Google Photos上线AI自动重构功能
Google Photos推出Auto frame功能，运用机器学习与生成式AI技术实现照片视角自动重构。该技术将二维图像解析为三维场景，先通过3D点云估计模型推算空间几何与相机参数，再利用扩散模型填补视角移动后暴露的背景区域。系统可智能调整相机位姿与焦距，自动修正广角畸变，生成自然比例人像，让用户无需手动操作即可获得重新构图的完美照片。
#图像生成
Google Research：BlogAI 评分5050
Gary Marcus：The Road to AI We Can Trust ChatGPT 的"强大新图像引擎"
正文内容仅包含"Regurgitating ≠ understanding"（反刍不等于理解），缺乏撰写摘要所需的完整信息，如具体发布细节、功能变化或性能指标。请提供完整文章内容以便提取关键信息并撰写符合要求的摘要。
Rohan Paul@rohanpaul_ai引用Umesh Kumar@itsumeshkThe power to create anything is now in your pocket. Runable is now live on the App Store. Try it, tell us what sucks.
Greg Brockman@gdb引用adi@adonis_singhA massive pile of rice, on ONE rice grain there is text reading" wOw" - images-v2 in 4k
OpenAI Developers@OpenAIDevs- Greg Brockman@gdb
真的很不可思议，你现在只需一点点算力就能创造出这样的东西。 期待在教育、专业场景（如幻灯片、营销材料等）以及生产力（例如为代码文档创建图表）等领域的新应用。
引用OpenAI@OpenAIIntroducing ChatGPT Images 2.0 A state-of-the-art image model that can take on complex visual tasks and produce precise, immediately usable visuals, with sharper editing, richer layouts, and thinking-level intelligence. Video made with ChatGPT Images
OpenAI：官网动态AI 评分5959 ChatGPT Images 2.0 发布
OpenAI 推出 ChatGPT Images 2.0，这是 ChatGPT 图像功能的重大版本升级。目前公开信息未披露具体技术细节与性能指标，该版本预计将在图像生成质量、多模态理解能力及用户交互体验等方面实现显著提升。用户可通过 ChatGPT 平台访问该功能，体验改进后的图像生成与处理能力。
Simon Willison 博客AI 评分6464 寻找手持火腿无线电的浣熊（ChatGPT Images 2.0 测试）
OpenAI 发布 ChatGPT Images 2.0（gpt-image-2），Sam Altman 称此次升级堪比从 GPT-3 到 GPT-5 的跨越。作者使用"Where's Waldo"风格提示词（寻找手持火腿无线电的浣熊）测试发现：gpt-image-1 未能生成浣熊；Google Nano Banana 2 表现良好，浣熊位于"业余无线电俱乐部"展位；而 Pro 版本效果糟糕，浣熊突兀地置于画面中央。gpt-image-2 在默认设置下同样未能呈现隐藏浣熊，作者计划进一步测试其 3840x2160 高画质模式。
- Rohan Paul@rohanpaul_ai
引用OpenAI@OpenAIIntroducing ChatGPT Images 2.0 A state-of-the-art image model that can take on complex visual tasks and produce precise, immediately usable visuals, with sharper editing, richer layouts, and thinking-level intelligence. Video made with ChatGPT Images
Sam Altman@sama
IT之家·人工智能 英伟达 DLSS 4.5 SDK 发布，支持将动态多帧生成、光线重构等新技术接入游戏
英伟达正式发布 DLSS 4.5 SDK，基于第二代 Transformer AI 模型，支持开发者将动态多帧生成、光线重构、超分辨率及帧生成等技术整合进游戏。新 SDK 优化了框架结构，提供统一接入路径并支持按需选择，显著降低 AI 图形技术的接入门槛。《83》《原子之心》等游戏将在未来支持该技术，助力新一代 PC 游戏提升性能与画质。
IT之家·人工智能 人工智能渗透 3A 游戏开发：育碧招聘要求精通生成式 AI
育碧安纳西工作室近期为一款基于虚幻引擎5开发的未公布3A多人游戏招募技术美术总监，任职要求中明确列出需熟练运用ChatGPT、Claude、Copilot等生成式AI模型。同期该工作室招聘的提示词专员岗位也要求精通GPT-4、Gemini等工具。这显示生成式AI正成为3A游戏开发的标配技能，可能应用于概念美术生成等环节，标志着传统游戏开发流程正经历AI化转型。
The Decoder：AI News 德国法院裁定AI将受版权保护照片改编为漫画不侵犯原作品版权
德国高等地区法院近日裁定，使用AI将受版权保护的照片转换为漫画作品不构成版权侵权。法院认定，只要AI仅复制原作的"主题"（motif）而非具体表达形式，此类改编即属合法范围。该判决明确了AI转换性使用的法律边界，为生成式AI在版权领域的应用提供了重要司法参考。
The Decoder：AI News 中期选举前AI生成网红涌入社交媒体发布亲特朗普内容
数百个AI虚拟形象正在TikTok、Instagram和YouTube等平台密集发布支持特朗普的内容。部分账号已积累超过3.5万粉丝和数百万次观看，特朗普本人也曾分享相关AI生成内容。目前尚不清楚这些活动是个人行为还是协调竞选操作，这一现象正值美国中期选举前夕。
- Greg Brockman@gdb引用Won Park@wonforall
Image generation is now live in Codex! You can now generate visuals, edit existing images, and create GIFs from a single image directly inside Codex. I spent a lot of time testing different use cases while working on this feature, and it was genuinely impressive to see how creative and useful the outputs could be. Hope you enjoy 🚀
Simon Willison 博客AI 评分4949 我笔记本上的 Qwen3.6-35B-A3B 画得比 Claude Opus 4.7 更好的鹈鹕
阿里巴巴发布 Qwen3.6-35B-A3B 后，科技博主 Simon Willison 用其自创的"骑自行车鹈鹕"SVG 生成测试对比了该模型与 Anthropic 新发布的 Claude Opus 4.7。结果显示，仅需 20.9GB 显存的量化版 Qwen3.6-35B-A3B 在 MacBook Pro M5 本地运行时，生成的鹈鹕图像在自行车结构、背景细节和鸟类特征上均优于 Opus 4.7。在另一项"骑独轮车火烈鸟"测试中，Qwen 同样胜出。作者指出，尽管这并不意味着该模型整体性能超越 Claude，但在特定图像生成任务上，本地运行的开源模型已能击败顶级闭源对手。
Google Blog：AI精选AI 评分7171 Gemini 应用推出个性化图像创建新功能
Nano Banana 2 现支持结合个人上下文与 Google Photos 数据生成图像，通过分析用户独特的生活场景，创建反映个人经历的个性化视觉内容。该功能已在 Gemini 应用中上线，使 AI 图像生成能够基于真实生活语境，输出更贴合用户个人故事的定制化结果。
推荐理由：Gemini把个人照片和偏好直接揉进图像生成，不用再写长篇提示，对想快速出个人化图片的用户挺实用，可惜目前只对美国部分订阅者开放。
Midjourney：Updates精选AI 评分7272 V8.1 Alpha 发布
V8.1 Alpha 版本正式发布，接替此前测试一个月的 V8.0 模型。该版本在视觉风格上回归 V7 的一致性审美，并针对 Moodboards 和 srefs 功能进行优化。此次迭代在保持熟悉交互体验的同时，进一步完善了模型的视觉生成能力。
推荐理由：Midjourney V8.1 把 HD 模式提速 3 倍且变成默认，对设计师意味着每次出图成本骤降，探索速度接近 draft。加上图像提示回归，实用性跨了一大步。
Satya Nadella@satyanadella引用Mustafa Suleyman@mustafasuleymanMeet MAI-Image-2-Efficient. Production-ready quality, 22% faster, and 4x more efficient than MAI-Image-2. Priced almost 41% lower too. Plus 40% average lower latency than other leading models. Live now in Microsoft Foundry + MAI Playground. https://microsoft.ai/news/mai-image-2-efficient/ https://t.co/UKLm5FQzxx
Microsoft AI：官方博客AI 评分5454 Microsoft 发布 MAI-Image-2-Efficient：旗舰级画质，成本低 41%
Microsoft 发布 MAI-Image-2-Efficient，定位量产型图像生成模型，成本比旗舰低 41%，适合产品图、营销素材、UI 原型和批量流水线，能干净处理标题、标签类短文本并支持实时交互工作流。
Google Gemini@GeminiAppGemini 支持将上传的照片转换为剪纸/折纸风格。用户在桌面端或 App 中选择"Create image"工具，上传图片并输入特定提示词即可生成，可在回复中分享创作成果。
OpenAI：官网动态 使用 ChatGPT 创建图像
本文介绍如何运用清晰提示词在 ChatGPT 中创建并优化图像，支持设计迭代，可在数分钟内生成高质量视觉内容。
Manus：BlogAI 评分4646 如何为品牌拍摄编写 AI 图像提示词
Manus 发布品牌摄影 AI 图像提示词指南，提出可用于生产的提示词需包含主体与服装、环境场景、相机与胶片类型、光线四层指令。文中给出广角、三分之四、侧面轮廓、特写、背面、双人六类镜头的完整提示词示例，均以 Kodak Portra 400 胶片和 50mm 至 120mm 镜头等参数锁定统一美学。
Microsoft AI：官方博客精选AI 评分6666 Microsoft AI 发布 MAI-Transcribe-1、MAI-Voice-1 与 MAI-Image-2 三款模型，上线 Microsoft Foundry
Microsoft AI 宣布发布 MAI-Transcribe-1、MAI-Voice-1 和 MAI-Image-2 三款模型，即日起所有开发者可在 Microsoft Foundry 和 MAI Playground 使用。
推荐理由：官方同时给出三款模型的定价和 FLEURS 基准对比数据，开发者可以直接在 Foundry 上手评估适用性。
- Google Gemini@GeminiApp
Gemini 上线 Nano Banana 2 图像生成功能，支持创建个性化图像。官方邀请用户尝试体验并在回复区分享作品。
Midjourney：Updates V8 Alpha 推出 Relax 模式
V8 Alpha Relax 模式已向 Standard/Pro/Mega 订阅者开放，支持所有生成命令，但不可同时使用 --hd 与 --q 4 参数。官方提示该模式可能存在资源耗尽风险。
- Google Gemini@GeminiApp引用Gadgetify@Gdgtify
I asked Nano Banana to draw me 4 important years in history with their inventions. Interesting output Prompt: 2x2 grid, do this for 4 important years in history and their most important inventions { Anchor: `[Letter/Number] :: [Era/Theme (e.g., 1980s Retro Tech / Victorian Steampunk)]::4` Morphology: `3D Typographic sculpture of [Letter/Number], character shape defined by a dense pile of [Era/Theme] objects, chaotic but legible assemblage, graphic design asset::3` Material Physics: `Textures of [Era/Theme] objects (plastic, rust, wood), occlusion between stacked items, realistic scale of constituent parts forming the glyph::3` Illumination: `Three-point studio lighting, softbox overhead, clean background for isolation::2` Render Stack: `Cinema 4D render, isometric or front-facing, ambient occlusion, 8k, Adobe Substance material suite::1` Negative: `[Illegible, flat font, 2D, handwriting, paper, messy background, floating objects]:: -1`}
- Satya Nadella@satyanadella精选引用Mustafa Suleyman@mustafasuleyman
我们的新图像生成器 MAI-Image-2 发布了！现已在 MAI Playground 上线，从逼真的写实效果到详细的资讯图，样样都能胜任。 我们团队为这次发布付出了巨大的努力，现在我们已跻身顶尖模型之列：在 @arena 上排名第 3 的模型家族。 详情请见我们的博客：https://microsoft.ai/news/introducing-MAI-Image-2/ 它即将登陆 Copilot 和 Bing Image Creator，以及 Microsoft Foundry。 真的为我们模型和产品上的进展感到自豪——敬请期待新发布，并加入我们的超级智能使命！
推荐理由：微软 CEO 宣布 Superintelligence 团队新图像模型 MAI-Image-2 发布，竞技场排名第三
Midjourney：Updates V8 Alpha
Midjourney 开放 V8 模型 Alpha 版本测试，用户可访问 alpha.midjourney.com 体验早期版本并提交反馈。V8 在提示词遵循能力上较此前版本有明显提升。
公众号：小红书技术AI 评分4747 小红书 FireRed-Image-Edit v1.1 发布：OOTD元素融合、人像一致性大幅提升
小红书 Super Intelligence 团队在 FireRed-Image-Edit 1.0 发布不到一个月后推出 v1.1 版本，主要提升包括 OOTD（穿搭）元素融合、人像一致性大幅改进以及更强的社区友好特性。
Hugging Face 社区博客AI 评分5353 介绍Modular Diffusers——扩散流程的可组合构建模块
Hugging Face发布Modular Diffusers库，将扩散模型流程解构为独立模块（如调度器、VAE、UNet）。用户可像组合积木一样自由替换和组合组件，显著提升了模型实验的灵活性与可复现性，简化了自定义流程的创建。该库已开源，旨在支持快速创新。
Hugging Face 社区博客精选AI 评分7070 PRX 第三部分 —— 24小时内训练一个文本到图像模型！
Photoroom团队在Hugging Face上发布博客，宣布成功在24小时内完成一个文本到图像模型的训练。这一突破将此类模型的典型训练周期从数周大幅缩短至仅一天。实现的关键在于采用了名为PRX的高效训练方法，该方法优化了计算资源分配与数据处理流程。此举显著降低了模型训练的时间与成本门槛，为快速迭代和部署高质量的图像生成AI模型提供了新的可能性。
推荐理由：Photoroom 分享 24h 内训练文生图模型的实战路径，想快速复现的团队可直接参考
Google DeepMind@GoogleDeepMind
Midjourney：Updates Rooms 功能下线通知
Rooms 功能今日正式从网站移除。这一实验性尝试因试图同时解决过多问题而表现不佳，暴露了当前基础设施的不足，但为团队提供了关于社区需求的宝贵认知。