前部分功能已集成于Photoshop等软件中。应用默认使用Adobe自研模型，新用户可免费下载，但高级功能需购买积分，价格为每月4.99美元或每年49.99美元。目前仅支持英语、法语、德语和日语。

5月21日，OpenAI宣布扩展Responses API，新增多项功能支持开发者构建更智能的应用。新功能包括远程连接MCP服务器、图像生成（基于gpt-image-1模型）、Code Interpreter工具以及文件搜索优化。Responses API现全面支持GPT-4o系列和GPT-4.1系列模型。开发者可通过几行代码连接Cloudflare、HubSpot、Stripe等MCP服务器，快速访问数据源。图像生成工具支持实时流式预览与多轮编辑，Code Interpreter助力复杂数学与编码问题解决，文件搜索支持多向量存储与属性过滤。此外，API新增后台模式处理长时间任务，推理摘要功能用自然语言总结推理过程，加密推理项保障Zero Data Retention用户在无数据存储情况下复用推理项，降低延迟与成本。

5月19日，微软为Copilot AI推送更新，加入对OpenAI GPT-4o图像生成技术的支持。GPT-4o具备生成吉卜力风格表情包等强大功能，此次更新使Copilot在图像生成上能力大幅提升，用户可上传自有图片并优化细节、改变风格或生成逼真照片。新功能还支持复杂指令下的文本渲染及创作编辑。此前，GPT-4o已应用于企业版Microsoft 365 Copilot，本次更新扩展至消费级版本。相较之下，Microsoft Designer和Image Creator仍采用较老的DALL-E技术。尽管微软与OpenAI有数十亿美元合作，但微软AI负责人穆斯塔法・苏莱曼指出OpenAI模型访问权限存在延迟问题。

5月16日，《科创板日报》报道，腾讯发布最新混元图像2.0模型（Hunyuan Image2.0），该模型已上线官网并开放注册。相比前代，混元图像2.0参数量提升十倍，实现毫秒级响应，支持实时语音或文字生成图片。测试显示，其在人物、动物特写及复古摄影领域表现优秀，生成图片质量接近电影级别。此次发布标志着腾讯重构混元大模型研发体系后的首个重要进展。两周前，腾讯成立大语言模型部和多模态模型部，加速AI技术研发。腾讯董事会主席马化腾表示，AI已对广告与游戏业务产生实际贡献，未来将进一步拓展AI应用场景，提升用户留存与活跃度。尽管AI整合仍在初期，但用户互动量正逐步增长。

5月16日，腾讯混元图像2.0模型（Hunyuan Image2.0）正式发布。该模型具备实时生图和超写实画质两大特点，参数量较前代提升一个数量级，采用全新扩散架构及超高压缩倍率的图像编解码器，生图速度达到毫秒级响应，远快于行业平均水平（5-10秒）。此外，模型生成图像质量显著提升，通过强化学习和人类美学知识对齐，减少了“AI味”。在GenEval基准测试中，其准确率超过95%，大幅领先其他同类模型。新模型还推出实时绘画板功能，支持多图融合与即时线稿上色，革新了传统创作流程。未来，腾讯混元还将推出原生多模态图像生成大模型，进一步优化交互体验。

《科创板日报》16日报道，Manus宣布推出全新图像生成功能。该功能不仅限于生成图像，还能理解用户意图，提供定制化解决方案，并有效结合其他工具完成任务。这一创新功能展现了Manus在人工智能领域的进一步探索与应用拓展。

《科创板日报》16日消息，腾讯今日发布混元图像2模型（Hunyuan Image2.0），该模型在业内率先实现毫秒级实时生图，并将参数规模提升了数十倍。新模型支持文本、语音及草图等多种创新交互方式，显著提升了用户创作体验。与此同时，腾讯云宣布，专注于多模态图像生成的原生大模型正在研发中，未来有望带来更多突破性功能。这一系列进展标志着腾讯在人工智能图像处理领域迈出了重要一步。

近日，华中科技大学盛建中团队研发的AI图像生成系统助力警方找回19名失踪儿童。该系统通过AI技术预测失踪儿童不同年龄段的样貌，解决模糊照片难题，团队还构建了40万人脸数据库并自研算法，修复千张走失儿童照片。此系统结合社会多方力量，推动寻亲进程。截至目前，已有包括孙卓在内的多名失踪多年的儿童与家人团聚。这项技术的应用展现了科技在社会公益领域的创新价值。