Black Forest Labs 发布开源图像模型 FLUX 3 Image Klein，最低 8GB 显存即可运行
Black Forest Labs 发布开源图像模型 FLUX 3 Image Klein（5.6B 参数），支持文生图、图像编辑和最多 10 张参考图，可原生输出 4K。
#图像生成
#图像生成
今日 0 条The DecoderAI 评分7171
Hugging Face Blog精选AI 评分7171 Black Forest Labs 发布 FLUX.3 Image Klein，首日接入 Hugging Face Diffusers
Black Forest Labs 发布 FLUX.3 Image Klein 图像模型，首日接入 Hugging Face Diffusers，单一模型支持文本生成图像、多参考图图像到图像和边界框布局控制三种能力。
推荐理由：原文拆解了 FLUX.3 Klein 的两阶段 transformer 结构、Modular Diffusers 拼装方式，以及不同精度权重的显存与速度基准，可帮助读者评估相对 FLUX.2 的改动幅度和迁移成本。
The Verge · AIAI 评分4646 名人 AI 深度伪造泛滥，无人能置身事外
冒用名人的 AI 伪造内容在 Instagram 和 YouTube 泛滥：Mia Goth 的蓝 V 账号发布伪造 T 恤照，数日内获近 50 万赞并被 Google AI 概览引用；AI Taylor Swift 演唱视频获 180 万播放。Meta 已下架部分涉事账号，YouTube 上线 likeness detection 系统。
Simon WillisonAI 评分6666 llm-gemini 0.35 发布，新增对 Gemini 4 Argon 的支持
Simon Willison 发布 llm-gemini 0.35，添加对 Google 新模型 Gemini 4 Argon 的 API 支持。
Ars Technica · AIAI 评分6363 研究人员称 OpenAI、Google 新图像模型易被诱导生成裸露内容
White Circle 研究显示，用现成工具即可绕过 DALL·E 3、Google Nano Banana 2 与 GPT-Image-2 的安全过滤生成裸露内容，绕过率约 13%；对新版 ChatGPT Images 2.5 与 Nano Banana 2.1 的测试显示两者更易被攻破。
Simon WillisonAI 评分3434 Simon Willison 的 llm-meta-ai 插件更新至 0.2，支持 Meta AI 新模型 Muse Wonder
Simon Willison 将 llm-meta-ai 插件更新至 0.2 版本，以支持 Meta AI 最新发布的 Muse Wonder 和 Muse Wonder Full 模型。
The Verge · AIAI 评分4242 Mia Goth 经纪团队称 Instagram 放任 AI 生成图像传播令人"不可理解"
Mia Goth 经纪团队指控 Instagram 放任一张 AI 生成图像在其平台传播，该图来自获蓝V认证的粉丝账号 miagoth_，曾被 OK!、People 等娱乐媒体当作真实图片报道。Goth 方表示已多次投诉要求下架该账号，账号直到本周二才被清空。Meta 现行政策对静态 AI 生成图像不做强制打标要求，被指优先考虑传播而非保护公众人物肖像权。
The Verge · AIAI 评分3838 DLSS 5 为下月《霍格沃茨之遗》首秀调低生成强度
Nvidia DLSS 5 将于 11 月 5 日登陆《霍格沃茨之遗》，相比年初展示版显著调低人脸与场景生成强度，接近 NBA 2K27 的细微改动。
Hugging Face Blog精选AI 评分6767 用 HuggingChat ML-intern 从一句 prompt 造出 6 个小模型
作者用 HuggingChat 中的 ML-intern 模式在几天内从零造出 6 个小模型，总计算开销约 103 美元；每个项目从一个自然语言 prompt 出发，由 ML-intern 规划预算、跑基线、训练并把模型与评测直接发布到 Hugging Face Hub。
推荐理由：原文给出了一套可复用的 ML-intern prompt 写法，包括 Verified facts 区块、先跑基线、带检查的冒烟测试和硬性支出上限，读者可直接套用到自己的项目里。
OpenAI NewsAI 评分2020 Pollo AI 借助 OpenAI 将创意转化为营销素材
Pollo AI 基于 GPT-5.6、GPT-6 Astra 和 GPT-Image-2.5，帮助创作者将大胆创意转化为精细图像和电影级视频广告。
Ars Technica · AIAI 评分4343 开发者用 Claude Opus 5.5 构建 Artcraft 开源套件，复刻 Adobe 七款主力应用
Brandon Thomas 推出 Artcraft 开源套件，基于 Anthropic Claude Opus 5.5 复刻 Adobe Photoshop、Illustrator、Premiere、Lightroom、After Effects、InDesign 与 Acrobat Pro 共七款应用。
The DecoderAI 评分6767 Google 发布图像模型 Nano Banana 2.1，画质提升且价格近乎腰斩
Google 发布图像生成与编辑模型 Nano Banana 2.1，基于 Gemini 3.6 Flash，替代 2026 年 2 月推出的 Nano Banana 2，1K 图像价格从 6.70 美分降至 3.36 美分，4K 从 15.10 降至 7.56 美分，约为上一版一半。
TechCrunch · AIAI 评分4747 OpenAI 在 ChatGPT 图像生成结果旁推出视觉广告
OpenAI 在 ChatGPT 图像生成结果旁推出视觉展示广告，本月晚些时候率先在美国上线，由初始测试广告主投放。广告将明确标注且不影响 ChatGPT 回答内容。此次还扩展广告衡量工具，与 AppsFlyer、DoubleVerify 等十余家达成合作，并推进品牌适配评估，最终目标覆盖 ChatGPT 1.2 billion 周活跃用户。
The DecoderAI 评分4949 LEGO-Anything 测试显示：AI 智能体可从照片生成 3D 场景，但无法判断结果对不对
研究提出的 LEGO-Anything 让 coding agent 从单张照片生成 Blender 可执行 3D 场景程序，并在含 208 张图的 LEGO-Bench 上评测 GPT-6 Astra 等六款 GPT 配置：最佳模型室内准确率 53.4%、室外 39.6%。
TechCrunch · AIAI 评分5858 ChatGPT 上线虚拟试穿和商品收藏两项购物功能
OpenAI 在 ChatGPT 中全球上线虚拟试穿和商品收藏两项购物功能。虚拟试穿基于新发布的 ChatGPT Images 2.5 模型，用户上传自拍或全身照后，在购物结果中点击 Try On 按钮即可预览衣物或配饰上身效果，也可上传商品截图让 ChatGPT 试穿；收藏功能可将商品保存到应用内 Library，与试穿图一同管理。
The DecoderAI 评分4646 Ideogram 发布 Ideogram 4.5，称可局部编辑图像且不破坏其余部分
Ideogram 发布图像编辑模型 Ideogram 4.5，宣称只修改用户指定区域，其余部分保持不变，对标 GPT-Image 2.5 和 Nano Banana 等多次编辑后仍易产生瑕疵的竞品。
Google ResearchAI 评分4444 Diffusion Controller 如何统一并简化 AI 图像生成
Diffusion Controller 框架将图像生成重构为连续控制问题，用轻量级转向阻尼器网络无需改动冻结基座模型即可动态引导去噪。其轻量插件在人类偏好匹配上超过行业标准，完全解锁版本对基线模型胜率达 90%。实验在 Stable Diffusion v1.4 上用 SFT、RWL、PPO 以 HPS-v2 评估。
Hugging Face Blog精选AI 评分6565 用 Gradio Workflow 重建 AUTOMATIC1111 媒体管线
Gradio 团队用 73 个节点、11 条媒体管线在 Workflow1111 中复刻了 AUTOMATIC1111 的核心功能集，涵盖文生图、高清修复、图生图、提示词矩阵、VLM 反推、检测生成 inpaint 掩码、ControlNet 预处理器、背景移除、PNG Info 与图生视频。
推荐理由：原文以 73 节点重建 AUTOMATIC1111 为例，展示 gr.Workflow 在多模型编排上与 ComfyUI 的差异，以及每个输出自动成为 REST 端点和 MCP 工具的能力。
OpenAI NewsAI 评分4545 OpenAI 发布 ChatGPT Images 2.5
ChatGPT Images 2.5 发布，可将用户的想法、草图和参考照片转化为更个性化、更精致的图像，更贴合用户想表达的创意。
Hugging Face BlogAI 评分5959 用 TRL 与 OpenEnv 训练模型写水彩画 JavaScript 代码
Hugging Face 工程博客复现了用 TRL GRPO 训练 Qwen3.5-35B-A3B 写 p5.brush 水彩画 JavaScript 的流程，并在 Hub 开源了 178 张参考图池、RL 环境、训练脚本与三种 reward 配比的 adapter。
Hugging Face Blog精选AI 评分6262 Diffusers 原生集成 Nunchaku 4-bit 扩散模型推理
Diffusers 现已原生集成 Nunchaku 的 SVDQuant 4 位扩散推理，预量化模型可通过 from_pretrained() 直接加载，无需本地 CUDA 编译。
推荐理由：给出了把 SVDQuant 4 位扩散推理接入 Diffusers 的完整工作流，并附 BF16 与量化版本的延迟和显存基准。
Google ResearchAI 评分4343 Google Research 解读扩散模型创造力来源：分数平滑的插值机制
Google Research 在 ICLR 2026 上发表的论文指出，扩散模型的创造力源于训练时正则化导致的"分数平滑"效应。该平滑使去噪过程在训练样本之间插值生成新数据，而非简单复制训练集；研究结合神经网络正则化的函数空间理论与去噪数学，定量刻画了两者之间的连接。
Hugging Face BlogAI 评分4444 PRX Part 4：数据策略
PRX 系列第四篇详解其预训练数据策略：混合公开与内部数据集、用 VLM 重新描述图像，并基于 Mosaic Streaming（MDS）与 Lance 格式构建流式训练语料。文本编码器从 T5Gemma 切换为 Qwen3-VL 后改为在线计算文本 latent，仅带来约 3–4% 吞吐损失。图像统一以 JPEG quality 92 编码，验证表明首次重编码近乎不可感知。
Google DeepMind精选AI 评分7979 Google DeepMind 发布 Nano Banana 2 Lite 与 Gemini Omni Flash
Google DeepMind 发布 Nano Banana 2 Lite 与 Gemini Omni Flash 两款模型。
推荐理由：两款模型都给出了延迟、单价与上线入口，开发者可据此对照现有图像和视频管线判断成本与选型。
Google Research精选AI 评分7171 Google Photos Auto frame 上线 3D 视角重构图能力
Google Photos 的 Auto frame 功能上线了基于 3D 场景估计的视角重构图能力，可在拍摄后自动调整虚拟相机位置生成新视角。技术上先估计原图的 3D 点图与相机参数，再用生成式 latent diffusion 模型补全新视角下暴露的背景；针对广角自拍畸变会自动调整相机内参恢复自然比例。
推荐理由：用 3D 场景估计与生成式修复改写照片视角，区别于裁剪变焦，读者可据此理解自动取景与传统编辑的能力差异。