xAI telah membuat Imagine Image 2.0 tersedia secara umum sebagai Mode Kualitas baru, serta aplikasi iOS dan Android. Pembaruan ini berfokus pada generasi dan pengeditan gambar yang presisi untuk alur kerja kreatif profesional.
Pengujian awal model DeepSeek v4 Flash menunjukkan peningkatan yang nyata dalam keterampilan desain antarmuka pengguna dan pengalaman pengguna. Meskipun ada peningkatan ini, model tersebut diketahui rakus token.
Para peneliti menyajikan Cluster-Guided Vector Quantization (CGVQ), sebuah metode yang dirancang untuk meningkatkan kinerja laju-distorsi pada kompresi gambar berbasis primitif Gauss. Pendekatan ini mempartisi parameter Gauss menjadi kelompok-kelompok homogen sebelum kuantisasi, mengatasi inefisiensi yang disebabkan oleh penyimpanan sejumlah besar parameter floating-point per primitif.
Kavram sedang menguji API generasi gambar produksi yang menggunakan jaringan GPU terdistribusi dengan pembagian pipeline untuk memungkinkan pengembang mengirimkan model gambar terbuka tanpa mengelola perangkat keras sendiri.
Hugging Face Diffusers kini mendukung pemuatan checkpoint Nunchaku Lite secara native melalui `from_pretrained()`, menghilangkan kebutuhan akan mesin inferensi terpisah atau kompilasi CUDA lokal. Integrasi ini memanfaatkan metode SVDQuant untuk menjalankan lapisan transformer dengan bobot dan aktivasi 4-bit (W4A4), secara signifikan mengurangi penggunaan memori sambil meningkatkan kecepatan inferensi.
Microsoft telah merilis Mage-Flow, tumpukan generatif skala 4B yang ringkas, dirancang untuk generasi teks-ke-gambar yang efisien dan pengeditan gambar berbasis instruksi. Sistem ini mencapai kualitas yang bersaing dengan state-of-the-art melalui desain bersama antara tokenizer ringan, Mage-VAE, dan Native-Resolution Multimodal Diffusion Transformer (NR-MMDiT).
NVIDIA telah memperkenalkan CTRL-G (Controllable Generative Graphics for Games), sebuah framework yang dirancang untuk mengatasi tantangan mengendalikan sistem AI generatif di dalam lingkungan game interaktif.
Google telah merilis tiga model baru: Gemini 3.6 Flash untuk beban kerja agen tujuan umum yang efisien, 3.5 Flash-Lite untuk aplikasi latensi rendah, dan model 3.5 Flash khusus siber yang terintegrasi dengan CodeMender.
Seorang pengguna di forum diskusi Hugging Face meminta komunitas untuk mengidentifikasi tag artis spesifik yang digunakan untuk "Gambar B" dalam gambar perbandingan yang diposting oleh toyxyz.
NVIDIA dan Hugging Face telah mengintegrasikan NVIDIA NeMo Automodel dengan pustaka 🤗 Diffusers untuk menyediakan pelatihan terdistribusi tingkat produksi untuk model difusi sumber terbuka. Kolaborasi ini memungkinkan pengguna menala halus model format Diffusers apa pun di Hugging Face Hub tanpa memerlukan konversi checkpoint atau penulisan ulang kode model.
Seorang pengguna di forum Hugging Face menanyakan kemungkinan pengembangan versi ConvRot INT8 atau FP8 untuk model FireRed Image Edit v1.1.
Simon Willison mendemonstrasikan cara membuat "hewan peliharaan" animasi kustom untuk aplikasi Codex Desktop dengan memanfaatkan model GPT-5.6 Sol dari OpenAI dan API gpt-image-2.
Untuk memperingati ulang tahun ke-25, Google meluncurkan beranda yang dapat dijelajahi untuk Google Images bersama dengan kemampuan pembuatan gambar baru di dalam AI Overviews.
Para penulis memperkenalkan CtrlVTON, sebuah kerangka kerja yang mengatasi kurangnya kontrol pengguna dalam try-on virtual dengan mengubah tugas ini menjadi pengeditan gambar dengan mask segmentasi tingkat piksel. Pendekatan ini memungkinkan pengguna menentukan ukuran pakaian, gaya, dan penempatan spasial pada tubuh.
HoLo-FuSe mendemonstrasikan bahwa substrat byte HoLo Semantic Layer (HSL) yang membeku dan nol-parameter dapat secara efektif mengkondisikan model difusi untuk generasi gambar. Proyek ini menguji apakah bingkai fitur deterministik 27-D ini dapat berfungsi sebagai mekanisme kondisioning untuk DDPM kondisional kelas, menggantikan embedding yang dipelajari secara tradisional.
Pengembang ZimengXiong telah menyelesaikan port Swift-MLX dan Python MLX dari model Hunyuan3D-Paint dan Hunyuan3D-Shape, memungkinkan generasi gambar-ke-3D secara lokal pada perangkat Apple Silicon. Karya ini didistribusikan sebagai aplikasi desktop Modelr open-source untuk macOS dan iOS, bersama dengan kode sumber untuk mengintegrasikan teknologi ke dalam aplikasi Swift.
Fabricio3g telah merilis Flaxeo Image, antarmuka pengguna desktop lokal yang dibangun di sekitar rilis sd.cpp terbaru. Aplikasi ini bertujuan untuk mengekspos sebagian besar kemampuan backend, termasuk generasi, pengeditan, jalur video, manajemen model, dan opsi perangkat keras.