Ideogram 上線 Character：一張參考圖生成一致角色，鎖死五官不跑偏
Ideogram 推出角色一致性工具 Character 及對應 API。只需上傳單張參考圖，就能在不同姿勢、服裝和場景下鎖定五官特徵。最值得關注的是，創作者無需微調即可穩定輸出繪本角色與頭像，開發者也能通過 API 直接呼叫。
AI影像
檢視更新的新聞
Photoshop 獲一鍵 AI 超分：圖片可拉昇至 800 萬畫素
Adobe 為 Photoshop 推出 Generative Upscale 等功能。它能一鍵把圖片解析度提升至最高 800 萬畫素且保留清晰細節；新功能 Harmonize 則能自動協調合成圖的光影與色調。此外還改進了移除工具並新增模型選擇器。
騰訊開源 Hunyuan3D 1.0：一句話生成可互動 3D 世界
騰訊混元宣佈開源 Hunyuan3D World Model 1.0。使用者只需輸入一句話或一張圖片，就能生成沉浸式且可互動的 3D 場景。模型相容現有 CG 管線，支援完全編輯與物理模擬，面向遊戲開發與 VR 創作。
Meshy 5 預覽版上線：支援多視角輸入與銳利邊緣，新增 500+ 動畫
Meshy.ai 推出 Meshy 5 Preview。新版支援多視角影像輸入對齊，幾何邊緣更清晰利落，併為繫結角色庫擴充了 500 多套動作動畫。這意味著遊戲與影視開發者可以直接省掉大半手工修模和綁骨骼的髒活累活。
Midjourney 上線影片首尾幀控制：支援無縫迴圈，Discord 也能直接玩
Midjourney 推出影片生成新特性，支援使用者自定義起始幀和結束幀畫面。這意味著創作者可以讓兩個畫面平滑形變過渡，或者直接生成無縫迴圈影片。該影片生成能力現已上線 Discord 機器人，不過官方表示網頁端體驗目前依然更好。
微軟測試 Copilot 3D：上傳圖片直接生成 3D 模型
微軟正在測試 Copilot 3D 新功能，支援上傳 2D 圖片直接生成 3D 模型，並新增管理生成物的「My Creations」頁面。這項實驗性功能主要面向遊戲和設計原型的快速搭建，不過早期測試顯示模型精度仍顯不足，目前仍處於私測階段。
Higgsfield 推出 Steal 外掛：網頁任意圖片一鍵抓取風格並換上自己的臉
Higgsfield AI 推出名為 Steal 的瀏覽器擴充套件，允許使用者在網頁懸停任意圖片，提取其姿態、光影和服裝，並通過 Soul ID 換成自己的臉。這項工具讓視覺復刻門檻大幅降低，但也因繞過授權使用原創內容和需要手動側載安裝外掛引發了版權與安全爭議。
Google 相簿上線新創作工具：一鍵把靜態照片變 6 秒短影片
Google 宣佈在 Google Photos 中上線照片轉影片工具，能直接把相簿裡的靜態照片轉成 6 秒動態短影片。此外還推出了可將照片轉為動漫或 3D 風格的 Remix 功能。所有 AI 生成內容均嵌入 SynthID 數字水印，目前面向美國使用者推送。
DeepMind 推出 Aeneas：破譯古羅馬殘損石碑，人機協同反超專家
DeepMind 等在《自然》發表多模態模型 Aeneas，能結合影像與文本完成任意長度的古拉丁碑文修復、年代判定和地點溯源。在實際評估中，歷史學家搭配 Aeneas 後置信度提升 44%，斷代誤差約 13 年，協同效果超過純人或純 AI 單打獨鬥。
Google 演示 Gemini 2.5 影像分割：動嘴就能圈出「最遠的車」
Google 介紹了 Gemini 2.5 的對話式影像分割能力。它不再只是把單個名詞對應到畫素，而是能理解「左數第三本書」「沒戴安全帽的人」乃至「受損部位」等複雜關係與抽象概念。開發者無需單獨訓練分割模型，調一次 API 就能拿到精確畫素掩碼。
DuckDuckGo 上線新選項：一鍵隱藏圖片搜尋裡的 AI 生成圖
DuckDuckGo 推出新過濾設定，允許使用者在圖片搜尋結果中遮蔽 AI 生成圖片。該功能基於開源遮蔽列表過濾，使用者可在圖片標籤下的「AI images」選單選擇隱藏。雖然無法 100% 攔截，但能大幅減少 AI 垃圾圖片對真實搜尋結果的干擾。
Apple News+ 上線 Emoji Game：用 Genmoji 猜短語解謎
Apple 宣佈為美加地區的 Apple News+ 訂閱使用者推出原創益智解謎小遊戲 Emoji Game。玩家需要用給出的 emoji（包括由 Apple Intelligence 生成的 Genmoji）填空補全短語，步數越少成績越好。遊戲現已支援 iOS 18.4 等系統，今年秋季還將整合進全新的 Apple Games 應用。
Midjourney 準備開放企業級 API：正式啟動調研並開放申請
Midjourney 宣佈正開始調研開放企業級 API，以便使用者將其影像生成能力整合到自己的公司與服務中。官方目前已開放申請問卷，希望藉此瞭解潛在客戶的具體需求並收集功能反饋。
Runway 推出動捕模型 Act-Two：支援頭面身手全追蹤，單影片驅動
Runway 釋出下一代動作捕捉模型 Act-Two，生成質量大幅提升，全面支援頭部、面部、身體與手部追蹤。創作者只需提供一段驅動表演影片和一個參考角色即可生成。不過目前僅面向企業客戶和創意合作伙伴開放。
Exists 開放 3D 世界生成平臺：輸入一句話，雲端虛幻引擎直接生成可玩場景
Exists 正式向公眾開放其 3D 虛擬世界生成平臺。與單純的影片擴散模型不同，它基於雲端定製的虛幻引擎執行；使用者只需輸入一段提示詞，就能直接生成帶光照、AI 角色和多人支援的可玩 3D 場景，零門檻創作屬於自己的虛擬世界。
Black Forest Labs 推出 Kontext Komposer：不用提示詞直接改圖
Black Forest Labs 推出 Kontext Komposer 及配套預設功能。使用者不需要寫提示詞，就能直接給圖片換場景、重打光、做產品植入或做海報。目前該工具已在官方 Playground 免費開放。
Dynamicslab 推出 Mirage：沒有預製地圖的即時 AI 遊戲引擎
Dynamicslab 推出即時 AI 遊戲引擎 Mirage。它徹底拋棄了預製地圖與靜態資產，採用 Transformer 與擴散架構混合模型，根據玩家操作在雲端即時逐幀生成 3D 畫面。目前它以約 16 fps 在瀏覽器中串流執行，還支援上傳截圖即時生成可探索世界。
NVIDIA 聯手 Black Forest Labs：FLUX.1 Kontext 獲 TensorRT 加速
NVIDIA 宣佈為 Black Forest Labs 的影像編輯模型 FLUX.1 Kontext [dev] 提供 TensorRT 加速。通過量化將模型體積壓縮至 12GB（FP8）和 7GB（FP4），推理效能提升超 2 倍，創作者在本地 RTX 顯示卡上即可靠自然語言輕鬆修圖。
百度開源 ERNIE 4.5 模型家族：多模態引數最高達 424B
百度在 Hugging Face 上線 ERNIE 4.5 開源模型系列，涵蓋文本與圖文多模態能力，引數規模從 0.3B 一路覆蓋到 424B。該系列同時提供 Paddle 與 PyTorch 權重，並包含 Thinking 推理版及量化版本。
Facebook 測試相簿「雲處理」：訪問未釋出私人照片，Meta 稱暫未用於訓練
據 TechCrunch 報道，Facebook 在測試「雲處理」功能，邀請使用者授權上傳本地相簿未釋出的照片，用於生成 AI 拼圖和風格化建議。Meta 聲明當前測試不會用於訓練 AI 模型，但未承諾未來是否使用，引發使用者隱私擔憂。