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.
Peneliti dari Nvidia telah memperkenalkan FusionRelight, sebuah metode untuk pencahayaan ulang potret yang menggabungkan transfer iluminasi yang secara fisik masuk akal dengan pelestarian identitas dan inferensi real-time yang ringkas. Pendekatan ini memanfaatkan Fusi Pengetahuan Domain Hibrida (HDKF), sebuah kerangka pelatihan yang mendistilasi prior fisika, reflektansi, dan realisme dari data sintetis, One-Light-at-a-Time (OLAT), dan di alam liar ke dalam model siswa.
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.
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.
Google telah menerbitkan laporan teknis untuk DiffusionGemma, yang tersedia di arXiv. Dokumen tersebut merinci arsitektur dan kemampuan model sebagai bagian dari keluarga Gemma.
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.
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 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.
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.