谷歌DeepMind推出Gemini 2.5 Flash Image图像模型

谷歌DeepMind正式推出Gemini 2.5 Flash Image图像模型，优化了速度与上下文理解，支持基于文本提示的精准编辑。该模型在LMArena基准测试中表现领先，提供安全机制，开发者可通过Gemini API等访问，输出定价为每百万token 30美元。

阿里通义千问团队推出基于20B参数的Qwen-Image-Edit模型，通过双通道架构实现语义与外观双重控制，在公开基准测试中展现当前最优性能。尽管国内厂商加速布局多模态领域，但技术仍面临表征复杂度与空间推理能力等关键挑战。

MagicQuill 是一个基于 AI 的互动图像编辑工具，致力于为创作者提供精准的图像修改能力。通过该平台，用户可以利用智能提示和实时编辑功能，轻松生成个性化的图像创作。该项目的 GitHub 仓库为开发者提供了详细的实现代码和模型文件，让开发者能够进一步定制和扩展工具的功能。

Midjourney创始人David Holz近日在Discord活动中透露，7.0版本将在未来1-2个月内发布，此外公司正在开发新图像编辑器与3D系统。Holz还表示，Midjourney正致力于提升现有技术的易用性，并计划涉足视频生成领域。

阿里巴巴最新推出的MimicBrush利用先进的人工智能技术，让任何人都能轻松实现专业级的图像编辑。无论是将照片变得更有艺术感，还是为商业广告增添视觉效果，MimicBrush都能通过模仿参考图像中的风格和纹理，提供自然且高质量的编辑效果。

目前许多图像编辑工具仍然依赖用户的专业知识和大量的手动操作。MagicBrush正是在此背景下应运而生，它是一个手动标注的高质量数据集，旨在革新图像编辑技术，通过提供详细的编辑指令和目标图像来提高图像编辑模型的性能。