双时间点影像驱动的急性卒中演化分析
研究提出一种双时间点组织表型分析框架，用六类结果感知 ROI 将入院 CTP 影像特征与随访 DWI 定义的最终梗死结果关联，特征来自 mJ-Net 和 nnU-Net 表示。
#图像生成
arXiv cs.AIAI 评分2222 arXiv cs.AIAI 评分2424 SRUG：一种用于医学图像翻译的融合驱动生成器网络
SRUG 是一种监督式独立融合驱动生成器，通过确定性源到目标映射实现配对 MRI 合成，无需生成器-判别器对抗、变分隐变量采样或迭代扩散去噪。该模型采用适配图像重建的残差编码器与嵌套多尺度解码器（NMD），结合 L1 损失和多尺度结构损失（MSS loss）联合监督。
arXiv cs.AIAI 评分2222 生成扩散模型的偏微分方程视角
研究者为基于 score 的扩散模型建立了偏微分方程框架，针对紧支撑数据测度的热流，在正时间区间上证明了弱适定性，并推导出 score 的尖锐单侧散度界，进而得到生成 Fokker–Planck 方程的尖锐一致 L^p 稳定性估计。通过熵稳定性方法，他们证明生成分布以 √t 速率在 2-Wasserstein 距离下收敛到支撑于数据支撑集上的概率测度，该结论对确定性和随机生成均成立。
arXiv cs.AIAI 评分2929 SpaceFlow：可局部控制的 3D 生成
SpaceFlow 是一个无需训练的 3D 生成流程，可根据文本描述和一组几何基元实现局部控制。每个基元作为物体部件的代理并带有局部控制级别，用户可指定区域严格遵循输入形状或允许生成式补全。在固定几何上评估外观时，文本条件路由取得 SOTA 的提示词忠实度与颜色/材质准确率。
arXiv cs.AIAI 评分2222 ContiLNN：用液态神经网络缓解切片采样不连续性的医学图像修复方法
ContiLNN 通过双向闭式连续时间（Bi-CfC）模块为二维修复骨干网络加入跨切片建模，在保留平面内特征提取的同时，用切片索引间隔调制门控以应对采样变化，无需数值 ODE 积分。
arXiv cs.AIAI 评分3232 从提示词到构图：面向海报生成的空间画布界面 Compo
研究者提出空间画布界面，让用户通过语义、身份、文本、像素四种绑定类型直接在空间中构图，并据此开发了海报生成模型 Compo。Compo 由预训练图像编辑模型适配而来，支持用户显式构建画布的直接推理模式，以及将高层请求自动转化为规划画布的智能体模式。实验显示，Compo 在构图可控性上优于通用图像生成模型和专用海报生成系统，同时保持高视觉质量。
arXiv cs.AIAI 评分3737 VibeEdit：用画布指令进行图像编辑
VibeEdit 提出一种画布指令图像编辑界面，用户直接在图上标注空间标记和简短备注来指定编辑位置与内容，无需单独文本提示词，即可完成对象添加、删除、替换、属性修改和移动。
arXiv cs.AIAI 评分2424 LVS：通过复用先前视图从相对相机位姿实现局部视图合成
针对 3D Gaussian Splatting 对每个目标视图重复渲染、未利用相邻视图图像重叠的问题，研究者提出 LVS 框架，用相对位姿引导的 RGB-D 图像复用替代邻近视图的重复场景渲染。
arXiv cs.AIAI 评分2727 VINCIE-NExT：通过上下文建模从图像解锁视频编辑
VINCIE-NExT 提出统一框架，通过上下文视觉演示将图像编辑能力迁移至视频，缓解大规模配对视频编辑数据稀缺问题。该方法将视频编辑分解为 Video→Image→Image→Video 的可组合子任务链，并引入新位置编码在共享空间坐标系中对齐图像演示与视频帧，实现外观编辑的像素级传播。
arXiv cs.AIAI 评分3737 Hi3D 3.0（Twinkle3D）：面向特定物体的高分辨率 3D 资产生成
Hi3D 3.0 图像到 3D 生成系统发布，其几何模型 Twinkle3D 可生成 2048³ 分辨率的封闭三角网格。Twinkle3D 通过重设计的 DiT 架构将扩散生成扩展至 30 万几何 token 序列，单步训练时间从约十分钟降至十秒，单阶段模型即超越此前带 512³ 精修的两阶段流程。
arXiv cs.AIAI 评分2626 Design Creativity Bench：衡量 LLM 生成 UI 的创造力
研究团队推出 Design Creativity Bench，从原创性、创意跨度和适配度三个维度评测 LLM 生成 UI 设计的多样性与合理性。不同模型对同一提示词的设计原创性仅 0.592，人类与模型配对为 0.764；创意跨度上模型为 0.581，人类设计达 0.902。所有模型适配度均超 90%，最佳模型达 99.2%，略高于人类的 98.0%，但默认输出明显比人类更重复。
arXiv cs.AIAI 评分2222 ProtoSemImage：用图像原型与可变形行对齐实现可解释文档分类
ProtoSemImage 将分类原型从向量改为图像：每个类别由一个或多个四通道 HSV 空间的视觉原型表示，通道对应具名语言因素，分类转化为文档图像与原型库之间的可变形行对齐（类似动态时间规整）。
arXiv cs.AIAI 评分1818 面向可信脑肿瘤分割的缺失模态感知校准方法 MMA-LTS
针对多模态脑肿瘤分割中模态缺失导致置信度校准失准的问题，研究者提出缺失模态感知局部温度缩放（MMA-LTS），一种基于体素的事后置信度校准方法，通过模态可用性可学习 token 与体素级难度分数估计空间自适应温度场。在 BraTS 2020 和 FeTS 2024 上，MMA-LTS 在多种模态缺失场景下改善了校准效果，同时保持 SOTA 模型的分割精度。
arXiv cs.AIAI 评分2727 EvoKnow：面向 AI 生成图像检测的持续知识演化框架
EvoKnow 是一个无需回放的持续学习框架，将 AI 生成图像检测建模为取证知识演化，通过保留共享取证基座、增量添加隔离残差专家，并用闭式更新的 Analytical Incremental Router（AIR）检索专家能力。
arXiv cs.AIAI 评分2525 CRISP：用扩散解码修复潜在 LiDAR 生成中的飞点
CRISP 是一种像素空间扩散解码器，通过骨干无关的潜在适配器、基于 DiT 的去噪器与支撑掩码预测器，替换视频 VAE 和 LiDAR 原生解码器，同时保持编码器与潜在生成器不变。
arXiv cs.AIAI 评分1717 CARE：基于师生蒸馏的约束注意力精炼用于细粒度视觉分类
研究者提出 CARE，一种通过师生蒸馏实现可解释细粒度识别的约束注意力精炼框架，在冻结骨干网络的可解释设定下于 CUB 达到 78.5% Top-1 准确率。CARE 将最终预测与解释保留在类特定注意力学生模型中，并引入仅在训练时使用的辅助查询教师，读取选定的 DINOv2 中间层并迁移 logit 标准化的类判别知识。
arXiv cs.AIAI 评分2222 用多模态食物项验证与恢复改进基于图像的营养估算
该研究提出一个无需任务特定微调的框架，用多模态大语言模型（MLLMs）清点可见食物，并分别验证食物身份及每个候选 2D 区域是否支持份量估算。整图复核利用验证结果找出未解决缺口和遗漏食物，触发至多一次定向恢复，恢复区域在无恢复提示词条件下重新验证后并入最终食物项集合。
arXiv cs.AIAI 评分2222 LinSlot：利用线性表示假设从槽位对象表示中无监督发现属性
LinSlot 提出一种联合发现对象与属性表示的概率框架，利用线性表示假设（LRH）将可组合概念建模为槽位表示中的线性可加子空间，并通过块注意力连接属性与槽位、优化所提图模型的 ELBO。实验在多个数据集上验证了对象与属性解耦表示的有效发现、槽位空间中 LRH 的经验证据，以及基于解耦表示进行图像编辑的能力，DCI 分数优于现有方法。
arXiv cs.AIAI 评分2424 SCION：无需预训练，从像素同时学习生成与自监督表征
SCION 在单一模型中联合进行生成与自监督表征学习，无需标签或预训练模型。其核心是像素空间编码器，通过流时间步与嵌入条件化，并用梯度范数平衡与 stop-gradient 实现一次训练。
arXiv cs.AIAI 评分2222 扩散模型中的扰动传播：相同路径代价为何产生不同输出影响
研究提出一个理论框架分析扩散模型采样中扰动的传播机制，用扰动与参考轨迹分布间的 KL 散度定义"路径代价"，证明其能约束但不决定输出分布的变化。在预训练扩散模型上以相同路径代价进行受控干预，发现输出敏感度随采样阶段和空间频率呈现不同模式；将该分析用于缓存加速时，能可靠识别缓存导致较大图像误差的采样区间。
RadarAIAI 评分6262 Shaders 开源 200+ WebGPU 着色器特效组件库，多框架共用一套 props
Shaders 宣布开源其 WebGPU 着色器特效组件库，提供 200+ 个视觉效果组件，React / Vue / Svelte / Solid / 原生 JS 共用一个包和同一套 props，采用 MIT 协议，可免费导出任意框架代码，GitHub 地址为 https://github.com/shader-effects-inc/shaders。
GitHubAI 评分3636 Open-Generative-AI：本地运行 200+ 模型的图像视频生成工具
Open-Generative-AI 是一款在本地电脑运行的图像与视频生成工具，提供超过 200 个模型（含 Flux、Kling 等），去除内容过滤并支持离线使用，无需月费。
GitHubAI 评分88 Luminar-AI 照片增强软件使用指南
Luminar-AI 是一款利用 AI 修复光照、锐化细节和替换天空的照片增强软件，支持 Windows 10 与 Windows 11 64 位系统，需 Intel Core i5 或 AMD Ryzen 5 以上处理器、8 GB 内存及 4 GB 磁盘空间。软件提供天空替换、面部增强和图像放大等工具，编辑时始终保留原始照片副本，并支持批量处理。
GitHubAI 评分1717 augubb3-code 开源 AI Image Enlarger Pro Enhancer 图像超分工具
GitHub 项目 augubb3-code/ai-image-enlarger-pro-enhancer 发布 AI Image Enlarger 图像超分工具，基于 Real-ESRGAN 与自研扩散增强器重建细节，支持 2x/3x/4x/6x 放大，6x 需云端 API 兜底。
GitHubAI 评分1515 Photoshop Advanced Filters Pack 3.1.4 发布：面向 Photoshop CC 2024+ 的专业滤镜扩展
Photoshop Advanced Filters Pack 发布 3.1.4 版本，通过原生 UXP 框架集成 Photoshop CC 2024+，提供神经滤镜、调色预设与实时预览。扩展包含调色、人像、风光、艺术等七类滤镜，支持 GPU 加速、批量处理与非破坏性智能对象，全部处理在本地完成、不上传云端。项目采用 MIT 许可证，Lightroom 与脚本支持仍处 Beta 阶段。
GitHubAI 评分1212 browin11a-ui/gemini-image-studio：在浏览器中用 Gemini 生成和编辑 AI 图像
browin11a-ui/gemini-image-studio 是一个在浏览器中直接调用 Gemini 生成和编辑 AI 图像的项目，支持文本提示词、图像输入、批量处理和可搜索图库。该仓库目前为 0 stars、0 watching、0 forks，未发布 Releases 或 Packages。
GitHubAI 评分2222 小纹AI：基于 Stable diffusion 的微信小程序纹身图案生成项目
小纹AI 是一个基于 Taro 的微信小程序，借助 Stable diffusion 实现纹身图案生成，支持点刺、纯黑、小清新、几何线条、传统美式、新传统美式、日式、动漫、写实、超现实、图腾等多种风格。
RadarAIAI 评分2121 Higgsfield 打造专属 AI 网红
Higgsfield 上线 AI 网红创建功能，用户可在平台上打造自己的 AI 网红。该功能由 Higgsfield AI 在 X 上发布，属于产品更新。
RadarAIAI 评分4343 Midjourney Alpha 更新：共享文件夹与 thinking 模式上线
Midjourney 在 alpha.midjourney.com 推出共享文件夹，可按用户名邀请 Collaborators 或 Viewers，也可通过链接分享，Collaborators 能直接在文件夹内生成并接续他人作品。
RadarAIAI 评分4949 Midjourney 在 Alpha 网站测试图像生成 Thinking Mode
Midjourney 正在 alpha.midjourney.com 测试图像生成的 Thinking Mode，用户可在任务 lightbox 中点击 "Rerun (Thinking)" 运行。测试显示该模式有助于提升提示词准确性、文字排版和画面连贯性。Midjourney 表示未来可能将其作为通用的 thinking 模式，或用于在任务完成后"增加更多思考"。
RadarAIAI 评分4444 Midjourney 在 Alpha 网站测试图像生成“思考模式”
Midjourney 正在 Alpha 网站测试图像生成的新“思考模式”，称其能提升提示词准确性、排版和连贯性。该功能目前处于测试阶段，Midjourney 邀请用户用自己的图片参与测试并反馈感受。
GitHubAI 评分2222 ImWeb：STEIM 传奇实时视频合成工具 Image/ine 的浏览器重制版
ImWeb 将 STEIM Amsterdam 的 Tom Demeyer 与 Steina Vasulka 在 1990 年代创作的实时视频合成工具 Image/ine 重制为浏览器版本，免费开源、无需安装，基于 Three.js、Vite 和原生 WebGL shader 构建。
Midjourney UpdatesAI 评分3838 Midjourney 在 Alpha 网站测试图像生成 Thinking Mode
Midjourney 正在 alpha.midjourney.com 测试图像生成的 Thinking Mode，用户可在任务 lightbox 中点击 "Rerun (Thinking)" 运行。测试显示该模式有助于提升提示词准确性、排版和连贯性。Midjourney 表示未来可能将其作为通用的 thinking 模式，或在任务完成后"增加更多思考"的方式推出。
Midjourney UpdatesAI 评分2222 Midjourney Alpha 更新：共享文件夹与 Thinking 模式上线
Midjourney 在 alpha.midjourney.com 上线共享文件夹，可通过用户名邀请 Collaborators 或 Viewers，也可用链接分享并设置私有、链接可见或全员可贡献，图片仍保留在各创作者自己的历史中。
Hacker NewsAI 评分6262 Rembrandt 发布免费开源本地 AI 修图工具，对标 Adobe Lightroom
Rembrandt 发布免费开源照片编辑器，支持 macOS、Windows 和 Linux，无需账号与订阅，全部 AI 处理在本地完成。它提供自然语言调色、拖拽改色调、2×/4× 超分辨率、AI 降噪、重对焦、蒙版与 HDR 合并等功能，编辑以标准 XMP 保存且不改动原图。
RadarAIAI 评分6262 Voyager 发布：面向创意工作的开放 Agent 工具
Anvisha 发布 Voyager，定位为面向视频、图形和游戏等创意工作的开放 harness，被称为创意工作领域的 Codex。该 macOS 应用在本地运行，可驱动 After Effects、DaVinci Resolve、Blender、Ableton、Unity 及 100 多个其他工具，并编排 Seedance、Veo、H3 Max 等视频模型。
Hacker NewsAI 评分4040 Anvil：在 iPhone 上离线运行 LLM 对话与 SDXL 图像生成
Anvil 是一款通过 TestFlight 分发的 iPhone 应用，可在设备本地离线运行 LLM 对话与 SDXL 图像生成。测试版构建自开发者上传起可测试最长 90 天，需 iOS 16 或更高版本，最多可安装到 30 台设备。
Hacker NewsAI 评分6060 Speridlabs 发布像素空间生成模型 Iris-3B
Speridlabs 发布 Iris-3B，一个 3B 的 flow-matching transformer，直接生成原始 RGB 像素，无需 VAE 参与，可充当通用视觉学习器。
Hacker NewsAI 评分3434 ArtCraft 的 Vibe-Coded 应用说明了 Adobe 的什么问题
有开发者用 Rust 在 vibe-coded 环境下以净室方式重建了 Adobe Creative Cloud 套件，命名为 ArtCraft，包含 PhotoCraft、DesignCraft 等对应 Photoshop、Premiere Pro、Acrobat、InDesign 的应用。
GitHubAI 评分6262 Mold 发布本地 AI 图像、视频与 3D 生成工具链
Mold 是一个在自有 GPU 上本地运行 AI 图像与视频生成的开源项目，支持 NVIDIA CUDA 与 Apple Silicon Metal，并提供 CLI、桌面应用、Web Studio、移动端伴侣、Discord bot 和 REST/SSE API。