AI Research 技术调研
Search
搜索
暗色模式
亮色模式
探索
标签: closed-source
此标签下有47条笔记。
2026年7月16日
Nano Banana 2 Lite（Gemini 3.1 Flash Lite Image）与 Gemini Omni Flash 开发者 GA
nano-banana
gemini-3-1-flash-lite-image
gemini-omni-flash
any-to-any
video-generation
conversational-editing
interactions-api
synthid
closed-source
tpu
2026年7月16日
Muse Image（含 Muse Video 预览）
agentic-image-gen
tool-use
self-refinement
test-time-compute
rl
meta-ai
watermark
image-editing
multi-reference
text-to-video
closed-source
2026年7月16日
Seedream 5.0 Pro
t2i
image-editing
unified-multimodal
interactive-editing
grounding
bbox
layer-separation
infographic
text-rendering
photographic-realism
multilingual
closed-source
2026年7月16日
Ray2 (Luma Dream Machine video model)
video-generation
t2v
i2v
closed-source
dream-machine
luma-ai
ray2
camera-motion
keyframes
world-model-narrative
2026年6月25日
Midjourney (公测 V1–V4)
t2i
closed-source
diffusion
discord
aesthetic
midjourney
niji
commercial
2026年6月25日
Adobe Firefly（首个图像模型 + Photoshop Generative Fill）
t2i
diffusion
commercial-safe
generative-fill
editing
closed-source
adobe-stock
content-credentials
2026年6月25日
Ideogram 0.1
text-to-image
typography
text-rendering
closed-source
commercial
imagen-team
diffusion
2026年6月25日
Imagen 2
text-to-image
diffusion
closed-source
google-deepmind
vertex-ai
synthid
inpainting
outpainting
aesthetics-conditioning
recaptioning
2026年6月25日
Midjourney V5 / V5.1 / V5.2
t2i
diffusion
closed-source
commercial
photorealism
outpainting
style-tuner
discord
2026年6月25日
Pika 1.0
video
text-to-video
image-to-video
consumer-product
closed-source
generative-video
2026年6月25日
Aurora (Grok Image Generation)
autoregressive
mixture-of-experts
next-token
interleaved
multimodal
image-generation
image-editing
photorealism
closed-source
grok
2026年6月25日
DALL·E 3 系列产品化(ChatGPT 集成 / API)
t2i
latent-diffusion
recaptioning
prompt-following
chatgpt
closed-source
openai
safety
system-card
2026年6月25日
FLUX1.1 [pro]
t2i
flux
rectified-flow
flow-matching
mmdit
closed-source
api
high-resolution
2026年6月25日
Gemini 2.0 Flash 原生图像生成（Native Image Output）
native-image-output
interleaved-text-image
unified
multimodal-llm
conversational-editing
synthid
closed-source
nano-banana-lineage
2026年6月25日
Runway Gen-3 Alpha
text-to-video
image-to-video
video-generation
closed-source
world-model
diffusion
c2pa
2026年6月25日
GPT-4o 原生图像生成 (4o image generation / gpt-image-1)
omni
autoregressive
native-image
image-generation
text-rendering
image-editing
multimodal
closed-source
2026年6月25日
Ideogram 2.0
t2i
typography
text-rendering
closed-source
diffusion
product-launch
2026年6月25日
Imagen 3
t2i
latent-diffusion
google
gemini
closed-source
synthetic-caption
human-eval
synthid
2026年6月25日
Kling (可灵) 视频生成大模型
video-generation
t2v
i2v
dit
3d-vae
spatiotemporal-attention
closed-source
kuaishou
2026年6月25日
Midjourney V6 / V6.1
t2i
diffusion
aesthetics
closed-source
text-rendering
midjourney
2026年6月25日
Sora（Sora Turbo）公开发布
video-generation
text-to-video
diffusion-transformer
dit
spacetime-patches
world-simulator
recaptioning
closed-source
2026年6月25日
Playground v3: Improving Text-to-Image Alignment with Deep-Fusion Large Language Models
t2i
diffusion
dit
deep-fusion
llm-text-encoder
llama3
graphic-design
text-rendering
capsbench
closed-source
2026年6月25日
Recraft V3 (red_panda)
t2i
closed-source
text-rendering
layout-control
vector-graphics
controlnet
design
api
ocr
2026年6月25日
Sora: Video generation models as world simulators
video-generation
text-to-video
diffusion-transformer
dit
spacetime-patches
world-simulator
recaptioning
native-resolution
scaling
closed-source
2026年6月25日
Veo 2
video-generation
text-to-video
image-to-video
closed-source
cinematography
latent-diffusion
synthid
4k
2026年6月25日
Adobe Firefly Image Model 4 / 4 Ultra
t2i
firefly
adobe
commercially-safe
closed-source
creative-cloud
photorealism
2026年6月25日
Gemini 2.0 Flash 原生图像生成（公开实验版 gemini-2.0-flash-exp，2025-03）
gemini
native-image-output
interleaved-text-image
conversational-editing
unified
multimodal-llm
world-knowledge
text-rendering
synthid
closed-source
nano-banana-lineage
2026年6月25日
Gemini 2.5 Flash Image（Nano Banana）
gemini
image-generation
image-editing
character-consistency
multi-image-fusion
conversational-editing
world-knowledge
synthid
closed-source
native-multimodal
2026年6月25日
Gemini 3 Pro Image（Nano Banana Pro）
gemini
image-generation
image-editing
text-rendering
reasoning
search-grounding
multi-reference
4k
synthid
closed-source
native-multimodal
2026年6月25日
Imagen 4 Fast / Imagen 4(Ultra) GA 与 GPT Image 1 mini
t2i
closed-source
api
cost-tier
imagen-4
gpt-image-1
autoregressive
latent-diffusion
synthid
c2pa
2026年6月25日
GPT Image 1 / 4o 原生图像生成（GPT-4o native image generation）
autoregressive
omnimodal
text-rendering
image-editing
instruction-following
c2pa
gpt-4o
closed-source
2026年6月25日
Ideogram 3.0
t2i
typography
text-rendering
style-reference
graphic-design
closed-source
diffusion
product-launch
inpaint
fine-tuning
2026年6月25日
Imagen 4 / Imagen 4 Ultra / Imagen 4 Fast
text-to-image
diffusion
typography
imagen
google-deepmind
closed-source
synthid
2026年6月25日
可灵 Kling 2.0 / 2.1 / 2.5 Turbo
video-generation
t2v
i2v
dit
closed-source
kuaishou
kling
mvl
video-editing
2026年6月25日
Midjourney V7
t2i
closed-source
personalization
draft-mode
omni-reference
midjourney
aesthetics
2026年6月25日
Pika 2.0 / 2.1 / 2.2
video
t2v
i2v
keyframe
closed-source
consumer
pikaframes
pikadditions
2026年6月25日
Reve Image 1.0 (Halfmoon)
t2i
closed-source
prompt-adherence
typography
intent-driven
palo-alto
startup
halfmoon
2026年6月25日
Seedream 4.0: Toward Next-generation Multimodal Image Generation
t2i
image-editing
multimodal
dit
high-compression-vae
joint-post-training
rlhf
adversarial-distillation
quantization
speculative-decoding
4k
multi-image-reference
in-context-reasoning
closed-source
2026年6月25日
Sora 2
video
audio
text-to-video
world-model
diffusion
synced-audio
cameo
closed-source
2026年6月25日
GPT Image 2 / ChatGPT Images 2.0（含 Thinking mode）
native-image-gen
autoregressive
thinking-mode
agentic
image-editing
text-rendering
4k
c2pa
watermark
closed-source
2026年6月25日
可灵 3.0 系列模型（Kling 3.0：Video 3.0 / Video 3.0 Omni / Image 3.0 / Image 3.0 Omni）
video-generation
omni
multimodal
native-audio
multi-shot
character-reference
closed-source
kuaishou
kling
2026年6月25日
Luma Ray3.14
video-generation
text-to-video
image-to-video
video-editing
hdr
reasoning-video
closed-source
dream-machine
2026年6月25日
Midjourney V8.1
t2i
midjourney
closed-source
aesthetic-preference
hd
fast-inference
2026年6月25日
Recraft V4
t2i
closed-source
design
vector-graphics
svg
raster
text-rendering
aesthetics
api
no-tech-report
2026年6月25日
Reve 2.0
t2i
layout
image-editing
4k
diffusion
llm-planner
qwen
agentic
closed-source
2026年6月25日
Seedance 2.0
video
audio-video
multimodal
t2v
i2v
r2v
editing
binaural-audio
closed-source
2026年6月25日
Seedream 5.0 Lite
t2i
image-editing
unified-multimodal
deep-thinking
visual-reasoning
online-search
web-search
in-context-reasoning
world-knowledge
information-visualization
multi-image-reference
4k
closed-source
elo
magicbench