Google Research 提出 Diffusion Controller：统一并简化 AI 图像生成控制
Google Research 提出 Diffusion Controller 框架，把扩散模型的去噪过程重构为连续控制问题，用一个轻量"转向阻尼器"网络在冻结基座模型的前提下动态调整生成轨迹。在 Stable Diffusion v1.4 上以 HPS-v2 评测，其完全解锁版本对基线模型取得 90% 胜率，并支持在无法访问内部权重的闭源模型上实现定制控制。
全部动态 · 今日1条
#图像生成
信源抓到、进了内容池的全部内容，按时间排列；精选只是其中一部分。
Google Research42
腾讯混元 · X36 腾讯混元的 Hy Image 3.5 预览版已在 GMI Cloud 上线
已在 GMI Cloud 上线 🔥 @ gmi_cloud 发布的引用帖子（背景信息，并非主作者的作品）： Hy Image 3.5 预览版现已在 GMI Cloud 上线 @TencentHunyuan 每张图片 $0.024 比 GPT Image 2 便宜 8.8 倍 比 Nano Banana Pro 便宜 5.6 倍 立即创建 👇
Qwen · X62 Qwen-Image-2.1 登顶 Image Edit 与 Text-to-Image 竞技场开源第一
阿里 Qwen 团队宣布 Qwen-Image-2.1 在 Image Edit 和 Text-to-Image 两个竞技场中均成为排名第一的开源模型。据竞技场数据，该模型在 Image Edit Arena 拿到 1367 分，位列开源第一、总榜第 16，距第 15 名的 GPT-Image-1.5-high-fidelity 差 3 分。官方邀请用户试用并分享生成结果。
Alex Albert · X33 我刚刚发现，Opus 5.5 现在可以在 claude dot ai 上仅凭一个提示词使用 Blender 制作黏土动画
我刚刚发现，Opus 5.5 现在可以在 claude dot ai 上仅凭一个提示词使用 Blender 制作黏土动画
Qwen · X33 Qwen-Image-2.1 获 OpenVINO Day-0 支持
来自 @inteldevs 的 Day-0 OpenVINO 支持！🥳 Qwen-Image-2.1 已可在 Intel 硬件上优化运行。一个开放权重 checkpoint，同时支持生成和编辑。👇
Qwen · X58 Qwen-Image-2.1 获 SGLang-Diffusion 首日支持
Qwen 宣布 SGLang-Diffusion 已支持 Qwen-Image-2.1，可完成文生图、多图编辑和透明 RGBA 输出。SGLang 方面称该支持在单张 RTX 4090 24GB 上配合 CPU offload 即可原生精度运行，1024×1024 生成耗时 18.7s、图像编辑 21.7s，请求期间峰值显存 22.7 GiB；在 RTX PRO 6000 96GB 上生成和编辑分别为 8.0s 和 9.6s。推理支持 TP/SP、LoRA 和 OpenAI 兼容 API，40 步去噪、每请求一张图、未做量化。
Gemini App · X42 借助 Gemini，将灵感变成实物。使用 Gemini 中的 Canvas，你可以编写代码创建一个自定义应用来设计花瓶，并调整其数学参数，以 3D 形式查看效果。然后将其导出为 .STL 文件进行 3D 打印，让创意变为现实。
借助 Gemini，将灵感变成实物。 使用 Gemini 中的 Canvas，你可以编写代码创建一个自定义应用来设计花瓶，并调整其数学参数，以 3D 形式查看效果。然后将其导出为 .STL 文件进行 3D 打印，让创意变为现实。
Google DeepMind · X18 Google DeepMind 用 AI 重现未拍摄的记忆
我们如何重建一段从未被拍摄过的记忆？ 我们的团队将修复后的档案照片与姿态控制模型相结合，捕捉 Burt 和 Ethelle 的举止神态与微表情。 这帮助还原了他们初次相遇的那一天，用于《Love, Rendered》——一部与 @PrimordialSoup_ 和 @StorySyndicate_ 合作的新纪录片。 在 YouTube 上观看完整影片 → https://goo.gle/3V8m94m
Hugging Face Blog精选62 Hugging Face 用 Gradio Workflow 重建 AUTOMATIC1111，73 个节点覆盖 11 条媒体管线
Hugging Face 发布 Workflow1111，用 Gradio Workflow 把 AUTOMATIC1111 的大部分功能重建为一张工作流画布。
推荐理由：原文展示了用 73 个节点重建 A1111 全部功能的具体做法，可据此判断节点式工作流与 ComfyUI 的差异。
OpenAI News精选60 OpenAI 发布 ChatGPT Images 2.5
OpenAI 发布 ChatGPT Images 2.5，可将想法、草图与参考照片转化为更个性化、更精致的图像，更贴近用户原本的构想。
推荐理由：OpenAI 官方发布 ChatGPT Images 2.5，读者可了解其在个性化图像生成上的定位与输入方式。
Hugging Face Blog精选62 Diffusers 原生支持 Nunchaku 4-bit 扩散推理
Hugging Face 在 Diffusers 中引入 Nunchaku Lite，可直接用 from_pretrained() 加载 Nunchaku 的 SVDQuant 4-bit 检查点，无需自定义 pipeline 或本地 CUDA 编译。
推荐理由：原文给出了 Nunchaku Lite 在 Diffusers 中的加载方式与显存、延迟对比数据，读者可据此判断消费级 GPU 跑扩散模型的实际门槛。
Google Research29 Google Research 揭示扩散模型创造力来源：score smoothing 如何让模型学会插值
Google Research 在 ICLR 2026 论文中揭示，扩散模型的创造力源于神经网络训练中的 score smoothing——正则化使学到的 score function 变平滑，让去噪过程在训练数据点之间插值，从而生成新样本。
Google DeepMind精选78 Google DeepMind 发布 Nano Banana 2 Lite 与 Gemini Omni Flash
Google DeepMind 发布 Nano Banana 2 Lite 和 Gemini Omni Flash 两款模型，前者是 Nano Banana 系列中速度最快。
推荐理由：两款模型同时开放开发者入口，并给出延迟、单价与能力边界，便于判断图像到视频链路的成本与可用性。
Nick Turley · X56 Nick Turley 报告称，ChatGPT 图片功能的使用量在短短几周内增长超过 50%
Nick Turley 报告称，新版 ChatGPT 图片功能的使用量在短短几周内增长超过 50%，每日用户中近 60% 是新登录的用户。 他强调，该功能用途广泛，涵盖家居设计、学习、工作图形和创意任务。
Google Research精选60 Google Photos 上线 Auto frame：用生成式 AI 重构图内视角
Google Research 宣布在 Google Photos 的 Auto frame 功能中上线一种拍照后调整视角的方法，把照片理解为 3D 场景并自动改变虚拟相机位置与焦距。该方法分两步：先用内部 3D 点图估计模型重建人体与面部并估算原相机焦距，再用生成式潜在扩散模型补全新视角下露出的空白区域。该功能已面向含人物的照片自动提供第二个重构版本，可修正广角自拍的透视畸变。
推荐理由：Google Photos 把 3D 场景估计与生成式补全结合，读者可了解拍照后调整视角这一新编辑范式的实现路径。
Berkeley AI Research24 伯克利 AI 研究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，预测系统性能。该方法在彩色摄影、射电天文、无透镜成像和显微镜四个领域验证有效，优化后的设计达到端到端方法水平，且内存和算力需求更低，无需任务专用解码器。相关论文发表于 NeurIPS 2025。