Phota Labs 用 AI 把日常照片变成专业级成片
a16z 投资的初创公司 Phota Labs 推出 iOS 应用，用 AI 把日常快照修成专业摄影师水准的照片，同时保留人物真实样貌。其自研身份模型可在任何变换中保持人物外观，编辑后的图片会带隐形水印标明由 AI 修改。应用以免费形式上线以积累用户，后续将探索 freemium 模式，并计划推出 Android 版本。
#图像生成
TechCrunch · AIAI 评分4545
The Verge · AIAI 评分5454 Adobe 在 MAX 2026 公布四项 AI 实验：可走入照片、对话设计角色
Adobe 在年度 MAX 大会上公布最新一批实验性 AI 工具，包括把照片转成可导航 3D 场景的 Project Sight Span、通过对话设计角色的 Project Screen Test、用文本提示生成并同步音效的 Project Sound Bender，以及把修图编辑复制应用到同图其他对象的 Project Rinse Repeat。
TechCrunch · AIAI 评分6262 Adobe 在 MAX 活动为 Photoshop、Premiere、Firefly 加入 AI 智能体并发布 MCP
Adobe 在迈阿密 MAX 活动宣布为 Photoshop、Premiere、Illustrator、InDesign 等产品加入更多 AI 功能，并发布本地 MCP，让 ChatGPT、Claude、Gemini 等聊天机器人调用 Creative Cloud 功能。
The Verge · AIAI 评分5858 Adobe 在 Max 大会为 Photoshop、Lightroom、Premiere 推出更易用的移除工具
Adobe 在 Max 活动上为 Creative Cloud 应用和 Firefly 平台推出多项新功能，重点是让移除物体、瑕疵等操作更简便。
The DecoderAI 评分6060 字节 Seed 发布图像生成模型 Seedream 5.5，支持 100 轮稳定编辑
字节 Seed 发布图像生成模型 Seedream 5.5，面向专业生产工作流，支持最多 100 轮多轮编辑，未改动区域保持像素级不变且无色彩偏移。该模型原生生成带透明背景的 RGBA 图像，可直接作为设计素材使用；字节称其在光照、材质、皮肤纹理渲染和密集小字还原上更准确，并在文本结构与真实感上领先 GPT Image 2.5 Sunburst 等模型。
The Verge · AIAI 评分5858 Instagram 推出 Effect Builder，用 AI 提示词生成自定义滤镜
Instagram 推出 Effect Builder，用户可通过向聊天机器人描述想法，用 AI 生成用于 Stories 的自定义滤镜，目前面向美国 18 岁以上居民开放。
OpenAI News精选AI 评分6262 OpenAI 发布 Images 2.6，带来更快生成、GIF 创建与更精细编辑
OpenAI 发布 Images 2.6，带来更快的图像生成、GIF 创建、更精细的编辑以及新的 API 控制，覆盖 ChatGPT、Codex 和 API。
推荐理由：原文列出速度、GIF、编辑精度和 API 控制四项变化，读者可据此判断它对现有图像工作流的影响。
The DecoderAI 评分6262 ChatGPT 借助 Images 2.6 模型支持文本和照片生成动图 GIF
ChatGPT 现在可以生成动画 GIF，该更新基于 OpenAI 新的 Images 2.6 模型，正向 web、桌面和移动端所有 ChatGPT 与 Codex 用户推出。
The Verge · AIAI 评分6262 ChatGPT 随 Images 2.6 更新支持一步生成 GIF
ChatGPT 现在可通过提示词或上传照片一步生成 GIF，该能力随 OpenAI 新的 Images 2.6 模型一同推出，可调整动画速度、逐帧编辑并分享。OpenAI 称 Images 2.6 还让 ChatGPT 图像生成更快，目前 ChatGPT 及其 API 每周生成超过 4 billion images，高于 9 月报告的 3 billion per week。
The DecoderAI 评分5858 Adobe 与 UC San Diego 论文提出 EditAgent，让图像编辑智能体像 Photoshop 专家一样选工具并用数据验证结果
Adobe Research 与 UC San Diego 在新论文中提出 EditAgent，让图像编辑智能体为每一步挑选合适工具，并行生成多个候选后由标准语言模型依据验证数据一次性选出最优结果。
The DecoderAI 评分6262 Canva 发布首款自研图像模型 Craft
Canva 发布首款自研图像生成模型 Canva Craft，称可与 Google、OpenAI、ByteDance、Meta 的同类模型竞争。
The Verge · AIAI 评分6060 Canva 发布首款自研图像模型 Craft，先规划再生成
Canva 发布自研图像生成模型 Canva Craft，采用两阶段架构，先规划设计再生成图像，以获得更高的精度、一致性和控制力，最高支持 2K 分辨率和 30 多种宽高比。
TechCrunch · AIAI 评分6262 Canva 发布首个图像生成模型 Canva Craft
Canva 发布首个图像生成模型 Canva Craft，由其研究团队开发，用于与 Google、OpenAI、ByteDance、Meta 的同类模型竞争。模型分两阶段工作，先解析提示词并规划元素空间关系、比例、视觉层级等，再生成最高 2K 分辨率、最多 30 种宽高比的图像，支持精确局部编辑。
The Verge · AIAI 评分5858 Adobe Lightroom 移动版新增 Open Eyes 一键睁眼功能
Adobe 宣布 Lightroom 移动版（支持 iOS、iPadOS、Android）可用生成式 AI 一键修复照片中闭眼的人物：检测到闭眼时会自动弹出 Open Eyes Quick Action 图标。
The Decoder精选AI 评分7676 Black Forest Labs 开源图像模型 FLUX 3 Image Klein，8 GB 显存即可运行
Black Forest Labs 发布 56 亿参数的开源权重图像模型 FLUX 3 Image Klein，支持文生图、图像编辑和最多十张参考图生成，具备原生 4K 输出、像素级精确编辑和边界框定位元素。
推荐理由：原文给出了参数量、显存门槛和许可条款，读者可以据此判断它能否在本地工作流中替代闭源图像模型。
Hugging Face Blog精选AI 评分7676 Hugging Face 官方介绍 FLUX.3 Image Klein 在 Diffusers 中的用法与架构
Black Forest Labs 的 FLUX.3 Image Klein 已可在 Diffusers 中使用，一个模型同时支持文生图、多参考图生图和 bounding box 布局控制。
推荐理由：原文拆解了架构与显存速度数据，读者可据此判断能否在现有硬件上跑起来。
The Verge · AIAI 评分5858 Epic 对未公布 Disney 射击游戏转向 AI 加速开发
据 Bloomberg 报道，Epic Games 计划用 AI 为一款未公布的 Disney 射击游戏生成代码和美术，该项目已从原定 3 月档期延期。
OpenAI NewsAI 评分1818 Pollo AI 借助 OpenAI 把创意变成营销活动
Pollo AI 结合 GPT-5.6、GPT-6 Astra 和 GPT-Image-2.5，帮助创作者把大胆想法转化为精细图像与电影级视频广告。
TechCrunch · AIAI 评分4545 前 Ramp 工程师在废弃首个产品后，为 Melius 融资 2000 万美元
Melius 宣布完成 2500 万美元融资，包括 CRV 领投的 2000 万美元 A 轮和 General Catalyst 领投的 500 万美元种子轮。这家由前 Ramp 工程师创立的公司最初做 AI 效果营销工具，开发六个月后认为方向行不通，烧掉全部代码库转向生成广告创意素材与活动的平台，自 7 月走出隐身模式后两个月内年化收入超 100 万美元。
The DecoderAI 评分6868 Google 发布图像生成模型 Nano Banana 2.1，价格约为 Nano Banana 2 的一半
Google 发布图像生成与编辑模型 Nano Banana 2.1，取代 2026 年 2 月发布的 Nano Banana 2，官方称其在各方面均有提升，定价约为前代一半，1K 图像 3.36 美分（原 6.70 美分），4K 图像 7.56 美分（原 15.10 美分）。
The DecoderAI 评分6161 Black Forest Labs 发布 Flux 3 Image，支持多步编辑不改动画面其余部分
Black Forest Labs 发布了 Flux 3 模型家族的图像版本 Flux 3 Image，据称支持多步编辑而不改变图像其他部分，覆盖文生图、图生图、文字渲染和写实风格。
The DecoderAI 评分5656 Ideogram 4.5 发布：局部编辑不破坏图像其余部分
Ideogram 发布新模型 Ideogram 4.5，宣称编辑图像局部时不会影响其余部分，只改动用户指定区域，早期测试者确认多次编辑下一致性较强。该模型提供 0.8 至 22 cents per image 四档质量，均为原生 2K 分辨率，现已在 Ideogram 平台和 API 开放，合作方包括 Picsart、Runway、Pika 和 Leonardo AI，开源权重版本即将推出。
Google ResearchAI 评分4747 Diffusion Controller 如何统一并简化 AI 图像生成控制
Google Research 提出 Diffusion Controller 框架，将扩散模型的去噪过程重构为连续控制问题，用轻量"转向阻尼器"网络统一推理时引导与微调两类控制方法。
AWS Machine Learning BlogAI 评分2222 在 SageMaker AI 上用 vLLM-Omni 生成图像与视频（第二部分）
AWS 发布教程，演示在 SageMaker AI 上部署同一个 vLLM-Omni DLC 镜像的两个端点：实时端点跑 FLUX.2-klein-4B 生成图像，异步端点跑 Wan2.1-VACE-1.3B 做图像条件视频生成。文本提示词先生成 PNG，再连同运动提示词送入视频端点，生成的 MP4 存入 Amazon S3，示例提供命令行与 Streamlit 界面。
OpenAI NewsAI 评分5555 OpenAI 发布 ChatGPT Images 2.5 图像生成模型
OpenAI 官方发布 ChatGPT Images 2.5，官方介绍称它能把用户的想法、草图和参考照片转化为更个性化、更精致、更贴合原始想法的图像。
Hugging Face BlogAI 评分5959 Diffusers 原生支持 Nunchaku 4-bit 扩散模型推理
Diffusers 现可通过 from_pretrained() 直接加载 Nunchaku 量化检查点，无需单独推理引擎或本地 CUDA 编译。
Google ResearchAI 评分4545 Google Research 解读扩散模型的创造力来源：score smoothing 如何带来插值生成
Google Research 在 ICLR 2026 论文 "On the Interpolation Effect of Score Smoothing in Diffusion Models" 中指出，扩散模型的创造力源于神经网络训练中正则化导致的 score smoothing，使去噪过程在训练数据点之间插值而非记忆。
Google DeepMind精选AI 评分7676 Google DeepMind 发布 Nano Banana 2 Lite 与 Gemini Omni Flash
Google DeepMind 发布 Nano Banana 2 Lite（gemini-3.1-flash-lite-image）图像模型与 Gemini Omni Flash（gemini-omni-flash-preview）视频生成与对话式编辑模型。
推荐理由：原文给出了两款模型的定位分工与串联用法，读者可据此判断如何组合图像与视频生成搭建工作流。
Google Research精选AI 评分6262 Google Photos 上线 Auto frame 视角重合成功能
Google Research 宣布该方法已作为 Auto frame 功能的一部分在 Google Photos 上线，可用生成式 AI 在拍照后自动改变相机视角重新构图。
推荐理由：原文拆解了3D估计与生成补全两阶段流程，读者可理解视角重合成如何在保留原内容的同时补出隐藏区域。
OpenAI NewsAI 评分5555 OpenAI 发布 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，并介绍了 Images 2.5 的新内容。
OpenAI NewsAI 评分1515 用 ChatGPT 创建图像
ChatGPT 支持通过清晰的提示词创建和打磨图像，用户可在几分钟内迭代设计并生成高质量视觉内容。
Hugging Face Blog精选AI 评分6262 Hugging Face 推出 Modular Diffusers：可组合的扩散流水线构建块
Hugging Face 官方博客介绍 Modular Diffusers，它用可复用的块（如文本编码、图像编码、去噪、解码）组合构建扩散流水线，作为现有 DiffusionPipeline 的灵活替代，API 保持一致。
推荐理由：原文给出可复用块的组合方式与自定义块写法，读者可据此判断如何改造现有扩散工作流。
Hugging Face Blog精选AI 评分6262 Photoroom PRX Part 3：24 小时、32 张 H200 训练文生图模型的完整配方
Photoroom 在 PRX 系列第三篇中把此前验证有效的扩散模型技巧组合起来，用 32 张 H200、约 $1500 总算力预算完成 24 小时文生图模型训练，并开源代码到 https://github.com/Photoroom/PRX 。
推荐理由：原文把像素空间训练、token 路由、感知损失等技巧的组合方式和超参写全，可直接复现其 24 小时训练配方。
Hugging Face Blog精选AI 评分6868 Photoroom 发布 PRX 文生图模型训练设计消融实验报告
Photoroom 在 Hugging Face Blog 发布 PRX 文生图模型训练系列第二篇，以 PRX-1.2B 在 256×256 Flux VAE 潜空间的 Flow Matching 基线（100k 步、1M MidJourneyV6 合成数据、AdamW lr 1e-4）为参照，系统消融四类训练技巧并报告 FID、CMMD、DINO-MMD 与吞吐变化。
推荐理由：以统一基线系统消融十余种训练技巧，给出各方法在质量与吞吐上的真实取舍，可直接迁移到自己的训练配置。
Berkeley AI ResearchAI 评分2424 伯克利提出信息驱动成像系统设计框架，登 NeurIPS 2025
伯克利 AI 研究团队提出一套基于互信息的成像系统评估与优化框架，可直接从含噪测量中估计信息量，并在彩色摄影、射电天文、无透镜成像和显微成像四个领域验证其能预测解码器性能。该方法优化出的设计达到端到端 SOTA 方法水平，同时占用更少内存和算力，且无需任务专用解码器设计。
OpenAI News精选AI 评分6262 OpenAI 推出 ChatGPT Images 与 GPT-Image-1.5
OpenAI 于 2025 年推出更快的 ChatGPT Images 体验，并在 API 中提供 GPT-Image-1.5，同时介绍最新的 ChatGPT Images 2.5。
Hugging Face BlogAI 评分5555 Diffusers 支持 FLUX.2：4bit 量化管线代码与显存实测
Hugging Face Blog 发布 Diffusers 对 FLUX.2 的支持，提供 Flux2Pipeline 与 Flux2Transformer2DModel 的加载代码，使用 diffusers/FLUX.2-dev-bnb-4bit 仓库、Mistral3 文本编码器和 enable_model_cpu_offload 进行文生图推理。
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），一款基于 Gemini 3 Pro 的高保真图像生成与编辑模型，已在 Google AI Studio 和 Vertex AI 通过 Gemini API 开启付费预览。
推荐理由：原文列出了分辨率、输入数量和文字渲染等具体能力边界，便于开发者判断是否迁移。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image）图像生成模型
Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image），基于 Gemini 3 Pro，主打更强推理与世界知识带来的精准图像生成与编辑。
推荐理由：原文列明了能力变化与各产品线的开放范围，读者可据此判断它会怎样接入现有工作流。
Hugging Face BlogAI 评分5656 Hugging Face 分享 Flux LoRA 推理加速方案，H100 上提速 2.23 倍
Hugging Face 官方博客介绍了在 Diffusers 和 PEFT 中优化 Flux.1-Dev 模型 LoRA 推理速度的方案，通过 Flash Attention 3、torch.compile、FP8 量化和支持热交换的加载方式，在 H100 上相比基线取得 2.23 倍加速。