Black Forest Labs 发布 FLUX 3 Image Klein 开源权重模型
Black Forest Labs 发布 FLUX 3 Image Klein,一个 5.6B 参数的开源权重模型,支持文生图、图像编辑和多参考图生成(最多 10 张参考图),具备原生 4K 生成、像素级编辑和边界框控制能力。
Black Forest Labs 发布 FLUX 3 Image Klein,一个 5.6B 参数的开源权重模型,支持文生图、图像编辑和多参考图生成(最多 10 张参考图),具备原生 4K 生成、像素级编辑和边界框控制能力。
Black Forest Labs 发布 FLUX.3 Image Klein,一个模型同时支持文生图、多参考图生图和边界框布局控制,Diffusers 首日即可运行。
推荐理由:FLUX.3 Image Klein 在 Diffusers 首发支持,一个模型同时做文生图、多参考图生图和边界框布局控制,蒸馏版在 H100 上约 2 秒出 1024×1024 图。
Black Forest Labs 发布 FLUX 3 Image Klein,这是一个 5.6B 参数的开源权重模型,支持文生图、图像编辑以及最多十张参考图的生成,原生支持 4K 输出、像素级编辑和用于元素定位的 bounding box。
Imagor MCP 是一个为 imagor 增加模板层的 MCP server 与技能,智能体可编写 OG 卡片、商品网格、引言、推荐语等布局,编译成一条 imagor URL,由用户已运行的 imagor 渲染。
Kombai 推出 Design Creativity Bench,用原创性、创意跨度和适配度三个维度评测 AI 在 UI 设计任务上的创造力,覆盖 16 个前沿模型、80 个开放式 UI 任务,每个任务适配两个产品领域并配有人类设计师参照。
Simon Willison 为 llm-gemini 插件加入对 Gemini 4 Argon 的支持,该模型当天通过 Gemini API 和每月 100 美元订阅计划开放。
据 Bloomberg 报道,Epic Games 计划在一款未公布的 Disney 射击游戏中使用 AI 生成代码和美术,该项目已从原定 3 月发布窗口延期。
字节在抖音集团《2026 美好奇妙夜》科技节目现场首次公开演示其世界模型,由影视飓风Tim操作,输入一句话即可生成微缩小人视角的房间,并支持自由飞行、凭空生成物体、与物体交互以及用任意门连通不同场景。
Google 发布新一代生图模型 Nano Banana 2.1,围绕视觉设计、蒙版编辑、主体一致性和画面真实自然性升级,支持 4K 直出。据 Arena 评测,其在文本转图像、多图像编辑及单张图像编辑三项上平均提升约 61.7 分,1K、2K 图片生成价格减半,4K 便宜约 25%。
阿里 Qwen 团队发布 Qwen-Image-2.1-Turbo,这是开源权重 Qwen-Image-2.1 的加速版本,在同样的 7B 架构上把去噪步数从默认 40 步降到 8 步,保持 2K 输出与编辑能力。
Rembrandt 发布免费开源照片编辑器,支持 macOS、Windows 和 Linux,无需账号和订阅,可下载安装或自托管在浏览器中使用。
ArtCraft 发布面向艺术家的 AI 图像与视频创作 IDE,支持在 2D 画布和 3D 场景中搭建构图、摆放角色与机位后再生成,并提供文生图、图像编辑、图生视频等提示词工作流。
作者实测了 Photon Studio、OmaPhoto、PhotoCraft 和 PhotoSuite 四款 Photoshop 替代品,其中三款完全开源,认为这足以反驳“vibe coding 造不出行业标准工具”的说法。
美国民主党、共和党和独立派议员分别提出多项法案,拟大幅限制联邦机构使用 Flock 自动车牌识别(ALPR)摄像头。Sanders、Ocasio-Cortez 和 Merkley 宣布的 Ban Flock Act 将禁止联邦机构使用 ALPR,并切断对使用该类摄像头的州和地方政府联邦拨款,还允许美国人就权利受侵起诉联邦政府。
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,官方称在视觉质量、文字渲染、多轮角色一致性、宽幅全景和信息图方面全面提升。
ArtCraft 团队发布 PhotoCraft,一个用纯 Rust 从零实现的开源图像编辑器,支持图层、蒙版、调整图层、文字、矢量、画笔和真实 PSD 文件的打开编辑与保存,采用 MIT 或 Apache-2.0 双许可。
OpenAI 将在美国 ChatGPT 的图像生成加载界面测试展示广告,广告以轮播或产品图形式出现在生成图像下方,并明确标注为广告、与生成内容分开。测试于本月晚些时候启动,首批广告主参与,同时 OpenAI 扩展转化归因与品牌安全工具。ChatGPT 广告已覆盖 40 多个国家,年化广告收入达 10 亿美元,目标 2030 年达 1000 亿美元。
Black Forest Labs 发布 Flux 3 模型家族的图像部分 Flux 3 Image,官方称其支持多步编辑且不改变图像其他部分,覆盖文生图、图生图、文字渲染和照片级真实感。
Ideogram 发布新模型 Ideogram 4.5,称其只修改用户指定的区域,画面其余部分保持不变,可减少多次编辑后的画面瑕疵。该模型提供四档质量,单张价格从 0.8 美分到 22 美分,均为原生 2K 分辨率,目标场景包括产品摄影、室内设计、照片修复和图中文字编辑。
Hugging Face 发布 Workflow1111,用 Gradio Workflow 把 AUTOMATIC1111 的大部分功能重建为一张画布,由 11 条媒体流水线和 73 个节点组成,覆盖文生图、高清修复、图生图、提示词矩阵、VLM 反推、检测生成 inpaint 掩码、ControlNet 风格标注器、背景移除、PNG Info 与图生视频。
推荐理由:用 Gradio Workflow 把 AUTOMATIC1111 的功能重建成 73 节点画布,输出节点可直接当 REST 接口和 MCP 工具调用。
OpenAI 发布 ChatGPT Images 2.5,可将想法、草图和参考照片转化为更个性化、更精致的图像,更贴近用户的原始构想。官方未在摘要中说明具体功能细节、可用范围与上线时间。
推荐理由:OpenAI 更新 ChatGPT 图像生成能力,可把草图与参考照片转成更贴合个人意图的成品图。
Google Workspace 推出图像生成与编辑工具 Google Pics,基于 Nano Banana 模型,将在未来几周内向所有 Google AI Pro 和 Ultra 订阅者及多数 Workspace 商业客户开放。
Diffusers 现已原生支持 Nunchaku 的 SVDQuant 4-bit 量化推理,加载量化 checkpoint 只需调用 from_pretrained(),无需自定义 pipeline 或本地编译 CUDA,内核通过 kernels 包从 Hub 下载。
推荐理由:Diffusers 原生支持 Nunchaku 4-bit 扩散推理,显存最多降一半、延迟约快三成,无需本地编译 CUDA。
Google DeepMind 发布 Nano Banana 2 Lite(gemini-3.1-flash-lite-image)和 Gemini Omni Flash(gemini-omni-flash-preview)两款模型。
推荐理由:Google DeepMind 同时发布图像模型 Nano Banana 2 Lite 与视频模型 Gemini Omni Flash,给出延迟、单价与能力边界,便于评估接入。