五家企业集中发布新模型 涵盖图像、语言与视频生成

据 aitimes.com 报道，2026年10月15日，多家企业集中公布新一代人工智能模型，覆盖图像生成与编辑、语言推理和人物视频合成。Black Forest Labs 发布了 FLUX 3 Image Klein 的模型权重，该图像生成与编辑模型拥有 5.6B 参数。

FLUX 3 Image Klein 最多支持 10 张参考图像，可生成 4K 图像，并支持区域选择性编辑和元素放置。Black Forest Labs 表示，年收入低于 500 万美元的个人和企业可免费商用；规模更大的公司需另行签约或使用 API。

阶跃AI 发布了 Step 5 Preview 的权重。这是一款 MoE 模型，总参数 600B，每个 token 激活 27B，支持最长 100 万 token 的上下文，面向软件开发与专业知识工作，并着重金融数据分析。蚂蚁集团则以 MIT 许可证发布 Ling-3.1-flash，同样是 MoE 架构，总参数 560B，每 token 激活 25B，上下文长度同样可达 100 万 token。

Krea 开放了 Krea 3 的测试版，可在 8 秒内完成 2K 图像编辑，支持最多 6 张参考图像，并可针对特定商品、人物或风格进行训练，以保持图像外观一致。

BytePlus 则公布了 OmniHuman 2.0，可将一张图像配合音频生成最长 5 分钟的口播或演唱视频。该模型可生成与语音内容、节奏和语调相匹配的表情与手势，并允许通过文本指令控制动作和镜头运动。

早期公布与本次集中亮相

按照背景信息，Black Forest Labs 于 2026 年 10 月 15 日在 X 上介绍 FLUX 3 Image Klein，称其可在单张消费级 GPU 上运行；阶跃AI 已于 2026 年 9 月 20 日在 X 上宣布 Step 5 Preview，称其为面向智能体工作的新旗舰模型；Krea 与 BytePlus 也在 2026 年 10 月 15 日于 X 上分别公布了 Krea 3 测试版和 OmniHuman 2.0，Krea 称其质量可与 Nano Banana Pro 或 GPT Image 2.5 相当。