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。
图像生成
全部主题AI 画图的最前线：文生图模型迭代、图像编辑能力与创作工具生态的全部动态。
最新精选
第 1–20 条 · 共 57 条The Decoder精选AI 评分8080
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。
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 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。
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。
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。
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。
OpenAI News精选AI 评分6767 OpenAI 在 API 中上线最新图像生成模型 gpt-image-1
OpenAI 将最新图像生成模型以 gpt-image-1 的形式开放到 API，开发者和企业可将其接入自有工具与平台，构建专业级、可定制的视觉内容。
推荐理由：OpenAI 将最新图像生成模型以 gpt-image-1 开放到 API，开发者可据此评估接入自有产品的路径。
OpenAI News精选AI 评分8080 OpenAI 在 GPT-4o 中推出原生图像生成
OpenAI 在 GPT-4o 中推出原生图像生成能力，文本渲染和指令跟随表现更强。该功能于 2025 年上线，官方同时引导用户了解 ChatGPT Images 2.5。
推荐理由：GPT-4o 原生图像生成上线，文本渲染与指令跟随能力增强，可据此判断多模态生成的新基线。
OpenAI News精选AI 评分7474 OpenAI 发布 GPT-4o 系统卡补充说明：4o 图像生成
OpenAI 发布 GPT-4o 系统卡补充说明，介绍 4o 图像生成。该能力比此前的 DALL·E 3 系列模型显著更强，可生成照片级写实输出，并能接收图像作为输入并进行转换。
推荐理由：OpenAI 官方补充说明 GPT-4o 图像生成能力，读者可了解它相对 DALL·E 3 在写实与图像输入上的变化。