Runway 推出 Chat Mode：一个对话框搞定图像和视频生成
Runway 宣布推出 Chat Mode。用户可以在单一对话界面中完成从创意构思到迭代的全过程，同时生成图像和视频。说白了，就是把原本分散的图像和视频工作流整合进一个对话框里，省去了来回切换工具的麻烦。
AI图像
查看更新的新闻
Higgsfield AI 推出 Canvas：涂抹一下，就能把自家商品无缝换进图里
Higgsfield AI 推出图像编辑功能 Canvas。用户只需用画笔涂抹选区并上传产品图，就能一键替换或新增物体，例如把模特手里的香水换成自家品牌；工具还集成了 Flux Kontext，支持换背景和修图，方便电商做商品植入。
KREA AI 公测首个图像模型 Krea 1：联手 @bfl_ml，主打画质与美学控制
KREA AI 宣布面向所有用户开放首个图像模型 Krea 1 的公开测试。该模型由其与 @bfl_ml 联合训练，主打更出色的图像质量与美学控制力。目前该模型已开放免费体验。
Adobe 推出 Firefly 移动应用：手机直接文生视频，还拉来谷歌模型
Adobe 正式在 iPhone 和 Android 推出 Firefly 移动应用。它不仅支持文生图、文生视频与生成式填充等功能，还破天荒接入了 Google 的 Imagen 3/4 和 Veo 2/3 等第三方模型。所有生成内容都会自动同步到用户的 Creative Cloud，方便在网页或桌面应用继续编辑。
腾讯开源 Hunyuan 3D 2.1：首个全开源 PBR 3D 模型，消费级显卡可用
腾讯混元发布 Hunyuan 3D 2.1，并完全开源了权重、代码及数据流程。它支持电影级 PBR 材质合成，能还原皮革、青铜等光影质感，更关键的是普通消费级显卡就能跑得动。
NVIDIA 联手 Stability AI：TensorRT 让 SD 3.5 显存狂省 40%，速度翻倍
NVIDIA 联合 Stability AI 为 Stable Diffusion 3.5 推出 TensorRT 加速与 FP8 量化。SD3.5 Large 显存需求从 18GB 骤降至 11GB，生成速度飙升 2.3 倍，主流消费级 RTX 显卡也能轻松跑起大模型。
Meta 起诉「AI 脱衣」软件 CrushAI：封禁广告并跨平台围剿
Meta 宣布在香港起诉 CrushAI 的母公司 Joy Timeline，严打利用 AI 生成非自愿色情图像的推广行为。Meta 还上线了新识别技术，能揪出不带裸露画面的擦边广告，并通过 Lantern 计划向其他科技公司共享了逾 3800 个违规网址。
迪士尼与环球起诉 Midjourney：擅自生成经典角色涉侵权
周三，迪士尼与环球影业正式起诉 Midjourney，指控其图像生成工具大量侵权复制达斯·维达、小黄人等经典版权角色，称其为「抄袭无底洞」。诉讼不仅涵盖现有图像工具，还直接盯上了其即将推出的视频生成模型，并要求陪审团审判。
Krea AI 发布图像模型 Krea 1：摆脱塑料感，7 秒生成支持 4K
Krea AI 推出图像模型 Krea 1，核心目标是摆脱一眼假的「AI 感」。新模型主打细腻真实的皮肤质感与胶片瑕疵美学，支持原生 1.5K 生成与 4K 放大，HD 出图仅需 7 秒，且支持用户上传最多 50 张图微调风格，目前每日提供免费生成额度。
Apple 发布 STARFlow：绕过扩散模型，高清图像生成比肩 Midjourney
上周，Apple 联合高校研究人员发布论文，推出图像生成系统 STARFlow。该技术将规范化流与自回归 Transformer 结合，首次实现该架构在大尺度高分辨率上的有效运行，画质直追主流扩散模型，为端侧精确控图与计算开辟了新路径。
生成式 AI 首场版权大审判：Getty 诉 Stability AI 正式开庭
Getty Images 诉 Stability AI 侵犯版权案在英国高等法院开庭。Getty 指控对方无视版权大规模抓图训练 Stable Diffusion，要求为数据买单；Stability 则坚称模型训练不在英国，且诉讼威胁到整个行业。这是该领域首场真正开打的庭审。
Apple 预览 visionOS 26：生成式 AI 给照片添纵深，手势之外支持 PS VR2 手柄
Apple 公布 visionOS 26。更新引入空间小组件，并利用生成式 AI 算法将普通照片转为可探头细看的空间场景；Persona 虚拟形象更逼真且支持侧脸。此外系统还新增同空间共享及对 PS VR2 控制器的支持，开发者预览版现已开放测试。
Microsoft 照片应用上线 AI 打光：自选三处光源，支持白话搜图
Microsoft 为 Copilot+ PC 上的照片应用上线 AI「重新打光」（Relight）和自然语言搜图功能。用户可设置最多 3 个虚拟光源调节画面光影，输入日常描述就能检索本地照片。目前 Relight 仅限骁龙芯片机型，AMD 与 Intel 设备后续跟进。
Topaz Labs 推出 Bloom：最高 8 倍放大 AI 图像，单次生成 4 种变体
Topaz Labs 推出全新 AI 图像放大工具 Bloom，专为 AI 生成图设计，最高支持 8 倍放大。它提供从 Subtle 到 Max 共 5 档创意模式，一次点击可生成 4 种变体，在保留输入特征的同时增补画质细节。
Black Forest Labs 推出 FLUX.1 Kontext：支持图文上下文编辑，开源 12B 模型
Black Forest Labs 推出 FLUX.1 Kontext 系列模型及 BFL Playground。新模型支持同时输入文字与参考图，无需复杂工作流或微调就能做局部编辑并保持角色一致，其中 12B 参数的 dev 版直接开源权重。
Google Photos 升级编辑器：Pixel 独占的 AI 修图功能放给所有人
Google 为庆祝 Google Photos 十周年推出全新编辑器。原先 Pixel 独占的「Reimagine」（提示词重绘背景）和「Auto Frame」（AI 自动构图与补全）正式下放给全体用户。新版将于下月起面向全球 Android 设备推送，iOS 随后在今年晚些时候跟进。
Odyssey 开放交互式视频预览：按键即时改写画面，延迟仅 40 毫秒
Odyssey 推出实时交互视频公开预览版。系统基于世界模型构建，用户通过按键或滑动可在 40 毫秒内实时改写画面，帧率达 30 fps。官方坦承目前体验仍像「不稳定的梦境」，但正在探索让单向视频变身即时可控的新媒介。
SpAItial 获 1300 万美元融资：用文字直接生成可交互的 3D 世界
由 Synthesia 联创 Matthias Niessner 创立的 SpAItial 走出隐身状态，完成 1300 万美元种子轮融资。他们打造的「空间基础模型」能根据简单提示词或图片直接生成带几何和物理特性的可交互 3D 场景，瞄准游戏、影视和机器人仿真等场景。目前团队已开放候补名单。
Microsoft Copilot 接入 GPT-4o 生图：消费版上线，文字渲染更清晰
Microsoft 将 OpenAI 的 GPT-4o 图像生成能力引入消费版 Copilot。用户无需外部设计工具，在 Word、Excel 等应用中输入文字即可生成高拟真图片，支持风格调整和图片内文字渲染。该功能上月已面向企业开放，现全面推向普通用户。
Meta Quest 测试 Instagram 3D 照片：靠 AI 让普通 2D 变立体
Meta 开始在 Quest 头显的 v77 更新中测试 Instagram 3D 照片功能。系统利用 AI 视点合成算法，将普通 2D 照片逐像素转化为带景深的沉浸式图像，无需专用的 3D 相机。该测试本周起面向部分用户推出。