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。
Nvidia 提出 FusionRelight，通过混合领域知识融合实现实时人像重光照
来自 Nvidia 的研究人员推出了 FusionRelight，这是一种用于人像重光照的方法，它将物理上合理的照明转移与身份保持以及紧凑的实时推理相结合。该方法利用混合领域知识融合（HDKF）训练框架，将合成数据、一次一盏光（OLAT）数据和真实场景数据中的物理、反射率和真实性先验蒸馏到一个学生模型中。
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。
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。
Google发布DiffusionGemma技术报告
Google已在arXiv上发布了DiffusionGemma的技术报告。该文档详细介绍了作为Gemma系列一部分的模型架构和能力。
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。
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 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。
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。