Z-Image是阿里通义推出的6B参数轻量化图像生成模型，构建单流DiT架构核心底座，衍生出三大功能变体：Z-Image-Turbo、Z-Image-Base、Z-Image-Edit，精准匹配不同场景需求。

Firefly Image 5是Adobe推出的新一代图像生成模型，凭借原生400万像素高分辨率输出、精细化人物渲染、智能图层编辑等核心能力，为创意工作者提供高效、灵活的生成式创作解决方案。

通义万相2.6是阿里云推出的最新一代AI视频与图像生成模型，于2026年1月正式发布。作为通义万相模型家族的最新版本，它在视频生成和图像创作方面实现了重大突破，是国内首个支持角色扮演功能的视频模型。

Manzano是苹果公司研发的新型多模态大语言模型，核心突破在于实现图像理解与图像生成的能力统一。模型创新性采用混合视觉分词器，将图像同步转化为两类特征表示：用于理解任务的连续嵌入向量，以及用于生成任务的离散图像标记。

HandRefiner提出一种针对性图像后处理方法，核心目标是在完全保留图像其他部分原貌的前提下，精准修正生成图像中形状异常的手部。

BabyVision是UniPat AI团队推出的专业多模态理解评测集，专门用于评估多模态语言模型（MLLMs） 与图像生成模型在视觉推理任务中的核心表现。

GLM-Image是智谱与华为携手打造的新一代多模态图像生成模型，基于昇腾Atlas 800T A2设备与昇思MindSpore框架完成全流程训练，是业内首个依托国产芯片训练的SOTA级图像生成模型。

AnimaTensor Pro是由CagliostroLab团队和TensorArt共同推出的一款二次元图像生成模型。该模型基于创新的V-Prediction技术，通过预测图像生成过程中的“速度”来优化噪声调度和采样策略，从而提高图像质量和生成效率。