搜索
最近，一篇名为 FreeStyle: Free Control of Style-Content Dual-Reference Generation from Community LoRA Mining 的工作引起了不少关注。换句话说，FreeStyle 研究的是 style-content dual-reference generation，也就是「内容 - 风格双参考生成」。
AI 生图最难的地方，早就从「生成一张好看的图」变成了「把那张差一点的图改对」。
用 AI 生图的人，应该都体会过这种痛苦。
2026 年 6 月，HuggingFace 上一个名为 Boogu-Image-0.1 的开源模型，在上传以后迅速引爆了 AI 圈。这款模型最引人注目的地方，在于它以区区 10B 的参数规模，就在多项关键能力上超过了很多参数量更大的模型。
Meta超级智能实验室（MSL）扔出了首个图像生成模型Muse Image，代号「芒果」（Mango）。这是我们迄今为止最先进的图像生成模型。与Muse Image一同亮相的，还有视频模型Muse Video，目前仍是预览版。
MrFlow（Multi-Resolution Flow Matching）就用这样的三阶段，在Qwen-Image等模型上把端到端生成时间从49.32s压到4.77s，实际加速10.35x。文章发布当日即登上Hugging Face Daily Papers；发布三天内，GitHub已收获200+stars；目前也已登上Hugging Face Trending Papers。
Meta 旗下的超智能实验室 Meta Superintelligence Labs 推出了图像生成模型 Muse Image，并同步预览了 Muse Video。目前，Muse Image 已经接入 Meta AI 应用、网页端以及部分地区的社交平台，Muse Video 也即将向创作者开放。
昨天，腾讯混元 Hy3 正式版上线，小程序更新了「成长计划」：小程序开发者的可以获得 10 亿的文本 Token，和 10 万张生图额度→ 10 亿 token 按官方 API 价折算，约 1000～4000 块
图像生成正在从「一句话生成一张图」，走向更接近真实创作流程的开放任务。
文本生成图像的领域早已经是一片红海，看上去已经卷无可卷了。