OpenAI 发布 ChatGPT Images 2.5
OpenAI 发布 ChatGPT Images 2.5，可将想法、草图与参考照片转化为更个性化、更精致的图像，并更贴近用户原本的构想。
推荐理由：OpenAI 官方发布 ChatGPT Images 2.5，读者可了解其在个性化图像生成上的定位与输入方式。
#图像生成
OpenAI News精选AI 评分6262
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Nano Banana 2 Lite 与 Gemini Omni Flash
Google DeepMind 发布 Nano Banana 2 Lite 和 Gemini Omni Flash 两款模型。
推荐理由：两款新模型同时开放开发者入口，并给出延迟、单价与能力边界，便于判断多模态流水线的成本与可行性。
Google Research精选AI 评分6262 Google Photos 上线 Auto frame 功能，可事后改变照片拍摄视角
Google Photos 的 Auto frame 新增一项基于机器学习的重构图能力，把照片理解为 3D 场景并自动调整相机位置与焦距，生成原本未拍到的内容。该方法分两步：先用内部 3D 点图估计模型重建人体与面部并估算原焦距，再用生成式潜在扩散模型填补新视角下的空洞。该功能已上线，面向含人物的照片自动处理，重构图结果作为 Auto frame 候选中的第二个版本供用户选择。
推荐理由：Google Photos 把 3D 场景估计与生成式补全结合，读者可了解拍照后改变机位这一编辑思路的实现路径。
OpenAI News精选AI 评分6767 OpenAI 推出 ChatGPT Images 2.0
OpenAI 发布 ChatGPT Images 2.0，改进了文字渲染、多语言支持和视觉推理能力。原文同时提到可查看 Images 2.5 的新变化。
推荐理由：官方给出图像生成能力的三项具体改进方向，可据此判断多语言与文字渲染场景的可用性变化。
Hugging Face Blog精选AI 评分6262 TII 发布 Falcon Perception 与 Falcon OCR 模型
阿布扎比 TII 的 Falcon Vision 团队发布 Falcon Perception，一个 0.6B 参数的早期融合 Transformer，用自然语言提示做开放词汇定位与分割，在 SA-Co 上达到 68.0 Macro-F1，高于 SAM 3 的 62.3，但在存在性校准上落后（MCC 0.64 对 0.82）。
推荐理由：原文给出 0.6B 早期融合模型在 SA-Co 与 PBench 上的分项对比，可据此判断单骨干架构在开放词汇感知上的取舍。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Nano Banana 2（Gemini 3.1 Flash Image）
Google DeepMind 发布图像生成模型 Nano Banana 2（Gemini 3.1 Flash Image），把 Nano Banana Pro 的世界知识、推理与画质带到 Flash 速度。
推荐理由：官方给出 Nano Banana 2 的能力清单与上线渠道，读者可据此判断 Pro 级图像能力下放到 Flash 速度后的可用范围。
OpenAI News精选AI 评分7272 OpenAI 发布 ChatGPT Images 与 GPT-Image-1.5
OpenAI 发布 ChatGPT Images 体验和 GPT-Image-1.5，后者已在 API 中提供。官方称新版 ChatGPT Images 速度更快，并提示可查看最新的 ChatGPT Images 2.5。
推荐理由：OpenAI 在 API 中上线 GPT-Image-1.5，并同步更新 ChatGPT 图像生成体验，可据此了解图像模型迭代方向。
Hugging Face Blog精选AI 评分6262 Diffusers 集成 FLUX.2，支持 4bit 量化加载
Hugging Face Diffusers 宣布支持 FLUX.2，提供 Flux2Pipeline 与 Flux2Transformer2DModel，文本编码器使用 Mistral3ForConditionalGeneration。
推荐理由：Diffusers 集成 FLUX.2 并给出 4bit 量化加载示例，读者可据此了解在消费级显存上跑该模型的路径与限制。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image）图像模型
Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image），基于 Gemini 3 Pro 构建，主打高保真图像生成与编辑，已在 Google AI Studio 和 Vertex AI 以付费预览形式逐步开放。
推荐理由：官方给出新图像模型的分辨率、文本渲染与搜索接地能力，可据此判断多模态应用的选型与成本取舍。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image）图像生成与编辑模型
Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image），这是基于 Gemini 3 Pro 的新一代图像生成与编辑模型，可生成更准确、文本更清晰的多语言图像，并支持最多 14 张图像合成、保持最多 5 人一致性，提供 2K 和 4K 分辨率及局部编辑、光照调整等控制。
推荐理由：Google DeepMind 发布基于 Gemini 3 Pro 的图像生成编辑模型，读者可了解其文本渲染、多图合成与产品接入范围。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 Flux LoRA 快速推理优化配方
Hugging Face 发布针对 Flux.1-Dev 的 LoRA 推理优化配方，结合 Flash Attention 3、torch.compile 与 FP8 量化，在 H100 上相比基线实现 2.23 倍加速。
推荐理由：原文给出可复用的 LoRA 推理优化配方与实测延迟数据，读者可据此判断热切换与量化在自有硬件上的取舍。
OpenAI News精选AI 评分6565 OpenAI 在 API 中上线最新图像生成模型 gpt-image-1
OpenAI 宣布最新图像生成模型已通过 gpt-image-1 在 API 中开放，开发者和企业可将其直接集成到自有工具和平台中，构建专业级、可定制的视觉内容。
推荐理由：OpenAI 将最新图像生成模型以 gpt-image-1 接入 API，开发者可据此评估自有产品集成图像生成的门槛变化。
OpenAI News精选AI 评分7575 OpenAI 在 GPT-4o 中推出原生图像生成
OpenAI 在 GPT-4o 中推出原生图像生成能力，官方称其在文本渲染和指令遵循上更强。该功能于 2025 年发布，相关入口为 ChatGPT Images 2.5。
推荐理由：GPT-4o 原生图像生成上线，文本渲染与指令遵循能力提升，可据此判断多模态生成的新基线。
OpenAI News精选AI 评分7373 OpenAI 发布 GPT-4o 系统卡补充说明：4o 图像生成
OpenAI 发布 GPT-4o 系统卡补充说明，介绍 4o 图像生成。官方称这是比此前 DALL·E 3 系列能力显著更强的图像生成方案，可生成照片级真实感输出，并能接收图像作为输入并进行变换。
推荐理由：OpenAI 官方补充说明 GPT-4o 图像生成能力，读者可据此了解它与 DALL·E 3 的定位差异。
Mistral AI精选AI 评分6666 Mistral 为 le Chat 加入联网搜索、Canvas 与图像生成
Mistral AI 为免费生成式 AI 助手 le Chat 推出多项 beta 新功能，包括带引用的联网搜索、用于构思与就地编辑和导出的 Canvas、文档与图像理解、图像生成以及可共享的 Agent。
推荐理由：官方列出 le Chat 新增的联网搜索、Canvas、文档图像理解与图像生成，并给出与主流助手的逐项对比。
Hugging Face Blog精选AI 评分6262 Diffusers 支持 Stable Diffusion 3.5 Large，含 8B 与 timestep-distilled 两个 checkpoint
Stable Diffusion 3.5 已在 Hugging Face Hub 上线并可通过 Diffusers 使用，发布包含 8B 的 Large 模型和 8B 的 timestep-distilled 模型，后者支持 4-8 步少步推理。
推荐理由：Stable Diffusion 3.5 Large 已在 Hub 上线并接入 Diffusers，文中给出量化推理与 LoRA 训练的完整代码路径。
Hugging Face Blog精选AI 评分7171 Diffusers 集成 Stable Diffusion 3 Medium，含显存与性能优化
Stability AI 的 Stable Diffusion 3 Medium（2B 参数）上线 Hugging Face Hub 并接入 Diffusers，同时提供 DreamBooth 与 LoRA 训练脚本。
推荐理由：原文给出 SD3 Medium 的架构变化与 Diffusers 集成细节，读者可据此判断显存占用与推理速度的取舍。
Hugging Face Blog精选AI 评分6262 SegMind 发布 SegMoE 扩散模型混合专家框架
SegMind 发布 SegMoE 框架，可从零构建混合专家（MoE）扩散模型，并已集成 Hugging Face diffusers。同时发布 SegMoE-2x1、SegMoE-4x2 和 SegMoE-SD4x2 三个模型，采用 Apache 2.0 许可，并提供 GitHub 仓库和 segmoe 包用于自建 MoE 模型。
推荐理由：原文给出了从零构建 MoE 扩散模型的完整流程与显存门槛，读者可据此判断自己能否复现。
Hugging Face Blog精选AI 评分6262 如何在 Hugging Face Spaces 上用 Gradio 免费运行 ComfyUI 工作流
Hugging Face 发布教程，介绍如何用 ComfyUI-to-Python-Extension 把 ComfyUI 工作流导出为纯 Python 脚本，再用 Gradio 封装成应用并部署到 Hugging Face Spaces 的 ZeroGPU 上免费运行。
推荐理由：教程给出把 ComfyUI 工作流导出为 Python、封装 Gradio 并部署到 ZeroGPU 的完整步骤，可迁移到自己的工作流。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 SDXL Dreambooth LoRA 高级训练脚本与调参指南
Hugging Face 发布 SDXL Dreambooth LoRA 高级训练脚本，将 Pivotal Tuning 与 Prodigy 优化器结合，并给出配套参数配置。
推荐理由：汇总 SDXL Dreambooth LoRA 微调的社区实践，含 Pivotal Tuning 与 Prodigy 优化器的参数配置和对比实验。