Maket 上線「文字生成傢俱」：打字生成 3D 模型，直接擺進平面圖
Maket 推出「Text to Furniture」功能，允許使用者通過文字描述直接生成 3D 傢俱模型。輸入「橢圓形樹瘤木餐桌」這類需求，即可自動生成兼顧長寬高的模型，並能直接拖入平面圖以 3D 視角檢視，讓定製化室內佈局更直觀。
AI影像
螞蟻釋出 Ling 3.2 Flash：5600 億 MoE 架構，支援 1M 上下文與 3D 重建
螞蟻集團釋出原生多模態模型 Ling-3.2-flash。它採用 MoE 架構，總引數 5600 億而單次僅啟用 250 億，原生支援圖文與影片輸入，擁有 1M 上下文視窗。除了複雜視覺與醫療分析，它還能統籌多智慧體協作，甚至直接從單圖重建 3D 場景。
Linum 開源 Pyramid-JiT：不走 VAE，2.1 萬美元訓出 20 億引數生圖模型
Linum 兩人團隊開源生圖模型 Pyramid-JiT，完全從零訓練僅花費 2.1 萬美元算力。它擁有 20 億引數，徹底拋棄傳統的 VAE，直接在畫素空間端到端生成影像。模型程式碼和權重均已開源，雖不擅長複雜文字與多人構圖，但大幅拉低了自研擴散模型的門檻。
Pangram 釋出檢測模型 Image 1.0：識破 AI 圖和影片，還能畫熱力圖
Pangram 正式上線 AI 檢測模型 Image 1.0 與輕量版 Flash 1.0，能識別前沿生成器製作的影像與影片。Image 1.0 可輸出熱力圖標出畫面偽造區域，Flash 1.0 則支援逐幀影片排查。模型現已接入 Chrome 外掛和 API，刷社交平臺或網購時就能直接驗真。
OpenAI 釋出 Images 2.6：生成提速 50%，還能直接做 GIF
OpenAI 推出影像模型 Images 2.6，出圖速度提升 50%，並首次支援直接生成與編輯 GIF 動圖。API 同步上線 6 秒快速出圖的 Flare 和主打高畫質的 Sunburst 版本，還新增了 SVG 匯出與區域性塗鴉修改。目前已面向 ChatGPT 和 Codex 全級別使用者開放。
OpenAI 聯手賽車隊與馬自達：將 3D 掃描轉 CAD 模型，探索車輛設計
OpenAI 宣佈正與 Chip Ganassi Racing 的工程師合作，將 3D 掃描資料直接轉換為可編輯的 CAD 模型與製造圖紙；同時與馬自達合作，通過模擬探索全新汽車設計。雙方工程師負責審查 AI 的輸出結果，並協助團隊持續改進模型表現。
NitroFusion 2 開源：1 到 2 步極速出圖，本地 ComfyUI 就能跑
研究團隊開源影像生成模型 NitroFusion 2，把傳統擴散生成壓縮至僅需 1 到 2 步。它通過多模態文本流對抗蒸餾，在一步出圖下仍能保留精細細節與清晰文字排版。完整模型權重約 12GB，普通消費級顯示卡通過 ComfyUI 即可在本地部署體驗。
Pruna 開源 P-H3-Image：把影片模型改成影像生成，8 步跑出 4K 圖
Pruna AI 開源影像模型 P-H3-Image，由影片模型 MiniMax-H3 重構而來。團隊精簡了文本編碼器與網路骨幹，將生成壓縮至 8 步，體積減至最小 20 GB，支援最高 1600 萬畫素及 8 張參考圖融合。ComfyUI 已原生支援該模型。
sand3d：專為大模型設計的 3D 建模 Python 庫，整套 API 僅 3600 token
Sandflow AI 開源 3D 建模庫 sand3d，讓大模型用簡短程式碼直接生成 3D 資產。它基於 Blender 底層構建，零件與關節全部按語義名稱呼叫而不用手算座標，整套 API 約 3600 token 可直接塞進系統提示詞，專案還同步開源了 10 萬個 3D 模型的程式碼資料集。
NVIDIA 釋出 Cosmos 框架：主打物理 AI 世界模型，覆蓋駕駛與機器人模擬
NVIDIA 釋出物理 AI 平臺 Cosmos Framework 及 NIM 微服務，用於世界模型訓練與部署。它提供 Cosmos 3 Nano 模型，可同步生成自動駕駛多視角影片與雷射雷達資料，並支援機器人與手術模擬。藉助投機解碼，在 H200 上推理提速 2 至 3 倍。
Sperid Labs 開源 Idol：單圖生成百萬級 3D 高斯模型
Sperid Labs 開源單圖轉 3D 高斯模型 Idol。它能自動扣除背景並補全遮擋的背面，直接輸出包含百萬級高斯點的 3DGS 檔案。最值得關注的是，模型視訊記憶體峰值僅需 7.2 GB，普通消費級顯示卡幾秒到十幾秒即可跑通。
Bygga：把宜家說明書變成可互動的 3D 動畫，還能動嘴翻頁
開源專案 Bygga 上線，輸入宜家貨號即可將紙質說明書轉換成可旋轉、可朗讀的 3D 線稿步驟。它內建 1171 款產品且離線可用，支援拼裝時動嘴喊「下一步」免翻頁，還可用 Together AI 掃描補充說明書。程式碼以 MIT 協議開源。
微軟釋出影像編輯模型 MAI Image 2.7：衝上天梯第二，場景風格編輯領先 24 分
微軟推出影像編輯模型 MAI Image 2.7，在 Artificial Analysis 影像編輯榜登頂第二、Arena Edit 排名第三。新模型在 10 個場景和 7 項編輯動作上均超越前代，尤其在場景與風格編輯上領先第二名 24 Elo。目前模型主打編輯，文生圖功能將在稍後推出。
Hi3D 開源第一代 3D 模型：僅 7.74GB，單張圖片生成高精度資產
Hi3D 正式開源第一代 3D 生成模型 V1.0，程式碼與權重已公開且支援商用。該模型基於約 200 萬個 3D 資產訓練，幾何提取解析度達 1536³，整套檔案僅 7.74GB，普通消費級顯示卡即可裝下。最先進的第三代目前仍保持閉源。
DeepMind 釋出 Genie 4：可即時互動並原生生成聲音的世界模型
Google DeepMind 宣佈推出世界模擬模型 Genie 4。它不僅支援鍵盤與自然語言即時操控畫面，還首次原生同步生成環境音與角色對話，並引入 Gemini 負責多步驟因果推理。目前該模型僅面向受信任測試者開放研究預覽。
SpAItial 釋出世界模型 Echo-3：iPhone 掃幾分鐘，自動補全生成 3D 空間
SpAItial 釋出物理世界模型 Echo-3 及同名 iOS App，使用者拿 iPhone 拍幾分鐘即可生成真實幾何比例的高精度 3D 環境。最關鍵的是它能自動腦補漏拍區域且畫面無懸浮碎屑，同時提供面向模擬與 AI Agent 的企業 API。目前首月訂閱免費，Android 版後續推出。
AmirMushich 開源新方案：免 3D 建模，用 AI 影片做可互動商品頁
設計師 AmirMushich 開源了一套網頁方案，不用 3D 建模就能做出可旋轉互動商品頁。它用 LTX-2.5 Pro 把衣服參考圖生成旋轉影片，拆成約 30 幀後由 JS 控制播放。執行時無需呼叫模型或 3D 引擎，大幅降低電商展示門檻。
MatAnyone 影片摳圖模型：3GB 視訊記憶體可跑，單卡搞定 4K 即時摳圖
研究團隊公佈影片摳圖模型 MatAnyone，能精細分離單根髮絲與半透明邊緣。它只需約 3GB 視訊記憶體即可執行，單張 H200 下可支援 4K 即時摳圖，核心是通過低解析度先定位難處理區域再區域性精細計算。團隊後續計劃開原始碼並推出 ComfyUI 節點。
Bria 開源 Fibo 2.0 Edit Turbo：8B 影像編輯模型，4 步即可精準改圖
Bria AI 開源 80 億引數影像編輯模型 Fibo 2.0 Edit Turbo，採用非商業許可。該模型將推理蒸餾至 4 步且無需引導，支援蒙版與多參考圖，能在保持其餘畫面畫素級穩定的同時精準修改區域性屬性。
阿里上線 Qwen-Image-2.1 API：單模型搞定摳圖、2K 渲染與十圖融合
Alibaba 在 Model Studio 上線 Qwen-Image-2.1 Pro 與 Turbo API。這個 7B 視覺模型集成了文生圖、最多 10 張圖的參考編輯、原生透明摳圖和 2K 文字排版。Turbo 版單張生成低至約 0.014 美元，商用無需自建 GPU 叢集。