Google Photos 上線 AI 虛擬衣櫥：把穿搭照變成數字衣帽間
Google 宣佈為 Google Photos 正式上線 AI 虛擬衣櫥功能，面向美國、巴西和印度的 iOS 與 Android 使用者開放。AI 能從日常照片中提取你穿過的衣物並按類別分類混搭，穿搭資料承諾不與零售商共享。
AI影像
檢視更新的新聞
Midjourney Alpha 大更新：風格支援即時預覽，一鍵儲存預設引數
Midjourney 釋出 Alpha 網頁版更新，引入風格即時預覽功能，並支援一鍵將當前引數存為預設值。此外，Create 介面迎來瀑布流改版，編輯器支援 v8.1 和 v8.2 編輯型別，韓語支援也已面向所有使用者全量上線。
Google Flow 上線 6 款創作者工具：涵蓋多軌音效與 3D 即時貼圖
Google 為 Google Flow 釋出 6 款由行業創意人士定製的 AI 工具。新工具覆蓋音效後期、動態字幕、社交封面圖、3D 空間材質貼圖以及指令碼轉動效等場景。使用者既能直接體驗，也可以複製或直接描述需求搭建專屬工具。
Leonardo.Ai 推出 Leonardo Agent：保持多場景角色與視覺一致
Leonardo.Ai 推出新工具 Leonardo Agent，讓使用者從一個構想出發，在角色、寫實場景、唱片封面到廣告等跨場景生成中保持形象一致。最值得關注的是，它解決了生圖工具長期的「一致性」痛點。目前該功能限時免費開放，僅消耗既有代幣。
PixVerse 推出 R2 即時世界模型：生成的世界可即時走入並操控劇情
PixVerse 推出即時互動世界模型 PixVerse R2。它把多模態理解與視聽生成整合到同一個模型中，使用者可以通過互動直接影響場景和角色，甚至用語言即時改變故事走向。最關鍵的是，它能在持續生成後續畫面的同時，保持整個世界狀態前後一致。
騰訊推出世界模型 WorldCrafter：引入隱式 3D 記憶，回頭看場景不再變形
騰訊團隊釋出互動式影片世界模型 WorldCrafter，通過隱式 3D 感知記憶機制，解決鏡頭移開後再轉回來物體變形的問題。它支援從單張圖片或文本生成可由相機控制的漫遊影片，並藉助蒸餾實現即時流式互動。
GAE 開源：把 3D 幾何塞進潛空間，相機軌跡誤差減半
研究團隊開源視覺生成框架 GAE。它把幾何特徵直接壓縮排 128 通道的潛空間，生成畫面時能同步解碼出深度圖、相機軌跡和 3D 點雲。最值得關注的是，這種幾何原生設計讓相機軌跡誤差減半，且權重不到 12GB，中端顯示卡即可本地執行。
inclusionAI 開源 Ming Image 0.1：自帶透明通道，還能把設計圖拆成圖層
inclusionAI 開源 6B 視覺設計模型系列 Ming-Image-0.1。它主打 UI 與海報設計，不僅支援生成帶 Alpha 通道的透明素材，還能把扁平設計圖直接拆解成多個獨立透明圖層。最值得關注的是，它讓開源模型真正切入了可編輯的設計工作流。
SupraLabs 開源 Supra2-IMG：1 億引數文生圖模型，單卡 9 小時訓完
SupraLabs 開源超小型文生圖模型 Supra2-IMG，引數量僅約 1.04 億，體積約 417MB。團隊基於 560 萬張合成影像，在一張單卡 H100 上僅耗時 9 小時完成訓練，主打端側與小型裝置執行。不過受限於極小體量，目前生成解析度為 256×256，畫質相對有限。
阿里開源Qwen-Image-2.1：7B引數兼顧生圖與編輯，原生支援透明通道
阿里巴巴開源影像模型Qwen-Image-2.1。其視覺生成部分僅7B引數，將文生圖、影像編輯與原生透明通道生成合為一體，最多支援10張參考圖合成。最值得關注的是能直接扣圖輸出帶透明背景的RGBA圖，極大簡化了設計流程。
VAST 開源 Mira-Scene：單圖直接生成可編輯 3D 場景
VAST AI Research 開源 3D 場景重建管線 Mira-Scene，可將單張圖片轉化為包含獨立物體的可編輯 3D 場景。它通過恢復畫素級對應關係，保證物體尺度與原圖嚴格一致，能直接匯入 Blender 做動畫或對接機器人模擬。目前程式碼與權重已完全開放。
谷歌神秘模型現身競技場：疑為 Gemini 4 Pro，基準測試與 SVG 動畫刷屏
代號「gemini-3.8-flash」的神秘模型在競技場 Arena 開測，被推測為谷歌未釋出的 Gemini 4 Pro。該模型僅用 10 分鐘便生成機械蝴蝶 SVG 動畫，並在智慧體編碼、終端操作等多項流出基準測試中拿下第一。
Midjourney Alpha 更新：支援韓語，改版移動端與 v8.2 編輯器
Midjourney 釋出 alpha.midjourney.com 更新，正式支援韓語介面。新版改進了 v8.2 編輯器體驗，重繪移動端全寬佈局並支援刪除上傳檔案，同時修復了 Animate 動圖生成和反引號導致標籤頁卡死等問題。
Viggle 釋出 Meridian：已有影片能換運鏡，還能做「子彈時間」
Viggle AI 釋出影片重構模型 Meridian。只要輸入一段現有影片或單張照片，它就能重建 3D 場景並按自定義軌跡重新運鏡，甚至凍結畫面做出「子彈時間」效果。模型基於 MiniMax-H3 構建，目前已開源 LoRA 權重並支援 ComfyUI。
OpenAI 超 3 億美元收購 Glass Imaging：用 AI 讓手機拍出單反畫質
據《華爾街日報》報道，OpenAI 斥資逾 3 億美元收購智慧手機相機技術初創公司 Glass Imaging。該公司由打造蘋果人像模式的前工程師創辦，利用神經網路在按下快門瞬間即時提升成片素質。這筆交易進一步補足了 OpenAI 打造自有硬體的技術拼圖。
Google 聯手 NASA 推出 MAPL-EMIT：太空抓甲烷，檢出率超人工 50%
Google 與 NASA JPL 推出深度學習模型 MAPL-EMIT，利用太空儀器追蹤全球甲烷排放。模型經 360 萬個模擬羽流訓練，檢出量比專家高出 50%，在全球額外識別出超 2.3 萬處羽流。相關模型與工具已在 Kaggle 和 GitHub 開源。
開源模型 Fire3D：不到 1 分鐘，把單張照片做成可編輯 3D 場景
研究人員開源 3D 重建框架 Fire3D，無需人工標註即可從單張圖片或隨手拍影片中拆解物體，並在 1 分鐘內生成帶紋理的完整 3D 網格。每個物件均可獨立編輯移動，支援單卡並行處理 16 個物體，可直接接入機器人模擬環境。
OpenAI 上線 ChatGPT Images 2.5：生成提速 50%，支援隨手塗鴉出圖
OpenAI 釋出 ChatGPT Images 2.5。新模型生成延遲較前代最高降低 50%，大幅提升了多輪編輯與參考圖還原能力，並新增手繪草圖作為參考的 Sketch 功能。目前全量桌面、移動與網頁端使用者均已可用。
Quiver AI 釋出 Arrow 2：專攻 SVG 向量圖，還能直接做微動效
Quiver AI 釋出向量生成模型 Arrow 2 及高階版 Arrow 2 Telos。新模型生成更快，生成的 SVG 節點更少、排版更規整，不僅支援點陣圖向量化，還能直接給靜態 SVG 製作網頁級微動畫。
WorldSculpt 開源：把複雜場景拆成幾百個獨立 3D 物體
Alaya Lab 與東京大學推出 3D 重建框架 WorldSculpt，能將影片場景拆解為數百個獨立的 3D 網格物件。它改變了以往重建中所有物體融成一塊的弊端，讓每個物件都能單獨移動或縮放，還支援將高斯潑濺場景轉為網格。程式碼已開源。