AI 画图的最前线：文生图模型迭代、图像编辑能力与创作工具生态的全部动态。
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。
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。
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。
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 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 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。