Google Labs 推出 Photoshoot：普通商品图一键变专业棚拍大片
Google Labs 为免费营销工具 Pomelli 推出 Photoshoot 功能。它结合 Nano Banana 图像模型与「Business DNA」设定，商家只需上传普通商品照，就能一键生成符合品牌风格的影棚级或生活化商用大片，还支持输入商品网址直接生成营销素材。
AI图像
查看更新的新闻
Pascal Editor 开源：纯浏览器运行的 3D 建筑编辑器
开发者开源了完全在浏览器运行的 3D 建筑编辑器 Pascal Editor。它基于 React Three Fiber 与 WebGPU 构建，支持在网页中实时编辑建筑层级、拖拽墙体和重塑楼板。原本动辄数万美元的 BIM 建模工作流，如今完全免费且开源。
Leonardo.Ai 启动新品牌活动：向创作者示好送 300 代币
Leonardo.Ai 推出全新品牌活动「Yours to Create」，呼吁设计师与艺术家拥抱生成式 AI，并在社交平台向互动用户赠送 300 代币。这表明图像生成平台正加紧拉拢专业创作者，试图将 AI 真正嵌入主流工作流。
World Labs 获 10 亿美元融资：Autodesk 砸 2 亿押注 3D 世界模型
李飞飞创办的 World Labs 完成 10 亿美元新一轮融资，其中设计软件巨头 Autodesk 独家注资 2 亿美元。双方将把能理解并生成 3D 虚拟环境的「世界模型」接入 Autodesk 工业与娱乐设计流程，首期切入媒体和娱乐场景。目前两家合作仍处在早期阶段。
Tavus 发布数字人模型 Phoenix-4：支持实时情绪控制与微表情
Tavus 推出实时数字人渲染模型 Phoenix-4。它能在毫秒级延迟下生成头部运动，并支持在说话与倾听时动态调整情绪状态，解决了传统数字人全程固定假笑的生硬感。这意味着实时 AI 对话的交互拟真度迈进了一大步。
Edit Banana：把静态流程图一键转成可编辑的 DrawIO 文件
Edit Banana 推出将静态图转换为可编辑 DrawIO 与 PPTX 文件的工具，解决流程图截图无法改字的痛点。技术上采用 SAM3 配合 VLLM/OCR 将图像解析为 XML 格式。虽然转换复杂图表时排版可能有所折损，但能省去照图重画的大量人工。
NVIDIA 推出三图示例编辑器 LoRAWeave：给一对前后对比图，精准克隆修图风格
NVIDIA 提出图像编辑方案 LoRAWeave。与单参考图不同，它需要输入编辑前、编辑后两张示例图以及目标图，自动提取变换规律并应用到新图上。这种视觉类比方式复刻风格更稳，尤其适合用语言难以描述的复杂画面处理。
WordPress.com 上线内置 AI 助手：动动嘴就能改版式、修图片
WordPress.com 推出内置 AI 助手，直接嵌入编辑器与媒体库。用户打字就能调整页面布局、改写内容，还能基于 Nano Banana 模型生成和修改配图。商务版和电商版用户可免费开启，但在经典主题下编辑器功能受限。
Moonlake 开启公测：一句话生成带物理和交互的可玩 3D 世界
Moonlake AI 开启世界建模智能体公测。与单纯生成场景不同，它把 3D 模型、物理、音效与规则绑定在同一实体上，仅凭一句提示词就能自主完成多阶段开发，输出实时可玩的虚拟世界。目前候补已超万人，订阅起价每月 15 美元。
Figma 联手 Claude Code：直接把运行中代码抓取为可编辑设计稿
Figma 宣布支持将 Claude Code 生成的真实界面抓取至画布，转为完全可编辑的 Figma 画板。团队无需重写代码即可复制并比对设计方案。搭配 Figma MCP 服务，还能将修改后的设计导回代码，打通双向往返工作流。
AnchorWeave 开源：靠局部几何记忆，用单张图生成可行走 3D 视频
可交互世界视频框架 AnchorWeave 开源。它仅凭一张起始图片即可扩展出支持按键行走的 3D 世界，通过局部几何记忆与多锚点编织控制器，解决了转头再看场景就被重新绘制的不一致难题。初版基于 CogVideoX 构建，单次生成 81 帧，代码已在 GitHub 开源。
Google 设计工具 Stitch 上线 Ideate Agent：画图前先全网调研，生成多套方案
Google Labs 旗下的 AI 设计工具 Stitch 推出 Ideate Agent。它能在正式生成 UI 之前，自动在全网检索竞品和趋势，并并行生成多套方案。这意味着设计工具开始介入前期的产品探索阶段。目前处于 Beta 阶段，可免费使用但有额度限制。
dots.ocr-1.5 开源：3B 多模态模型，能把图表直接转成 SVG 代码
rednote-hilab 在 Hugging Face 发布多模态 OCR 模型 dots.ocr-1.5，参数量仅 3B。它支持几乎所有人类文字系统的文档解析，最亮眼的是能把图表与图示直接转换成可编辑的 SVG 代码，让复杂的结构化图文提取变得轻便实用。
字节开源生图模型 BitDance：并行预测 Token，生成提速超 30 倍
字节跳动开源自回归图像生成模型 BitDance。该模型采用二值视觉 Token 与并行扩散解码，在生成 1024x1024 图像时比传统自回归模型提速超 30 倍。最值得关注的是，它大幅缓解了自回归生图速度慢的痛点，兼顾了生成质量与推理效率。目前代码与权重已开源。
Krea AI 收购 Wand：上线 iPad 原生应用，画笔涂鸦实时变 AI 画面
Krea AI 宣布收购创意绘图应用 Wand，并正式推出 iPad 原生应用。该应用结合了 iOS 原生操作体验与自定义画笔，并接入其实时 AI 生成技术，创作者在平板上落笔涂鸦时即可实时看到渲染效果。
阿里开源 DeepGen 1.0：5B 轻量模型兼顾图像生成与编辑，还能解迷宫
阿里巴巴开源图像生成与编辑模型 DeepGen 1.0。它采用 5B 参数架构，不仅能渲染文字与多风格生图，还支持换视角、预测画面甚至解迷宫等推理任务。最值得关注的是，其编辑能力在评测中叫板更大体量的模型，不过完整权重达 72GB，本地部署门槛较高。
Runway 推出 Story Panels 工作流：从单张图生成风格一致的全片分镜
Runway 推出「Story Panels」精选工作流。创作者只需一张图片，就能通过几步操作生成包含一致角色、场景与风格的整套镜头目录。这对苦于前后镜头角色「变脸」的创作者来说，大幅降低了连贯分镜的制作门槛。
FreeFuse 发布：叠再多 LoRA 也不打架，多角色多道具共存不串脸
FreeFuse 推出免训练框架，专门解决同时叠多个 LoRA 时画风覆盖、角色串脸和细节崩溃的问题。它利用自适应 token 级路由动态分配区域，在 SDXL 与 Zimage 上大幅改善了一致性，目前已支持 ComfyUI 运行。
Excalidraw 推出官方 MCP 服务器：在 Claude 聊天框里直接画图
Excalidraw 推出官方 MCP 服务器，支持 Claude 原生创建和编辑图表。整个绘图画布能直接嵌在聊天窗口中显示与修改，用户在 Claude 连接器中搜索「Excalidraw」即可一键安装。
Meta AI 落地 Facebook：静态头像一键动起来，发帖还带动态背景
Meta 宣布在 Facebook 推出由 Meta AI 驱动的创作功能，能把静态单人头像秒变挥手、抛彩带等动效。快拍和回忆也支持用提示词重绘画面风格，纯文字帖还加入了海浪、落叶等动态背景。Meta 正把生成式 AI 塞进最日常的社交表达里。