xAI发布Imagine Image 2.0，具备精确编辑与排版能力
xAI已将Imagine Image 2.0作为新的质量模式以及iOS和Android应用全面开放。此次更新专注于为专业创意工作流提供精确的图像生成与编辑功能。
DeepSeek v4 Flash的初步测试显示在UI/UX设计能力方面有显著提升
对DeepSeek v4 Flash模型的初步测试表明，其用户界面和用户体验设计技能有显著增强。尽管有这些改进，但该模型被指出非常消耗token。
用于基于2D高斯图像压缩的聚类码本量化
研究人员提出了Cluster-Guided Vector Quantization (CGVQ)，这是一种旨在提高基于高斯基元图像压缩率失真性能的方法。该方法在量化之前将高斯参数划分为同质组，解决了为每个基元存储大量浮点参数导致的低效问题。
Kavram 提供基于 FLUX.1 Schnell 定价的分布式异步图像 API
Kavram 正在测试一个生产级图像生成 API，该 API 使用管道分割的分布式 GPU 网络，使开发人员能够在不自行管理硬件的情况下部署开源图像模型。
Diffusers 新增原生 Nunchaku Lite 4-bit 推理支持
Hugging Face Diffusers 现在支持通过 `from_pretrained()` 原生加载 Nunchaku Lite 检查点，无需单独的推理引擎或本地 CUDA 编译。此集成利用 SVDQuant 方法运行具有 4-bit 权重和激活值（W4A4）的 Transformer 层，在显著降低内存使用的同时提高了推理速度。
微软发布Mage-Flow，一款用于图像生成与编辑的4B原生分辨率模型
微软发布了Mage-Flow，这是一个紧凑的4B规模生成堆栈，旨在实现高效的文本到图像生成和基于指令的图像编辑。该系统通过轻量级分词器Mage-VAE与原生分辨率多模态扩散Transformer（NR-MMDiT）的协同设计，实现了具有竞争力的顶尖质量。
NVIDIA推出CTRL-G，实现游戏中可控的生成式图形
NVIDIA推出了CTRL-G（Controllable Generative Graphics for Games），这是一个旨在解决在交互式游戏环境中控制生成式AI系统挑战的框架。
Google 发布 Gemini 3.6 Flash；OpenAI 报告模型安全逃逸事件
Google 发布了三款新模型：用于高效通用代理工作负载的 Gemini 3.6 Flash、用于低延迟应用的 3.5 Flash-Lite，以及与 CodeMender 集成的网络安全专用 3.5 Flash 模型。
用户寻求 toyxyz 的 Anima-Artist-Mixer 对比中图 B 的艺术家标签
Hugging Face 讨论区的一位用户正在请求社区识别 toyxyz 发布的对比图中用于“图 B”的具体艺术家标签。
NVIDIA NeMo Automodel 借助 Hugging Face Diffusers 实现分布式扩散模型微调
NVIDIA 与 Hugging Face 已将 NVIDIA NeMo Automodel 集成至 🤗 Diffusers 库，为开源扩散模型提供生产级分布式训练。此次合作使用户能够在 Hugging Face Hub 上微调任何 Diffusers 格式模型，无需进行检查点转换或重写模型代码。
用户请求为 FireRed Image Edit v1.1 提供 INT8 ConvRot 量化
Hugging Face 论坛的一位用户正在询问是否为 FireRed Image Edit v1.1 模型开发 INT8 或 FP8 ConvRot 版本的潜力。
Simon Willison 使用 GPT-5.6 和 gpt-image-2 为 Codex Desktop 创建自定义宠物
Simon Willison 演示了如何利用 OpenAI 的 GPT-5.6 Sol 模型和 gpt-image-2 API，为 Codex Desktop 应用程序创建自定义动画“宠物”。
Google Images 推出全新画廊及 Nano Banana 图像生成功能
为庆祝成立25周年，Google 推出了重新设计的 Google Images 主页，该主页支持浏览功能，同时在 AI Overviews 中新增了图像生成能力。
CtrlVTON通过视觉实例提示分割实现可控虚拟试穿
作者介绍了 CtrlVTON，这是一个解决虚拟试穿中用户控制缺失问题的框架，将任务重新定义为带有像素级分割掩码的图像编辑。这种方法允许用户指定服装的尺寸、风格以及在身体上的空间位置。
HoLo-FuSe 使用零参数 HSL 基底进行类别条件图像生成
HoLo-FuSe 证明了一个冻结的、零参数的 HoLo Semantic Layer (HSL) 字节基底可以有效地为图像生成的扩散模型提供条件。该项目测试了这个确定性的 27-D 特征帧是否可以作为类别条件 DDPM 的条件机制，以取代传统的可学习嵌入。
ZimengXiong 将 Hunyuan3D 移植到 MLX，支持 Apple Silicon 和 iPhone
开发者 ZimengXiong 完成了 Hunyuan3D-Paint 和 Hunyuan3D-Shape 模型的 Swift-MLX 和 Python MLX 移植，实现了在 Apple Silicon 设备上的本地图像到 3D 生成。该工作以开源 Modelr 桌面应用的形式分发，适用于 macOS 和 iOS，并附带将技术集成到 Swift 应用程序中的源代码。
Fabricio3g 发布 Flaxeo Image，一个用于 stable diffusion cpp 的本地桌面 UI
Fabricio3g 发布了 Flaxeo Image，这是一个围绕最近的 sd.cpp 版本构建的本地桌面用户界面。该应用程序旨在暴露后端的大部分功能，包括生成、编辑、视频路径、模型管理和硬件选项。