Hugging Face 用 Gradio Workflow 重建 AUTOMATIC1111 推出 Workflow1111
Hugging Face 发布 Workflow1111，用 gr.Workflow 在单个画布上重建了 AUTOMATIC1111 的大部分功能，包含 11 条媒体管线和 73 个节点。
推荐理由：用 73 个节点在单一画布上复刻 AUTOMATIC1111 主要功能，并展示每个输出可直接变成 REST 端点和 MCP 工具的做法。
图像生成
全部主题AI 画图的最前线：文生图模型迭代、图像编辑能力与创作工具生态的全部动态。
最新精选
第 1–20 条 · 共 29 条Hugging Face Blog精选AI 评分6262
Hugging Face Blog精选AI 评分6666 Diffusers 原生集成 Nunchaku Lite，支持 4-bit SVDQuant 扩散模型推理
Hugging Face 宣布 Diffusers 原生支持 Nunchaku 的 SVDQuant 4-bit 推理，通过 Nunchaku Lite 集成路径直接用 from_pretrained() 加载量化 checkpoint，无需独立推理引擎或本地 CUDA 编译。
推荐理由：Diffusers 原生集成 Nunchaku，W4A4 量化在降显存的同时也降低推理延迟，是可复现的部署方案变化。
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 Research精选AI 评分6161 Google Photos Auto frame 上线 3D 视角重构功能，可自动调整照片拍摄角度
Google 宣布将一种新的照片视角重构方法作为 Google Photos Auto frame 功能上线，用 ML 模型估计 3D 点图和相机参数，再由生成式扩散模型补全新视角下未拍摄到的区域。方法分 3D 场景与相机估计、生成式修补两阶段，可自动矫正广角前摄的透视畸变，对含人物的合格照片提供一键重构视角的备选结果。
推荐理由：原文解释了将照片当作 3D 场景重建并重定位虚拟相机的两阶段方法，读者可以了解生成式修图与经典裁剪的区别。
Hugging Face Blog精选AI 评分6666 Hugging Face 推出 Modular Diffusers，用可组合积木构建扩散流水线
Hugging Face 发布 Modular Diffusers，将扩散流水线拆成文本编码、去噪、解码等可独立运行、自由增删互换的可复用块，作为现有 DiffusionPipeline 的灵活补充。
推荐理由：原文展示了用可组合积木搭建扩散流水线的完整用法，包括自定义块、模块化仓库和 Mellon 可视化集成，方法可直接复用。
Google DeepMind精选AI 评分7777 Google DeepMind 发布 Nano Banana 2（Gemini 3.1 Flash Image）图像模型
Google DeepMind 发布 Nano Banana 2（Gemini 3.1 Flash Image），以 Flash 速度提供 Pro 级世界知识、精准文本渲染、最多 5 个角色的主体一致性和 512px 到 4K 的生产级规格。
推荐理由：官方公告列出了能力细节、订阅者保留路径和各产品开放范围，读者可据此判断是否切换工作流。
OpenAI News精选AI 评分6565 OpenAI 推出 ChatGPT Images 新体验并发布 GPT-Image-1.5
OpenAI 宣布推出更快的 ChatGPT Images 体验，并在 API 中发布 GPT-Image-1.5。用户可在 ChatGPT 中体验最新的 ChatGPT Images 2.5。
推荐理由：官方公告点明 ChatGPT Images 更快的新体验和 GPT-Image-1.5 进入 API，读者可据此了解这轮图像功能更新的范围。
Hugging Face Blog精选AI 评分6060 Diffusers 支持 FLUX.2 图像生成
Hugging Face 官方博客宣布 Diffusers 支持 FLUX.2，提供 Flux2Pipeline 和 Flux2Transformer2DModel 的完整加载与推理示例。
推荐理由：官方博客给出 FLUX.2 在 Diffusers 中的完整推理代码和量化加载方式，读者可以直接照搬运行文生图流程。
Google DeepMind精选AI 评分8080 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 的高保真图像生成与编辑模型，已开始在 Google AI Studio 和 Vertex AI 面向付费预览推出。
推荐理由：官方发布文给出了模型能力细节、2K/4K 分辨率、接入渠道和定价定位，开发者可据此评估是否切换或叠加使用。
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 Blog精选AI 评分6464 Hugging Face ZeroGPU Spaces 如何用 PyTorch 预编译提速图像视频生成
Hugging Face 发文介绍如何在 ZeroGPU Spaces 中用 PyTorch ahead-of-time 编译优化生成式 demo，指出 torch.compile 与 ZeroGPU 短生命周期进程不兼容，需先导出再用 spaces.aoti_* API 编译加载。
推荐理由：原文给出 ZeroGPU 上 AoT 编译的完整步骤和 FP8、动态形状等进阶技巧，读者可以直接迁移到自己的 Spaces demo。
Hugging Face Blog精选AI 评分6767 Hugging Face 详解如何用 Diffusers 和 PEFT 加速 Flux LoRA 推理
Hugging Face 发布教程，介绍结合 Flash Attention 3、torch.compile 和 FP8 量化的 Flux.1-Dev LoRA 推理优化配方，在 H100 上相对基线取得 2.23x 加速，并支持 LoRA 热切换而不触发重编译。
推荐理由：原文给出可直接复用的 LoRA 推理优化配方和 H100、RTX 4090 两套实测延迟数据，并说明热切换避免重编译的限制。
Hugging Face Blog精选AI 评分6262 Hugging Face Diffusers 量化后端实战：以 Flux-dev 为例对比 BnB、torchao、Quanto、GGUF 与 FP8
Hugging Face 发布 Diffusers 量化后端解读文章，以 black-forest-labs/FLUX.1-dev 为例实测 bitsandbytes、torchao、Quanto、GGUF 和 FP8 Layerwise Casting 五种方案。
推荐理由：文章系统对比了 Diffusers 各量化后端在 Flux-dev 上的内存、速度与画质差异，并给出选型建议和可复现代码。
Hugging Face Blog精选AI 评分6565 Hugging Face 盘点 Diffusers 中的开源视频生成模型现状
Hugging Face Diffusers 团队发文综述当前开源视频生成模型现状，覆盖 CogVideoX、Mochi-1、HunyuanVideo、LTX Video 等模型及其高资源需求、泛化与延迟等局限。
推荐理由：Diffusers 团队原文梳理了开源视频生成模型现状，并给出实测内存数据和一套可复用的推理与微调优化方法。
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6666 Hugging Face 详解 SDXL 的简单推理优化方法
Hugging Face Diffusers 团队发文讲解如何优化 SDXL 的推理速度和内存占用，测试在 A100（40GB）上进行，每轮生成 4 张图取第 3 次结果。
推荐理由：官方在 A100 上实测了多种 SDXL 推理优化手段并附完整数据表，读者可以按自己的显存和延迟需求直接选用对应技巧。
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 Blog精选AI 评分6161 T2I-Adapter-SDXL 适配器发布并登陆 diffusers
Hugging Face Diffusers 团队与 T2I-Adapter 作者合作，为 Stable Diffusion XL 推出 T2I-Adapter 支持，并发布 sketch、canny、lineart、depth、openpose 五种条件的 checkpoints。
推荐理由：原文给出 T2I-Adapter-SDXL 与 ControlNet 的参数量对比、训练配置和完整用法代码，读者可以据此评估并直接上手使用。
Hugging Face Blog精选AI 评分6767 如何用 Diffusers 优化 AudioLDM 2 推理速度至 10 倍以上
Hugging Face 官方教程讲解如何在 🧨 Diffusers 中运行 AudioLDM 2 文生音频管线，并通过 Flash Attention、float16 半精度、torch.compile 编译 UNet、切换 DPMSolverMultistepScheduler 将 10 秒音频的生成时间从约 14 秒降到 1 秒以内，且音质几乎不降。
推荐理由：官方教程给出四种可复用的推理优化方法，把 10 秒音频的生成时间从约 14 秒压到 1 秒以内，可直接迁移到自己的管线。
Hugging Face Blog精选AI 评分7474 Apple 与 Hugging Face 发布 Stable Diffusion XL 的 Core ML 版本及混合位宽量化方案
Apple 与 Hugging Face 将 Stable Diffusion XL 移植到 Core ML，发布完整 pipeline 和 mixed-bit palettization 量化版本，UNet 以平均 4.5 位压缩后体积从 4.8GB 降至 1.4GB（减少 71%）。
推荐理由：原文给出 Stable Diffusion XL 在 Mac 上的 Core ML 移植细节、压缩到 4.5 位后体积从 4.8GB 降到 1.4GB 的数据，以及可复用的混合位宽量化方法。