先说个把人砸懵的数字:OpenAI 在 11 月 4 日发布 Images 2.6 的时候顺手公布,他们的图像工具现在每周要生成超过 40 亿张图。四个月前这个数字还是 30 亿。也就是说,在你读完这篇文章的这几分钟里,地球上又多了几十万张 AI 生成的图片。

图片多到这种程度,”AI 能不能画画”早就不是问题了。现在各家卷的是另一个战场——改图,以及改完还能不能看。
编辑,成了 2026 年底的主战场
用过早期 AI 绘画的人都知道那个经典噩梦:让模型”把衣服换成红色”,它顺手把人脸也换了,背景塌了,构图全乱。改三次等于重画三次。
11 月初字节跳动的 Seedream 5.5 就是冲着这个痛点来的,宣传口径很狠:连续编辑一百轮,没动过的地方像素级稳定,颜色都不带漂移的。顺带还做了两个设计师狂喜的功能:直接出透明背景(RGBA)的图,拿去当设计元素不用抠图;以及把海报上那种又密又小的文字真正画对——这个老玩家都懂,AI 写字曾经是灾难现场。
OpenAI 那边也不客气。Images 2.6 的更新清单里,除了生成速度快了 50%,最关键的是一个叫 markup 编辑的功能:你可以直接在图上圈一块,说”只改这里”。想动背景?圈天空。想换衣服?圈衣服。其他区域它承诺不碰。
顺便说一句,OpenAI 给开发者留了两个新模型,分工很直白:Flare 管快,批量出图、实时场景用它;Sunburst 管精,广告大片、印刷级物料用它。价格也厚道,API 单价没涨,等于白捡一次升级。
一致性,终于不用靠抽卡了
做自媒体、做电商的应该都有过这种崩溃:想让同一个虚拟人物出现在十张图里,结果模型每次给的都像是”失散多年的亲戚”。
今年下半年的解法出奇一致——参考图。OpenAI 的 Images 2.6 支持把人、宠物、角色存成”参考”,跨对话复用;Google 的 Nano Banana 2.1(10 月 6 日发布)更夸张,一次最多塞 14 张参考图,还能在 Gemini 里多轮对话着改,上一轮改的下一轮接着用。

这意味着什么?意味着”AI 虚拟主播”“AI 固定 IP 形象”这类玩法,从玄学抽卡变成了可控流程。以前一套形象要炼丹、要 LoRA、要折腾,现在存张图的事儿。
分辨率也开始军备竞赛
快手的可灵在 11 月直接放出 Kling Image 4.0,原生 8K 出图——不是超分放大那种”伪 8K”,是模型直接生成。Google 的 Nano Banana 2.1 给到 4K,OpenAI 的 Images 2.6 长边能到 3840 像素。
对普通用户来说 8K 可能用不上,但对印刷、户外广告、电商大图来说,这等于把 AI 图像从”屏幕看图”正式拉进了”商业交付”的门槛。
开源阵营也没闲着
闭源大厂打得火热,开源这边同样在抢地盘。几个值得记住的名字:
- FLUX 3 Image Klein(10 月 13 日):Black Forest Labs 出的 5.6B 参数开源权重模型,自托管价格压到 1K 图不到一美分,API 里最便宜的一档;
- MiniMax H3 Image(11 月 3 日):刚上 Hugging Face 就冲进了文生图 trending 第一,生成和编辑两头都打;
- Qwen-Image-2.1(9 月):透明 RGBA、最多 10 张参考图,但注意许可是非商用,拿来玩可以,做生意不行。
连微软都在 Ignite 大会上掏出了 MAI Image 2.7,直接登顶 Artificial Analysis 的图像编辑榜。图像这个赛道,已经没有谁敢躺平了。

所以普通人该干嘛?
我的建议很实际,三条:
- 别再只学”写提示词”了。 2026 年的核心技能是编辑和资产管理——怎么存参考图、怎么圈选修改、怎么多轮迭代。生成只是起点。
- 按场景选工具,别迷信一家。 要速度批量出图,OpenAI Flare 或 FLUX 3 Klein;要精细大作,Sunburst、Nano Banana 2.1 或者 Midjourney V8.2;要在国内稳定商用,即梦、豆包、可灵这条线更省心。
- 留意许可条款。 Qwen-Image-2.1 这类非商用许可就是个提醒——模型越强,条款越要一条条看,别等接单了才发现不能商用。
AI 绘画的竞争已经从”画得像不像”进化到了”能不能进工作流”。一周 40 亿张图的时代,真正值钱的不是图,是用图的人。
