这周的AI生图圈，热闹得有点像手机发布会撞车：周一一个神秘模型悄悄杀进盲测榜，周二马斯克亲自在X上刷屏推销自家生图新功能，再往前倒几天，阿里Qwen-Image-3.0的实测还在各个社区吵。信息量太大，普通玩家很容易看花眼。我替大家把三个"瓜"都过了一遍，顺手说清楚：哪些值得你现在就去试，哪些先让子弹飞一会儿。
第一响：OpenAI神秘新模型"蒙娜丽莎1号"，塑料感终于要没了
先说最重磅的。一款代号mona-lisa-1的匿名模型，悄悄上了LMArena大模型竞技场的盲测榜，上手测过的网友普遍反馈：出图比现在的"生图之王"GPT Image 2更真实，细节更丰富，那股一眼AI的"塑料感"明显收敛了。新智元
它是怎么被扒出来的？有硬核网友把它的生成图丢进OpenAI官方验证工具，直接扫出了SynthID水印——破案了，又是OpenAI放的招。新智元
不过先别急着喊"新王登基"，有两点需要冷静看。其一，多轮测试显示它的知识截止停留在2025年，和GPT Image 2同代，所以社区主流判断是：这更像是同代地基上的一个新检查点，而不是换了大脑的全新架构。新智元APPSO其二，代号结尾那个"-1"几乎是明示——后面还有新checkpoint排队，现在这版大概率不是最终形态。甚至有人测完觉得它只是"Image 2.5的中杯"。
对普通人的结论很简单：看住别冲动。现在能稳定用到的天花板还是4月发布的GPT Image 2，它依然是复杂信息图、以假乱真照片的首选；mona-lisa等正式揭盖再说，届时可能还有一大截提升。
第二响：Grok的ImagineImage 2.0，靠"万物皆可表情包"出圈
马斯克这几天在X上疯狂转发的，是xAI的新模型ImagineImage 2.0。它在大模型竞技场的文生图和图像编辑两个类别都冲到了世界第二，但真正让它出圈的不是跑分，而是一个特别接地气的玩法：分层编辑。APPSO
逻辑是这样的：上传一张图，Grok自动把图拆成图层——人物的脸是一个图层、手势是一个图层、背景地球是若干碎片图层。你可以点选任意图层用提示词单独修改，或者直接把某个主体导出成透明背景PNG。APPSO再配上多参考图拼接（一次最多5张），改梗图就变得极其顺手：经典的"分心男友"换元素、会议室白板图逐个气泡填字，几步就能产出自己的meme。
这条路线和GPT Image 2"一切靠提示词控制"的思路不一样，交互上确实更像在用一个轻量PS。体验入口在grok.com/imagine。
但丑话说在前面：社区吐槽最集中的是审核。有用户实测上传蜘蛛侠照片就被提示"无法生成可能包含受版权保护的内容"，护栏收得很紧，想做擦边内容的基本可以死心。想拿它做二创的，先想清楚你要动的IP是不是在它的黑名单里。
第三响：Qwen-Image-3.0，不卷好看，卷"能交差"
7月下旬阿里发布的Qwen-Image-3.0，官方关键词只有一个字：实。具体拆成三层：细节真实（10px小字、笔画批注都能稳住）、内容丰实（最长4.5k token输入，一张图装得下报纸、试卷、PPT这种复杂版面）、知识厚实（12国语言原生渲染，还能画网页、游戏UI）。量子位
它到底实不实在？量子位扔了9道实测题，结果很分裂：学术论文公式页扛住了，排版工整字迹清晰；给《狂人日记》加学生批注的编辑题，红笔痕迹和纸张纹理融合得相当真实；九宫格知识图解也过关。量子位但——速度是真慢，论文页一张图等了约3分20秒，同样的题ChatGPT一分多钟就交卷。
翻车现场在试卷题：第一次生成不理想，补充要求后模型干脆放弃生图、只给文字版试题；再喂回去，它又偷偷吞掉9道题、私自改了题目顺序。外网也有吐槽它混淆术语的，还有人发现官网封面图的阿拉伯语语法就有问题。
不过实测里挖出一个隐藏技巧：Qwen-Image-3.0似乎更吃"自家饭"——用千问大模型生成的提示词喂给它，出图稳定性明显好于第三方写的提示词。用它干活的朋友可以先让千问帮你把需求翻译成提示词，再丢去生图。
热闹背后的门道：生图竞争已经分成三条路
把三件事摆在一起看，会发现一个比"谁画得更美"更重要的变化：头部玩家已经不卷画质了，开始卷"能干什么"。
OpenAI走质感路线：压塑料感、抠真实感，把"以假乱真"往极限推；
xAI走交互路线：分层、选区、导出，把生图工具变成可动手脚的编辑台；
阿里走交付路线：小字、长文本、多语言、复杂版面，目标是让图能直接拿去交差。
这对我们是好事——以后选工具不用再盯着榜单焦虑，按自己的场景对号入座就行。
抄作业时间：不同需求怎么选
做梗图、改现成图、抠主体：去试Grok Imagine，分层编辑目前独一份，注意版权审核红线；
追质感、要照片级真实、做信息图：现阶段还是GPT Image 2，走官方渠道；mona-lisa的正式版值得蹲一波；
做海报、试卷、UI、多语言物料，不想折腾网络：Qwen-Image-3.0，国内直连就能用，代价是生成慢，记得用千问写提示词；
只是日常玩玩、做个头像壁纸：国内即梦、豆包完全够用，真不用追着新模型跑。
最后提醒一句避坑：这两天微博上已经有人叫卖"比官网便宜一半的gptimage2生图软件"，这类来路不明的共享账号有封号和隐私风险，省小钱吃大亏，别碰。微博
接下来值得盯的三个信号
mona-lisa系列什么时候官宣、以什么形态落地（2.5还是Mini）；
Grok Imagine的审核会不会松动，以及分层编辑会不会下放给免费档；
即梦/Seedream这条国内线会不会跟进"可编辑"方向——毕竟B站上已经有人在喊"史诗级更新"了。
顺带一个冷知识收尾：有知乎网友整理了ByteDance Seed的对照测试，发现对多个开源文生图系统来说，把提示词扩写得越长，效果反而越差，最短版本普遍优于最长版本。知乎当然这个结论目前限于被测试的开源模型，但至少说明一件事：提示词不是越长越显得专业，把话说准比把话说多重要。
你最近在用哪个生图工具？评论区聊聊你的翻车或惊喜时刻。
