1月15日，X平台宣布收紧Grok AI的图像编辑与生成功能，禁止对现实人物照片进行编辑，尤其是涉及比基尼等暴露服装的内容，覆盖所有用户。同时，Grok的图像生成功能被纳入付费订阅体系，非付费用户将无法使用。在法律明确禁止的地区，X还将封锁生成相关图像的能力。此前，加州总检察长指出，圣诞节至新年期间xAI生成的约20000张图像中，超过一半涉及穿着极少的人物，包括疑似未成年人形象，加州已对此展开调查。X声明强调对儿童剥削行为零容忍，并持续清理违规内容。马斯克回应称，启用NSFW选项时，Grok应仅生成虚构成年人的上半身裸露内容，且会依据地区法律调整限制。

12月31日，阿里开源新一代图像生成模型Qwen-Image-2512，大幅提升人物肌肤、发丝细节及复杂文字渲染效果，生成图片堪比真实摄影。该模型支持漫画风格PPT、信息图等复杂图像创作，满足专业设计需求。在AI Arena评测中，Qwen-Image-2512盲测超万轮，位居开源模型榜首，性能超越多个闭源商用模型。新模型显著降低“AI感”，精准还原皮肤纹理、宠物毛发等细节，效果接近实拍。此外，千问图像模型矩阵已全面开源，开发者可通过魔搭社区或阿里云百炼调用，普通用户可在千问APP体验。截至2025年底，阿里开源近400个Qwen模型，全球下载量超7亿，服务超100万家企业客户，稳居中国企业级大模型市场首位。

正文：12月31日，阿里通义大模型开源发布Qwen-Image-2512，聚焦三大核心能力提升：更真实的人物质感、更细腻的自然纹理和更复杂的文字渲染。新模型可精准刻画皮肤、发丝及表情，理解语义细节，并细腻呈现水流、苔藓等自然纹理，还能生成多格漫画和技术图表等内容。在AI Arena超1万局用户盲测中，Qwen-Image-2512表现优于其他开源模型，与闭源模型对比亦具竞争力。该模型已全面开源。

12月22日，阿里宣布开源全新图像生成模型Qwen-Image-Layered，首次实现类似Photoshop的图层理解与编辑功能。该模型可将图片分解为多个RGBA图层，确保编辑操作仅作用于目标图层，从而实现‘零漂移’精准编辑，解决AI生成图像一致性难题。通过该模型，用户可完成重新着色、替换对象、修改文字、删除物体、缩放及移动物体等操作，且支持3层或8层分解选择。这一创新加速了大模型在专业设计领域的应用落地。相关技术报告和代码已发布在GitHub、ModelScope及Hugging Face平台，Demo也同步上线供体验。

2025年12月17日，OpenAI发布旗舰图像生成模型GPT-Image-1.5，主打精准编辑、细节保留和速度提升4倍。新模型在指令遵循、文本渲染及图像风格真实感方面显著优化，适用于创意设计与生产力工具场景。即日起，GPT-Image-1.5面向全球ChatGPT用户与API开放，定价较上一代下降20%。评测显示，其在文本转图像和图像编辑领域超越Nano Banana Pro，但在精细化编辑上仍逊于谷歌。尽管指令遵守率达90%，但部分用户质疑其世界理解能力不足，认为其在信息准确性上不如Nano Banana。OpenAI表示将持续改进，进一步推动图像功能实用化。

12月16日，OpenAI发布全新旗舰ChatGPT图像生成模型GPT Image 1.5，并在ChatGPT中新增专用“Images”标签页。新模型实现高保真图像生成和精准提示词遵循能力，可从零创作或基于上传照片编辑，保留光线、构图等关键特征，大幅提升服装试穿、风格滤镜及概念性转换效果。同时，文本渲染问题显著改善，支持专业级图像编辑功能。该功能已面向全球ChatGPT用户和API用户开放。OpenAI首席执行官山姆·奥尔特曼还通过个人账号发布了一张用新模型生成的消防员形象图。项目由顶尖专家团队领导，包括Sora负责人Bill Peebles和DALL-E缔造者之一Aditya Ramesh，强调多模态战略布局。此外，OpenAI组建大规模安全团队应对伦理与版权风险，确保技术合规性与社会责任。

11月26日，Black Forest Labs发布新一代图像生成模型FLUX.2，专为实际创意工作流程设计。该模型可同时参考最多10张图像，支持高精度细节和照片级真实感，文本渲染更成熟，能准确遵循用户提示，对现实世界的理解显著提升，并支持4MP图像编辑。FLUX.2系列包含多种版本，部分以开放权重形式提供，为创作者提供更多灵活性。这一发布标志着AI图像生成技术在实用性和性能上的进一步突破。

北京时间11月21日，谷歌发布Nano Banana Pro图像生成模型，基于Gemini 3 Pro打造。新模型在细节表现、分辨率、文本渲染及多语言支持上显著提升，并新增编辑功能与互联网搜索能力，可生成清晰文字、调整图像角度和焦点，最高支持4K分辨率。Nano Banana Pro适合制作PPT、信息图表等，最多处理14张图像或5个角色，保持一致性。该工具已在Gemini应用上线，免费用户可试用但有配额限制，订阅用户享有更高权限，未来将率先向Ultra用户开放Flow工具中的功能。

2025年11月，谷歌推出Nano Banana Pro，集成Gemini 3与Veo 3能力，大幅提升AI图像生成技术。新模型支持多模态理解、14张图片混合输入及多语言文本渲染，可直接翻译图片中的文字并保持设计风格。其深度整合Google Search知识库，能生成基于实时信息的精准图表和信息图，如食谱、生态图解等。此外，Nano Banana Pro支持2K、4K分辨率及多种宽高比，适合专业制作需求，并可通过调整光线、色彩等优化图像效果。工作流整合Veo 3视频生成模型，实现从图像到视频的一键生成。谷歌通过Gemini应用、API及第三方工具（如Photoshop、Figma）全面铺开服务，同时推出AI图像验证功能，依托SynthID数字水印技术识别AI生成内容，并嵌入C2PA元数据追踪来源。

11月20日，谷歌发布全新图像生成与编辑模型NANO BANANA PRO（Gemini 3 Pro图像）。该模型以更清晰的图像生成效果和多语言支持为亮点，能够提供更精确、易读的文本处理能力。这一尖端技术展现了谷歌在人工智能领域的持续创新，为用户带来更优质的视觉与语言体验。