Sega 因《全面战争：幕府将军 2》重制版灾难性发布将其下架
Sega 已将《Total War: Shogun 2 — Complete Edition》从商店下架，该重制版本周二发售后在 Steam 获得"Overwhelmingly Negative"评价，用户抱怨 bug 和疑似 AI 处理的画面。Sega 与开发商 Creative Assembly 承认该作未达预期和自身标准，表示将恢复原版游戏，已拥有该作的玩家仍可访问。
#图像生成
#图像生成
今日 0 条The Verge · AIAI 评分2222 The Decoder精选AI 评分8080 Black Forest Labs 发布开源图像模型 FLUX 3 Image Klein，8 GB 显存即可运行
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生成，原生支持 4K 输出、像素级编辑和用于元素定位的边界框。
推荐理由：原文给出参数量、Elo 提升与 8 GB 显存门槛，读者可据此判断开源图像模型在消费级硬件上的可用性。
Hugging Face Blog精选AI 评分7878 Black Forest Labs FLUX.3 Image Klein 发布并首日接入 Diffusers
Black Forest Labs 发布 FLUX.3 Image Klein，并在发布首日接入 Diffusers。该模型用同一个模型完成文生图、多参考图生图和新增的布局控制，可在提示词中写入 bounding box 指定画面各部分的摆放位置，或指定参考图中哪些部分需要移动。
推荐理由：Hugging Face 官方给出 FLUX.3 在 Diffusers 中的完整用法，包括布局控制、量化权重与 LoRA 训练脚本，可直接上手复现。
Simon WillisonAI 评分7575 Meta AI 发布 Muse Wonder 与 Muse Wonder Full 模型
Meta AI 发布新模型 Muse Wonder 和 Muse Wonder Full，称其为目前能力最强的模型。Artificial Analysis 将 Muse Wonder（Max）评为与 GPT-6.1 Sol 相当，作者推测这可能是 Meta 首批 Fable 级模型。
Simon WillisonAI 评分6666 llm-gemini 0.35 新增对 Gemini 4 Argon 的支持
Simon Willison 为 llm-gemini 0.35 加入对 Gemini 4 Argon 的支持，该模型今日通过 Gemini API 和每月 100 美元订阅计划开放。
The Verge · AIAI 评分5858 DLSS 5 下月随《霍格沃茨之遗》正式登场，面部改动明显收敛
英伟达公布 DLSS 5 在《霍格沃茨之遗》中的新对比截图，面部改动比今年早些时候的演示明显收敛，不再让青少年角色显得像中年人。DLSS 5 将于 11 月 5 日随《霍格沃茨之遗》上线，并会在下月末登陆《Where Winds Meet》。
TechCrunch · AIAI 评分4040 Blueprints AI 称可在数分钟内生成可直接报批的建筑蓝图
Blueprints AI 推出第二代软件，可从项目描述或草图一次性生成建筑、结构、机电、管道和室内设计蓝图，并支持一处改动自动更新全项目、对照当地建筑规范校验。其第一代软件月费 3200 至 8500 美元，第二代本周公开上线，早期客户已在使用，第三代将加入结构分析与配电盘设计。
The Verge · AIAI 评分5050 Nikon 显微视频大赛冠军因使用生成式 AI 被取消资格
Nikon 取消其 Small World in Motion 显微视频大赛原第一名作品资格，认定该视频违反赛事关于生成式 AI 的规则。作者 Dr. Ning Xu 在 LinkedIn 承认使用无监督神经网络方法进行 AI 辅助后处理，该视频已被下架，第一名改由 Nguyen Nam Nhat 获得。Nikon 表示将重新审视未来赛事的规则与评审流程。
OpenAI NewsAI 评分1818 Pollo AI 用 OpenAI 模型把创意变成营销活动
Pollo AI 借助 GPT-5.6、GPT-6 Astra 和 GPT-Image-2.5，帮助创作者将创意转化为精细图像和电影级视频广告。
Ars Technica · AIAI 评分6262 Google 推出改进版 SynthID AI 内容检测器，面向全球开放
Google 宣布其 SynthID 检测器现已支持所有合作方嵌入的水印，并上线独立网站 SynthID.com 供任何人使用。此前非 Google 信任测试者只能通过询问 Gemini 来检测水印，且检测器只识别 Google 自家版本，ChatGPT 等带有 SynthID 的图像不会被标记。
TechCrunch · AIAI 评分2222 前 Ramp 工程师创办的 Melius 融资 2500 万美元，此前曾废弃首款产品
前 Ramp 工程师 Joowon Kim、Young Kim 和 Arnav Ramu 创办的 AI 广告创意平台 Melius 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。
The DecoderAI 评分7171 Google 发布图像模型 Nano Banana 2.1，价格约为前代一半
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。价格约为前代一半，1K 图像从 6.70 美分降至 3.36 美分，4K 从 15.10 美分降至 7.56 美分。
TechCrunch · AIAI 评分5858 ChatGPT 上线虚拟试穿与收藏功能
OpenAI 宣布在全球上线两项 ChatGPT 购物功能，包括虚拟试穿服装和配饰，以及把商品保存到应用内 Library 的收藏功能。虚拟试穿以购物结果中的 Try On 按钮呈现，用户可上传自拍或全身照查看上身效果，也可上传商品截图让 ChatGPT 试穿。OpenAI 称新功能基于新发布的 ChatGPT Images 2.5 模型，该模型在光照、纹理、编辑指令遵循和生成延迟上有所改进。
Google ResearchAI 评分4242 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，将扩散模型的去噪过程重构为连续控制问题，用轻量附加网络在不改动基座模型权重的前提下引导生成。
Simon WillisonAI 评分3636 Photo Scrubber：本地人脸模糊与元数据清除工具
Simon Willison 用 GPT-6 Astra 构建了实验性工具 Photo Scrubber，可自动识别人脸并模糊处理。该工具基于 Google 的 MediaPipe C++ 库，通过 @mediapipe/tasks-vision 编译为 WebAssembly，并使用 BlazeFace 人脸检测模型，全程在本地运行。
Hugging Face Blog精选AI 评分6262 Hugging Face 用 Gradio Workflow 重建 AUTOMATIC1111，Workflow1111 含 73 个节点
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，由 11 条媒体管线和 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 存储和图生视频。
推荐理由：原文展示了用 73 个节点重建 A1111 全部媒体管线，并说明每个输出节点自动变成 REST 端点和 MCP 工具。
OpenAI News精选AI 评分6262 OpenAI 发布 ChatGPT Images 2.5
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，更贴近用户原本的构想。
推荐理由：官方给出 ChatGPT Images 2.5 的定位，读者可据此了解它在个性化图像生成上的能力方向。
Hugging Face Blog精选AI 评分6262 Diffusers 原生支持 Nunchaku 4-bit 扩散推理
Diffusers 现已原生支持 Nunchaku 的 SVDQuant 4-bit 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。
推荐理由：Diffusers 原生接入 Nunchaku 4-bit 推理，给出显存与延迟对比数据，可据此判断消费级 GPU 跑扩散模型的门槛变化。
Google ResearchAI 评分2929 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AI 评分8282 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）与 Gemini Omni Flash（gemini-omni-flash-preview）。
推荐理由：两款模型同时开放开发者入口，并给出延迟、单价与视频时长等具体参数，便于判断多模态流水线的成本与可用性。
Google Research精选AI 评分6262 Google Photos 上线 Auto frame，用生成式 AI 重构照片拍摄视角
Google Research 宣布在 Google Photos 的 Auto frame 功能中上线一种新方法，可在照片拍摄后调整相机位置与焦距，生成新的视角。该方法分两步：先用内部 3D 点图估计模型重建场景并估算原相机焦距，再用生成式潜在扩散模型补全新视角下露出的空白区域。该功能已作为 Auto frame 的第二个候选版本上线，可自动处理含人物的照片，并修正广角前置摄像头造成的透视畸变。
推荐理由：Google Photos 把 3D 场景估计与生成式补全结合，读者可了解自动重构拍摄视角的技术路径。
OpenAI News精选AI 评分6565 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。官方同时提到 Images 2.5 的新变化。
推荐理由：OpenAI 官方公布 ChatGPT Images 2.0 的三项能力变化，可据此判断图像生成在文字渲染与多语言上的进展。
OpenAI NewsAI 评分2222 ChatGPT 如何创建图像
ChatGPT 支持通过清晰的提示词生成图像，并可对设计进行迭代优化，在几分钟内产出高质量视觉内容。
Google ResearchAI 评分3232 Google SpeciesNet：用 AI 识别野生动物，已开源一年
Google 开源的 SpeciesNet 模型可对相机陷阱图像分类近 2,500 个动物类别，训练数据达 6,500 万张标注图像。该模型在标准笔记本上每天可处理约 3 万张图像，低端游戏 GPU 上可达 25 万张以上，识别含动物图像的召回率为 99.4%，83% 的情况下能细分到物种且其中 94.5% 预测正确。
Hugging Face Blog精选AI 评分6262 Hugging Face 推出 Modular Diffusers，用可组合模块搭建扩散流水线
Hugging Face 发布 Modular Diffusers，用可复用的 block 组合扩散流水线，作为现有 DiffusionPipeline 类的补充方案。
推荐理由：原文给出可组合的扩散流水线模块与自定义 block 的完整示例，读者可据此判断现有 Diffusers 工作流能否拆解复用。
Hugging Face Blog精选AI 评分6060 PRX 第三篇：24 小时训练一个文生图模型
Photoroom 在 Hugging Face 博客发布 PRX 系列第三篇，用 32 张 H200、约 1500 美元预算在 24 小时内训练出一个文生图扩散模型。
推荐理由：Photoroom 公开了 24 小时训练文生图模型的完整配方与代码，读者可据此复现并调整各组件。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Nano Banana 2（Gemini 3.1 Flash Image）图像模型
Google DeepMind 发布 Nano Banana 2（Gemini 3.1 Flash Image），把 Nano Banana Pro 的世界知识、画质与推理能力带到 Flash 速度。
推荐理由：官方给出 Nano Banana 2 与 Pro 的能力分工和上线范围，读者可据此判断该选哪个模型。
Hugging Face BlogAI 评分3434 Hugging Face 分享从零训练文生图模型 PRX 的消融实验经验
Hugging Face 发布系列第二篇博客，记录从零训练文生图基础模型 PRX 的训练设计经验，围绕表征对齐、训练目标、Token 路由与稀疏化、数据四类方法做消融实验。
Berkeley AI ResearchAI 评分3232 伯克利 AI 研究：用信息量直接评估与优化成像系统
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，仅用带噪测量和噪声模型即可量化测量对物体的区分能力，无需重建算法或任务专用解码器。该信息指标在彩色摄影、射电天文、无透镜成像和显微成像四个领域均能预测下游解码性能，优化后的设计可媲美 SOTA 端到端方法，且内存和算力需求更低。相关成果发表于 NeurIPS 2025 论文。
OpenAI News精选AI 评分6767 OpenAI 发布 ChatGPT Images 与 GPT-Image-1.5
OpenAI 发布 ChatGPT Images 与 GPT-Image-1.5，前者带来更快的图像生成体验，后者通过 API 提供。原文还提到可了解最新的 ChatGPT Images 2.5。
推荐理由：OpenAI 在 API 中上线 GPT-Image-1.5，并同步更新 ChatGPT 图像生成体验。
Hugging Face Blog精选AI 评分6262 Diffusers 支持 FLUX.2，官方给出推理代码示例
Hugging Face Diffusers 宣布支持 FLUX.2，并给出使用 Flux2Pipeline 与 Flux2Transformer2DModel 的推理代码示例。
推荐理由：Diffusers 官方给出 FLUX.2 的加载与推理代码，读者可据此了解该模型在库中的接入方式。
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），一个基于 Gemini 3 Pro 的高保真图像生成与编辑模型，已在 Google AI Studio 和 Vertex AI 以付费预览形式通过 Gemini API 逐步开放。
推荐理由：官方给出新图像模型的分辨率、文字渲染与搜索接地等能力细节，可据此判断多模态应用的选型与成本取舍。
Google DeepMind精选AI 评分8787 Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image）图像生成与编辑模型
Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image），基于 Gemini 3 Pro 构建，主打图像生成与编辑，支持在图中直接渲染多语言文字、接入 Google Search 实时信息，并可混合最多 14 张图像、保持最多 5 人的一致性，提供 2K 和 4K 分辨率。
推荐理由：官方给出 Nano Banana Pro 在文字渲染、多图合成与分辨率上的具体升级，以及各产品线的开放节奏。
OpenAI NewsAI 评分2222 SchoolAI 用 GPT-4.1 打造赋能教师的 AI 平台
SchoolAI 基于 GPT-4.1、图像生成和 TTS 构建安全、教师引导的 AI 工具，已服务超 100 万个课堂，提升参与度、监督能力和个性化学习。
Hugging Face BlogAI 评分2222 Hugging Face 用 Gradio 为 AI 生成内容添加可见水印
Hugging Face 在 Gradio 中推出可见水印功能，只需一条命令即可为 AI 生成的图像、视频和文本添加水印。图像和视频通过 watermark 参数指定水印文件，文本则在 Chatbot 组件中设置水印，用户复制 AI 回复时自动附带署名。水印支持文件名、图像及 numpy 数组，还可使用 QR 水印承载更多信息。
Hugging Face BlogAI 评分3838 如何通过 Hugging Face Spaces 让 Claude 生成图像
将 Claude 连接 Hugging Face MCP Server 后，可直接调用 ZeroGPU Spaces 上的图像生成模型。FLUX.1 Krea [dev] 主打消除"AI 感"，输出更接近专业摄影的真实质感；Qwen-Image 擅长遵循提示词与准确渲染文字，适合海报、标牌等信息图设计。用户可在 MCP 设置中添加对应 Space 工具，并同时启用两者对比效果。
Hugging Face BlogAI 评分4242 Arm 发布 Neural Super Sampling（NSS）AI 超采样技术
Arm 面向图形与游戏开发者发布 AI 超采样方案 Neural Super Sampling（NSS），基于 Arm Neural Technology 面向未来移动设备实时渲染。
Hugging Face BlogAI 评分3636 用 Python 实现 MCP 服务器：基于 Gradio 与 IDM-VTON 的 AI 购物助手
Hugging Face 博客演示了如何用 Gradio 的 MCP 集成在 Python 中搭建 AI 购物助手，将函数自动转换为 LLM 可调用的 MCP 工具。该助手结合 IDM-VTON 扩散模型实现虚拟试穿，并通过 VS Code AI Chat 接入 vton 与 playwright 两个 MCP 服务器，让 LLM 能浏览线上服装店并生成试穿效果图。
Hugging Face Blog精选AI 评分6262 用 Diffusers 和 PEFT 实现 Flux 的快速 LoRA 推理
Hugging Face 发布教程，介绍如何用 Diffusers 和 PEFT 优化 Flux.1-Dev 的 LoRA 推理速度，在 H100 上通过 Flash Attention 3、torch.compile 和 FP8 量化实现约 2.23 倍加速，并借助 hotswap 避免重新编译。
推荐理由：原文给出 Flux LoRA 推理的完整优化配方与实测数据，读者可据此在 H100 或消费级 GPU 上复现加速。
Hugging Face Blog精选AI 评分6262 在消费级硬件上用 QLoRA 微调 FLUX.1-dev
Hugging Face 发布教程，介绍如何用 QLoRA 配合 diffusers 在单张 GPU 上微调 FLUX.1-dev，峰值显存约 10GB 以内。
推荐理由：给出在单张消费级 GPU 上微调 FLUX.1-dev 的完整配置与显存实测数据，方法可直接复用。