Black Forest Labs 发布 FLUX.3 Image Klein,Diffusers 首日支持
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。
AI 画图最前线:文生图模型迭代、图像编辑与一致性控制、设计创作工具生态的全部动态。
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。
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。
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。