半月內兩次問鼎全球：中國創業公司，在AI圖像生成賽道掀了桌子
重點摘要
智象未來旗下的 AI 圖像生成模型 HiDream-O1-Image-1.5 再次達到業界最佳水準（SOTA），短短半月內兩度問鼎全球。這家中國創業公司在 AI 圖像生成領域持續取得領先突破。
### 重點整理：半月內兩度奪冠，智象未來驚豔全球
中國AI創業公司智象未來（ZhiXiang Future）在短短半個月內，接連以旗下模型「HiDream-O1-Image-1.5」兩度在全球AI圖像生成領域的權威評測中達成SOTA（State-of-the-Art，最佳性能）。這一消息由科技媒體36氪率先披露，立刻引發業界高度關注。不同於以往中國公司多在語言模型或數據處理上發力，此次在圖像生成這條高難度賽道上頻頻「掀桌子」，意味著中國團隊在視覺AI的底層技術上已具備世界級競爭力。
### 背景脈絡：AI圖像生成賽道的全球角力
過去兩年，AI圖像生成領域主要由OpenAI的DALL·E系列、Stability AI的Stable Diffusion以及Midjourney等西方產品主導。中國雖然擁有龐大的應用市場，但在基礎模型層面長期被視為追趕者。然而，從2024年開始，包括智象未來在內的多家中國創業公司開始在架構設計、訓練效率與生成質量上尋求突破。HiDream-O1-Image-1.5的兩次SOTA，正是建立在之前版本（HiDream-O1-Image 1.0）的深厚積累之上，透過對注意力機制與噪聲預測策略的迭代優化，在FID（Fréchet Inception Distance）、CLIP Score等多項指標上超越同期國際對手。半月內連續刷新基準，不僅證明其技術路線的穩定性，更顯示出中國團隊在快速迭代上的工程效率優勢。
### 可能影響：重新定義產業格局與開發者生態
這項進展將對AI圖像生成產業帶來多重影響。第一，它打破了「頂尖圖像模型只能來自矽谷」的既定印象，為全球開發者提供了高品質的中國替代方案，尤其對注重成本與開源生態的團隊而言，HiDream-O1-Image-1.5的開放程度可能成為關鍵選擇因素。第二，在應用層面，更高的生成品質與更低的推理延遲，將直接賦能電商設計、廣告創意、遊戲美術與虛擬人製作等領域，讓中小企業也能以極低成本產出專業級視覺素材。第三，對台灣AI新創與設計產業來說，這套模型若順利在地化部署，可望降低對西方API的高度依賴，並催生更多結合台灣文化特色的生成式應用。
### 讀者可關注的後續：技術開源與商業化落地
接下來值得鎖定的重點包括：智象未來是否會釋出HiDream-O1-Image-1.5的完整論文或開源權重，這將直接影響其技術擴散速度。同時，觀察該公司如何與國內外雲端平台合作，提供付費API或邊緣裝置推方案，是衡量其商業化成熟的指標。此外，同屬中國陣營的其它圖像生成團隊（如MiniMax、崑崙萬維等）可能受到激勵而加速發布更新，形成良性的技術軍備競賽。對於台灣讀者而言，建議追蹤該模型在繁體中文語意理解與東方美學風格上的實際表現，並評估它能否融入在地的設計工作流。從更宏觀的角度，這次「半月內兩度SOTA」也預示著全球AI視覺領域的權力版圖正在快速重組，而中國創業公司已不再只是追隨者，而是有能力掀翻桌子的關鍵玩家。
Related
相關文章
Edge AI Daily 早報（6月19日）
AI Engineer World's Fair 2026規模再創新高，標誌AI工程從幕後走向舞臺中央。行業面臨結構性調整：楊立昆警示OpenAI年虧210億美元揭示商業模式脆弱性，Transformer之父轉投OpenAI反映人才爭奪白熱化。Anthropic多線佈局——語音支持七種語言、加入碳清除聯盟、落子首爾辦事處，展現生態擴張野心。監管壓力加劇，意大利依據DMA調查蘋果iCloud，巴西開放iOS側載佣金降至5%，蘋果圍牆花園持續崩塌。
今天起，Claude Design要把設計師和程序員變成同一種人了
猝不及防！Anthropic深夜甩出Claude Design大更新，設計系統一鍵導入，代碼雙向同步，9大平臺一鍵導出。Anthropic設計師親自下場錄屏：AI跑了八輪自查，才敢把設計稿給你看。
OpenAI 成為 Rust 基金會白金會員，合計贊助 60 萬美元
OpenAI 正式成為 Rust 基金會白金會員，將提供總計 60 萬美元資金，用於支持 Rust 開源項目維護者及 Rust 創新實驗室等計劃。這標誌著 AI 巨頭對安全、高效系統編程語言的重視。 #OpenAI #Rust #開源
Claude Design 上線首周用戶破百萬，和 Claude Code 共享 AI 配額
Anthropic 今天（6 月 18 日）發佈公告，在宣佈 Claude Design 上線首周用戶規模突破 100 萬後，進一步強化和 Claude Code 的雙向聯動，實現從設計到編程的無縫工作流。
谷歌時隔6年再發智能音箱，Gemini上桌，售價不到700元
智東西 編譯 | 劉煜 編輯 | 陳駿達 智東西6月18日消息，谷歌昨日宣佈，其首款搭載居家版Gemini語音助手的智能音箱（Google Home Speaker）已開啟預售，將於當地時間6月25日正式上市，售價為99.99美元（約合人民幣677.03元）。在此之前，谷歌已有6年沒有推出過獨立智能音箱產品。 谷歌這款智能音箱外觀近似球形，風格類似亞馬遜新一代Echo音箱與蘋果舊款音箱HomePod Mini。 ▲谷歌智能音箱（圖源：谷歌官網） 使用音箱時，用戶只需通過口令“Hey Google”或“OK Google”喚醒Gemini，就可以繼續下達相應指令。這與谷歌舊款音箱、智能顯示屏等喚醒語音助手的方式相同。此外，用戶只要按照日常說話習慣下達命令，Gemini便能理解用戶意圖，相比之前大大提升溝通效率。 一、加強短時對話記憶，會員可與Gemini不限次數對話 谷歌此次推出的全新音箱升級諸多功能。其中，音箱搭載的Gemini語音助手擁有10款全新擬人化語音音色，用戶可以根據喜好自行選擇聲線。音箱還可支持用戶一次性下達多條語音指令，即使指令未能說對、說完整，用戶中途改口Gemini也能識別。 Gemini還具備多鏈路推理能力，落地到實際生活場景中比較實用。例如，用戶問：“我支持的足球隊下場比賽天氣如何？”Gemini收到指令後，會自動查詢賽事時間、舉辦地點，同時匹配相應時段天氣，再給出答覆。 同時，Gemini加強了短時對話記憶，能承接上下文實現連續對話功能。即使用戶連續追問、甚至串聯多項任務、不重複交代前置條件，該語音助手也能實現來回連貫交流。 ▲谷歌Gemini對話場景（圖源：谷歌官網） 不僅如此，Gemini搭配的連續對話功能，能讓應答後的音箱麥克風保持短暫收音，用戶無需重複喊“OK Google”就能繼續提問。該功能現已全面支持所有Gemini原生適配的語言，包括
微軟，考慮接入DeepSeek
這篇消息聚焦「微軟，考慮接入DeepSeek」。原始導語提到：Copilot Cowork轉為按量計費。 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。