Ideogram 发布 Ideogram 4.5 图像模型，主打局部编辑不影响画面其余部分
Ideogram 发布新模型 Ideogram 4.5，声称编辑图像局部时不会破坏其余部分，只改动用户指定的区域。模型提供四档质量，价格从每张 0.8 到 22 美分，均为原生 2K 分辨率，现已上线 Ideogram 平台和 API，合作方包括 Picsart、Runway、Pika 和 Leonardo AI，开源权重版本也将推出。
#图像生成
#图像生成
今日 1 条The DecoderAI 评分5757
Google DeepMind精选AI 评分7474 Google DeepMind 发布 Nano Banana 2 Lite 与 Gemini Omni Flash
Google DeepMind 发布 Nano Banana 2 Lite（gemini-3.1-flash-lite-image）和 Gemini Omni Flash（gemini-omni-flash-preview）。
推荐理由：官方同时给出两款模型的定价、延迟数字和已知限制，开发者可以直接据此评估是否替换现有图像与视频工作流。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image）图像生成与编辑模型
Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image），基于 Gemini 3 Pro 的新一代图像生成与编辑模型。
推荐理由：官方发布新图像模型，列出文本渲染、多语言、4K 分辨率等具体能力变化和各产品入口，读者可以对照评估使用方式。
Hugging Face BlogAI 评分4343 Arm 发布 Neural Super Sampling（NSS）AI 超分辨率方案
Arm 发布面向图形与游戏开发的 AI 超分辨率方案 Neural Super Sampling（NSS），可在移动 GPU 的 Neural Accelerator 上实时运行。
OpenAI News精选AI 评分7878 OpenAI 发表 GPT-4o 图像生成系统卡附录
OpenAI 发表 GPT-4o 系统卡附录，介绍 4o 图像生成，称其比此前 DALL·E 3 系列能力显著更强。它能生成照片级真实输出，并支持以图像作为输入进行转换。
推荐理由：原文明确了 4o 图像生成相比 DALL·E 3 的能力跃升，读者可以据此判断它在生成与图像转换上的新定位。
Hugging Face Blog精选AI 评分6666 Stable Diffusion 3.5 Large 上架 Hugging Face 并支持 Diffusers
Stable Diffusion 3.5 Large 发布，提供 8B 基础版和 8B timestep-distilled 版两个 checkpoint，模型已在 Hugging Face Hub 开放并可在 🧨 Diffusers 中使用。
推荐理由：原文给出 Diffusers 中推理、量化加载和低显存训练 LoRA 的具体做法，读者可以直接照着在消费级硬件上使用 8B 模型。
Hugging Face Blog精选AI 评分7272 Stable Diffusion 3 Medium 上线 Hugging Face Hub 并支持 Diffusers
Stable Diffusion 3 Medium（2B 参数）现已在 Hugging Face Hub 开放，可通过 🧨 Diffusers 使用，并附 DreamBooth 与 LoRA 训练脚本。
推荐理由：Hugging Face 官方讲解了 SD3 的 MMDiT 架构与 Diffusers 用法，附内存与性能优化数据，可直接迁移到自己的推理和微调流程。
Hugging Face Blog精选AI 评分6363 Segmind 发布 SegMoE 框架，可用混合专家方式组合扩散模型
SegMoE 框架正式发布，可将多个预训练扩散模型合并为混合专家模型，已集成 Hugging Face diffusers 并以 Apache 2.0 开源。发布 SegMoE-2x1、SegMoE-4x2 和 SegMoE-SD4x2 三个模型，用户只需编写 config.yaml 运行命令即可在几分钟内创建自己的 MoE 模型。
推荐理由：官方介绍了 SegMoE 的 MoE 架构、三个已发布模型和自制方法，读者可以据此尝试组合预训练扩散模型。
Hugging Face BlogAI 评分5656 Hugging Face 开源非扩散文生图模型 aMUSEd
Hugging Face 发布 MUSE 的开源复现 aMUSEd，一个基于 Masked Image Modeling 的非扩散文生图模型，以研究预览形式采用 OpenRAIL 许可发布。
Hugging Face Blog精选AI 评分6565 Hugging Face 发布 Würstchen 快速文生图扩散模型
Hugging Face 发布 Würstchen，一种在高度压缩潜空间中工作的文生图扩散模型，实现 42x 空间压缩。生成速度明显快于 SDXL 且内存占用更低；Würstchen v2 训练用 24,602 GPU 小时，支持最高 1536 分辨率，已集成进 Diffusers，模型权重和 Demo 已在 Hub 上线。
推荐理由：42x 空间压缩带来的训练与推理成本对比有具体数字，适合想低成本跑文生图的读者参考。
Hugging Face BlogAI 评分4242 Segmind 开源知识蒸馏代码及 SD-Small 和 SD-Tiny 权重
Segmind 开源了通过 Block-removal 知识蒸馏训练的压缩版 Stable Diffusion 模型 SD-Small 和 SD-Tiny 的权重与训练代码，参数量分别比基础模型少 35% 和 55%，图像保真度相当。
Hugging Face BlogAI 评分5353 Hugging Face 介绍用 Mask2Former 与 OneFormer 实现通用图像分割
Hugging Face 发文介绍 Mask2Former 和 OneFormer 两个通用图像分割模型现已进入 transformers 库。
Hugging Face BlogAI 评分4545 rinna 推出日语版 Stable Diffusion：Japanese Stable Diffusion
rinna 基于 Stable Diffusion 微调出日语文生图模型 Japanese Stable Diffusion，接受日语提示词并生成反映日语圈文化的图像。
OpenAI News精选AI 评分7777 OpenAI 发布 DALL·E：从文本描述生成图像
OpenAI 训练了名为 DALL·E 的神经网络，可从文本描述生成图像，覆盖自然语言可表达的广泛概念。
推荐理由：原文说明 DALL·E 能根据自然语言文本描述生成图像，是文本生成图像方向的早期代表工作。