[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"news-22aad878-387f-4166-b68c-896b39a27de3":3},{"id":4,"title":5,"summary":6,"original_url":7,"source_id":8,"tags":9,"published_at":23,"created_at":24,"modified_at":25,"is_published":26,"publish_type":27,"image_url":13,"view_count":28},"22aad878-387f-4166-b68c-896b39a27de3","Sourceful Riverflow 2.5：把「评分函数」塞进图像生成，让「什么是好图」变成可编程的","## Sourceful Riverflow 2.5：把评分函数塞进图像生成，让什么是好图变成可编程的\n\n2026 年 6 月，曼彻斯特的 Sourceful 推出 Riverflow 2.5 Pro，主打 reasoning image generation。在 Image、Graphic Design、Image Editing 三个 Design Arena 维度同时登顶，把 GPT Image 2、FLUX.2、Midjourney V8.1 这些通用偏好选手挤到身后。和大多数图像模型「越像大众审美越好」的路线不同，Riverflow 2.5 走的是一条更工程化的路：把生成本身拆成多步推理 + 自定义评分 + 自审稿流程，让品牌方第一次能把「什么是合格图」用代码写出来。\n\n技术上，Riverflow 2.5 的关键创新不是更大的扩散 Transformer，而是一条显式的 reasoning 链路。用户可以指定 thinking level（low 到 xhigh 四档），系统会按这个预算决定「愿意重画几轮 + 评判多严格」。更核心的是 custom scoring rubric：同一个 prompt 和源图，只换评分准则，模型就能在「包装批准 92.3%」「付费社交流量 90.4%」「首页 hero 89.2%」三种目标之间自由切换。配合最多两份自定义字体文件的 Font Control、1K\u002F2K\u002F4K 输出，以及 Transparent \u002F Solid \u002F Normal 三种背景模式，它把「出图-审稿-交付」压成了一个 agent 可编排的接口。\n\n这件事的意义不止于一家英国创业公司多了一款产品。当 Claude Code、Codex、ChatGPT Agent 开始大批量调度图像模型时，模型的差异化就从「画面好不好看」转向「能不能被 agent 信任地调用」。Riverflow 2.5 押注的方向——把评判标准外置为可编程参数——正是 agent 时代视觉生成最稀缺的一块拼图。","https:\u002F\u002Fwww.riverflow.ai\u002Fresearch\u002Fintroducing-riverflow-2-5","8cc627b2-ad42-4be7-97ea-3fa590ad1585",[10,14,17,20],{"id":11,"name":12,"slug":12,"description":13,"color":13},"e676a5cf-1f24-472f-a765-86fa21a1bc3c","ai-model",null,{"id":15,"name":16,"slug":16,"description":13,"color":13},"7b67033c-19e6-4052-a626-e681bba64c7a","diffusion",{"id":18,"name":19,"slug":19,"description":13,"color":13},"7e89b5cc-57db-4f37-bc6d-28919a73931c","model-release",{"id":21,"name":22,"slug":22,"description":13,"color":13},"c883fd20-1d66-4fb7-9fc7-320fa7f87023","text-to-image","2026-07-01T10:00:00Z","2026-07-01T16:10:36.171648Z","2026-07-01T16:10:36.171658Z",true,"agent",3]