【深度学习新浪潮】图像生成有哪些最新进展？

近年来，图像生成领域在技术研究和产品落地方面均取得显著突破，以下是2023年至2025年的核心进展：

一、前沿研究突破

1. 生成模型的质与量飞跃

   • Google Imagen 3（2025年发布）：作为当前最高品质的文本转图像模型，其生成的图像在细节、光影处理和降低失真方面超越前代，支持品牌定制（如自动融入企业LOGO和风格）和局部编辑功能，例如更换产品背景或提升分辨率。
   • Midjourney V7（2025年4月发布）：引入“草稿模式”，用户通过语音或简短文本即可逐步生成图像（如“给我一只猫→戴草帽→在花园里”），支持中文语音交互，并通过用户评级200张图片构建个性化配置文件，生成内容更贴合用户偏好。
   • 北京大学OctGPT（SIGGRAPH 2025收录）：提出基于八叉树的3D自回归生成范式，打破扩散模型垄断，可从文本、图像生成高