Google Labs 推出 Photoshoot：普通商品圖一鍵變專業棚拍大片
Google Labs 為免費營銷工具 Pomelli 推出 Photoshoot 功能。它結合 Nano Banana 影像模型與「Business DNA」設定，商家只需上傳普通商品照，就能一鍵生成符合品牌風格的影棚級或生活化商用大片，還支援輸入商品網址直接生成營銷素材。
AI影像
檢視更新的新聞
Pascal Editor 開源：純瀏覽器執行的 3D 建築編輯器
開發者開源了完全在瀏覽器執行的 3D 建築編輯器 Pascal Editor。它基於 React Three Fiber 與 WebGPU 構建，支援在網頁中即時編輯建築層級、拖拽牆體和重塑樓板。原本動輒數萬美元的 BIM 建模工作流，如今完全免費且開源。
Leonardo.Ai 啟動新品牌活動：向創作者示好送 300 代幣
Leonardo.Ai 推出全新品牌活動「Yours to Create」，呼籲設計師與藝術家擁抱生成式 AI，並在社交平臺向互動使用者贈送 300 代幣。這表明影像生成平臺正加緊拉攏專業創作者，試圖將 AI 真正嵌入主流工作流。
World Labs 獲 10 億美元融資：Autodesk 砸 2 億押注 3D 世界模型
李飛飛創辦的 World Labs 完成 10 億美元新一輪融資，其中設計軟體巨頭 Autodesk 獨家注資 2 億美元。雙方將把能理解並生成 3D 虛擬環境的「世界模型」接入 Autodesk 工業與娛樂設計流程，首期切入媒體和娛樂場景。目前兩家合作仍處在早期階段。
Tavus 釋出數字人模型 Phoenix-4：支援即時情緒控制與微表情
Tavus 推出即時數字人渲染模型 Phoenix-4。它能在毫秒級延遲下生成頭部運動，並支援在說話與傾聽時動態調整情緒狀態，解決了傳統數字人全程固定假笑的生硬感。這意味著即時 AI 對話的互動擬真度邁進了一大步。
Edit Banana：把靜態流程圖一鍵轉成可編輯的 DrawIO 檔案
Edit Banana 推出將靜態圖轉換為可編輯 DrawIO 與 PPTX 檔案的工具，解決流程圖截圖無法改字的痛點。技術上採用 SAM3 配合 VLLM/OCR 將影像解析為 XML 格式。雖然轉換複雜圖表時排版可能有所折損，但能省去照圖重畫的大量人工。
NVIDIA 推出三圖示例編輯器 LoRAWeave：給一對前後對比圖，精準克隆修圖風格
NVIDIA 提出影像編輯方案 LoRAWeave。與單參考圖不同，它需要輸入編輯前、編輯後兩張示例圖以及目標圖，自動提取變換規律並應用到新圖上。這種視覺類比方式復刻風格更穩，尤其適合用語言難以描述的複雜畫面處理。
WordPress.com 上線內建 AI 助手：動動嘴就能改版式、修圖片
WordPress.com 推出內建 AI 助手，直接嵌入編輯器與媒體庫。使用者打字就能調整頁面佈局、改寫內容，還能基於 Nano Banana 模型生成和修改配圖。商務版和電商版使用者可免費開啟，但在經典主題下編輯器功能受限。
Moonlake 開啟公測：一句話生成帶物理和互動的可玩 3D 世界
Moonlake AI 開啟世界建模智慧體公測。與單純生成場景不同，它把 3D 模型、物理、音效與規則繫結在同一實體上，僅憑一句提示詞就能自主完成多階段開發，輸出即時可玩的虛擬世界。目前候補已超萬人，訂閱起價每月 15 美元。
Figma 聯手 Claude Code：直接把執行中程式碼抓取為可編輯設計稿
Figma 宣佈支援將 Claude Code 生成的真實介面抓取至畫布，轉為完全可編輯的 Figma 畫板。團隊無需重寫程式碼即可複製並比對設計方案。搭配 Figma MCP 服務，還能將修改後的設計導回程式碼，打通雙向往返工作流。
AnchorWeave 開源：靠區域性幾何記憶，用單張圖生成可行走 3D 影片
可互動世界影片框架 AnchorWeave 開源。它僅憑一張起始圖片即可擴展出支援按鍵行走的 3D 世界，通過區域性幾何記憶與多錨點編織控制器，解決了轉頭再看場景就被重新繪製的不一致難題。初版基於 CogVideoX 構建，單次生成 81 幀，程式碼已在 GitHub 開源。
Google 設計工具 Stitch 上線 Ideate Agent：畫圖前先全網調研，生成多套方案
Google Labs 旗下的 AI 設計工具 Stitch 推出 Ideate Agent。它能在正式生成 UI 之前，自動在全網檢索競品和趨勢，並並行生成多套方案。這意味著設計工具開始介入前期的產品探索階段。目前處於 Beta 階段，可免費使用但有額度限制。
dots.ocr-1.5 開源：3B 多模態模型，能把圖表直接轉成 SVG 程式碼
rednote-hilab 在 Hugging Face 釋出多模態 OCR 模型 dots.ocr-1.5，引數量僅 3B。它支援幾乎所有人類文字系統的文件解析，最亮眼的是能把圖表與圖示直接轉換成可編輯的 SVG 程式碼，讓複雜的結構化圖文提取變得輕便實用。
位元組開源生圖模型 BitDance：並行預測 Token，生成提速超 30 倍
字節跳動開源自迴歸影像生成模型 BitDance。該模型採用二值視覺 Token 與並行擴散解碼，在生成 1024x1024 影像時比傳統自迴歸模型提速超 30 倍。最值得關注的是，它大幅緩解了自迴歸生圖速度慢的痛點，兼顧了生成質量與推理效率。目前程式碼與權重已開源。
Krea AI 收購 Wand：上線 iPad 原生應用，畫筆塗鴉即時變 AI 畫面
Krea AI 宣佈收購創意繪圖應用 Wand，並正式推出 iPad 原生應用。該應用結合了 iOS 原生操作體驗與自定義畫筆，並接入其即時 AI 生成技術，創作者在平板上落筆塗鴉時即可即時看到渲染效果。
阿里開源 DeepGen 1.0：5B 輕量模型兼顧影像生成與編輯，還能解迷宮
阿里巴巴開源影像生成與編輯模型 DeepGen 1.0。它採用 5B 引數架構，不僅能渲染文字與多風格生圖，還支援換視角、預測畫面甚至解迷宮等推理任務。最值得關注的是，其編輯能力在評測中叫板更大體量的模型，不過完整權重達 72GB，本地部署門檻較高。
Runway 推出 Story Panels 工作流：從單張圖生成風格一致的全片分鏡
Runway 推出「Story Panels」精選工作流。創作者只需一張圖片，就能通過幾步操作生成包含一致角色、場景與風格的整套鏡頭目錄。這對苦於前後鏡頭角色「變臉」的創作者來說，大幅降低了連貫分鏡的製作門檻。
FreeFuse 釋出：疊再多 LoRA 也不打架，多角色多道具共存不串臉
FreeFuse 推出免訓練框架，專門解決同時疊多個 LoRA 時畫風覆蓋、角色串臉和細節崩潰的問題。它利用自適應 token 級路由動態分配區域，在 SDXL 與 Zimage 上大幅改善了一致性，目前已支援 ComfyUI 執行。
Excalidraw 推出官方 MCP 伺服器：在 Claude 聊天框裡直接畫圖
Excalidraw 推出官方 MCP 伺服器，支援 Claude 原生建立和編輯圖表。整個繪圖畫布能直接嵌在聊天視窗中顯示與修改，使用者在 Claude 聯結器中搜索「Excalidraw」即可一鍵安裝。
Meta AI 落地 Facebook：靜態頭像一鍵動起來，發帖還帶動態背景
Meta 宣佈在 Facebook 推出由 Meta AI 驅動的創作功能，能把靜態單人頭像秒變揮手、拋綵帶等動效。快拍和回憶也支援用提示詞重繪畫面風格，純文字帖還加入了海浪、落葉等動態背景。Meta 正把生成式 AI 塞進最日常的社交表達裡。