FLUX 3 Image Klein 实测：速度快但审美失衡，中文支持不稳定
NVIDIA 的 FLUX 3 Image Klein 蒸馏模型在 RTX 5080 上每张图仅需 8 秒，但图像质量明显退化，人像缺乏自然度。该模型是 FLUX 3 5.6B 的 4 位蒸馏版本，中文提示理解能力不稳定，整体表现显著低于同级别对手 Qwen Image 2.1。
#图像生成
RadarAIAI 评分4040
RadarAIAI 评分2222 APPLORE 上线 Product Hunt：AI 将 Logo 生成 Lottie / SVG 启动动画
APPLORE 在 Product Hunt 上线，可将 Logo 生成为 Lottie / SVG 格式的 App 启动动画。产品提供 1.8 万个真实 App 图标作为灵感参考，并附带免费商店截图生成器，支持全尺寸一次导出。
Hacker News同新闻AI 评分7878 Black Forest Labs 发布 FLUX 3 Image Klein 开源权重模型
Black Forest Labs 发布 FLUX 3 Image Klein，一个 5.6B 参数的开源权重模型，支持文生图、图像编辑和多参考图生成，最多可用 10 张参考图，具备原生 4K 生成、像素级编辑和边界框控制能力。
同一新闻，精选展示《Black Forest Labs 发布 FLUX 3 Image Klein：5.6B 开源权重模型》
RadarAIAI 评分1818 Claude 助力心脏病学教学工具开发
一位心脏病学研究员用 Claude 构建了一个 3D 工具，帮助受训者学习阅读冠状动脉造影。
RadarAIAI 评分3030 作者推荐 ChatGPT images2 作为设计图生成工具
一位设计师推荐用 ChatGPT images2 生成设计图，认为它是目前最好用的出图工具，在中文汉字渲染上比 Grok 的 imagine 更稳定。作者还表示将发布私有 skills 供社区使用。
RadarAIAI 评分3838 豆包与即梦 Seedance 2.0 提示词库分享
有人分享了一套针对豆包和即梦 Seedance 2.0 的全量提示词库，收录网上热门 Prompt，供用户更好地使用这两款 AI 工具。
RadarAIAI 评分5050 Krea 3 图像编辑模型上线 OpenRouter
Krea 3 图像编辑模型已在 OpenRouter 上线，接受 1–4 张参考图加提示词，返回原生 2K 分辨率的编辑结果，多数编辑端到端耗时不足 8 秒。
RadarAIAI 评分3838 OpenRouter 公布图像生成定价与 thinking_mode
OpenRouter 公布图像生成定价：1K 每张 $0.03，2K 每张 $0.06；参考图 1K 每张 $0.02，2K 每张 $0.07。thinking_mode 默认 fast，当编辑需要对提示词进行更多推理时可设为 high，额外加 $0.02。
RadarAIAI 评分3838 Krea 3 图像编辑保持未指定区域不变
Krea 3 图像编辑只改动用户指定的部分，未要求触碰的区域保持不变。围绕产品构建新场景时标签依然清晰，提供角色参考后可在整套图中保持同一批角色。
RadarAIAI 评分2222 OpenRouter 上线 Krea 3 图像编辑模型
OpenRouter 上线 Krea 3 图像编辑模型，它运行在与其他所有 OpenRouter 图像模型相同的 Images API 上，迁移到 Krea 3 只需更改模型 ID。
RadarAIAI 评分1515 PixVerse 推出高端品牌动态视觉方案
PixVerse 发布高端品牌动态视觉方案，可将 logo 以高级动态呈现，无需制作成本。该方案由其 Growth Studio 推出，用户可在 Professional Creation 中试用，官方还以汽车 logo 动态化为例征集下一个案例。
arXiv cs.AIAI 评分2222 LCPNet：面向红外小目标检测的潜在一致近端展开网络
研究者提出 LCPNet，一种在潜在空间进行展开的红外小目标检测网络，验证了低秩先验在潜在表示中依然有效，避免中间状态反复压缩。其 Latent Consistent Proximal 求解器让每个潜在变量从上一状态演化，并通过任务自适应归一化与增益控制稳定小目标更新；Shared Optimization Memory 为各分解变量提供跨阶段协同引导。
arXiv cs.AIAI 评分2626 InverFill：一步反演增强少步扩散模型图像修复
InverFill 是一种面向图像修复的一步反演方法，通过将输入掩码图像的语义信息注入初始噪声，解决少步扩散模型因随机高斯噪声初始化导致的语义错位与保真度下降问题。该方法无需训练修复模型，仅以语义对齐噪声驱动少步文生图模型的混合采样流程，在低 NFE 下显著优于原始混合采样，甚至媲美专用修复模型。InverFill 无需真实图像监督，仅增加极少推理开销，已被 CVPR'26 主会议接收。
arXiv cs.AIAI 评分2424 VDE Bench：评估图像编辑模型修改视觉文档的能力
VDE Bench 是一个面向中英文文档图像指令编辑的评测基准，包含 3,506 个样本，其中文本区域编辑 1,578 个、表格区域编辑 1,928 个。该基准将编辑指令与参考图像配对，并附有标注编辑区域和结构化 OCR 输出，评测协议结合区域级与整页测量，考察文本正确性、结构保真度和视觉内容保持。
arXiv cs.AIAI 评分2222 UniFGVC：基于属性感知多模态检索的通用免训练少样本细粒度视觉分类
UniFGVC 是一个免训练的少样本细粒度视觉分类框架，将分类任务重构为基于预定义类别模板的多模态检索问题。其核心 CDV-Captioner 模块借助 MLLM 生成结构化文本描述，结合链式推理与视觉参考定位相似类别的判别性视觉属性，抑制模型幻觉。在 12 个 FGVC 数据集上，该方法不仅超越现有少样本 CLIP 方法，还超过多个全监督 MLLM 方法。
arXiv cs.AIAI 评分2222 PanoDiff-SR：用扩散模型与超分辨率合成牙科全景 X 光片
PanoDiff-SR 提出一套两阶段端到端流程，先用扩散模型 PanoDiff 生成 256×128 低分辨率全景 X 光片种子，再由微调的 HAT 超分辨率阶段放大至 1024×512 诊断级分辨率，可在单张 47 GB GPU 上完成。
arXiv cs.AIAI 评分2424 ACEdit：用非对称条件化实现稳定的多轮图像编辑
ACEdit 提出一种训练方案，让图像编辑模型在多轮编辑中保持稳定：训练时强制编辑器处理自己前几轮的输出，把 Self-Forcing 引入图像编辑。由于自生成轨迹偏离真值、直接监督不可靠，该方法用蒸馏目标让教师编辑器提供可靠信号，并采用非对称条件化——学生基于自身输出顺序编辑，教师始终锚定原始干净图像并接收复合编辑指令。实验显示长多轮序列中的质量退化显著降低，同时保持编辑质量与指令遵循。
arXiv cs.AIAI 评分1818 TRACE：面向细长结构分割的拓扑感知预测自适应重连方法
TRACE 是一种拓扑感知、预测自适应的分割目标函数，利用目标骨架定义所需局部连接，并为每个连接在当前预测下寻找最易实现的有效重连，将其瓶颈与对应骨架点联合监督。该方法还引入拓扑感知骨架载体，同时保留前景与类别特定拓扑。在六个 2D 和 3D 基准上，TRACE 在保持较强分割精度的同时改善了连通性与拓扑，训练开销较低。
arXiv cs.AIAI 评分2222 DINO-FIL：多层 Transformer 融合用于生成式图像修复伪造定位
DINO-FIL 是一个基于 Transformer 的框架，用于像素级定位生成式图像伪造，它结合预训练 DINOv3 ViT-H+/16 编码器的多层表示与轻量融合解码器，捕捉语义结构和编辑引入的细粒度纹理不一致。
arXiv cs.AIAI 评分3333 EigDiff：用特征样本扩散将训练数据集缩小最多 14 倍
EigDiff 通过特征样本（eigensamples）在显著更小的数据集上训练扩散模型，训练数据最多减少 14 倍、子集选择加速最多 1607 倍，性能差异微小。该方法在预训练 CLIP 的潜空间中做 PCA 计算潜特征向量，并以特征向量为参考点挑选由 exemplars 与多样图像组成的代表性训练集。
arXiv cs.AIAI 评分3434 WorldCast：探索世界状态预测中的智能视觉生成
研究者提出 WorldCast 基准，包含 8 个类别共 320 个手工设计案例，用于评估多步世界状态预测任务，并测试了 12 个代表性模型。GPT-Image-2.5 System 得分 72.8，展现出早期视觉状态预测能力；Nano Banana Pro 仅得 42.8，最佳开源模型得分 20.1。实验表明强生成模型能有效借助其底层语言模型的能力。
arXiv cs.CLAI 评分2828 ZoomCap：用证据路由视觉缩放实现可恢复的视觉信息迁移
ZoomCap 将细粒度图像描述建模为"可恢复的视觉信息迁移"，通过草稿描述路由条件知识检索、OCR 敏感阅读、覆盖缺口恢复与自适应视觉缩放，仅对最复杂的合格区域分配更深裁剪。
arXiv cs.AIAI 评分2323 Mine-Sample-Render：生成模型的测试时多样性对齐方法
研究者提出 MINE-SAMPLE-RENDER（MSR），一种测试时方法，将多样性外化为从真实语料挖掘可解释类别模式并据此采样属性配置，生成模型仅作为条件渲染器。在天气预报生成、用户模拟、网页设计、文生图和智能体生成 3D 资产任务上，MSR 提升了输出与语料分布的对齐度及生成多样性。
RadarAIAI 评分2020 AI 视频创作的生图基础技能
作者分享了一个关于 AI 视频创作中必备图像生成技能的链接，旨在为 AI 视频创作者提供前置技能支持。该内容聚焦于视频创作前的生图基础技巧。
RadarAIAI 评分88 WorkBuddy 生成四款 Buddy Cat 收藏图
WorkBuddy 用同一提示生成四张风格迥异的 Buddy Cat 收藏图，包括明信片、梦幻云景和旅行肖像。四张图像全部由 WorkBuddy 生成，官方在 X 上发帖询问用户会先做哪一张。
GitHubAI 评分1212 Hash Studios 开源壁纸应用 Prism：Flutter 打造，支持 AI 生成壁纸
Hash Studios 开源了用 Flutter 和 Dart 构建的 Android/iOS 壁纸应用 Prism，可浏览 Wallhaven、Pexels 及社区壁纸，并支持从文本提示词生成 AI 壁纸、创建变体。
RadarAIAI 评分4242 Meshy 上线 Meshy Edit，为 3D 模型带来局部修复编辑
Meshy 宣布 Meshy Edit 上线，把 Inpainting 能力带入 3D 模型编辑，小改动无需重新生成整个模型。操作分三步：选中要编辑的部位、描述改动、点生成，只有该部分会变化。该功能目前对所有注册用户开放，可用于无纹理的草稿模型。
RadarAIAI 评分6060 可灵 4.0 正式发布
可灵 4.0 正式发布，Kling AI 官方账号以“The art of 4.0”转引 2XLabs 的发布消息。引用文案称“以想象，定义下一帧”，定位为从灵感到世界成形的创作工具，未给出具体能力或版本细节。
RadarAIAI 评分4242 ComfyUI 发起 $25K 开源重建 Higgsfield 竞赛
ComfyUI 发起总奖金 $25,000 的开源竞赛，号召重建 Higgsfield 的 Genjutsu、Cinema Studio 等产品，由 NVIDIA AI、Runpod、LTX、Black Forest Labs、MiniMax 联合赞助。
RadarAIAI 评分5050 Krea 3 图像模型通过 ComfyUI Partner Nodes 上线
Krea 3 图像模型现已在 ComfyUI 通过 Partner Nodes 提供，主打基于参考图的生成与编辑。该模型强调更快的迭代速度和更低的单张成本，支持按上传顺序引用多张参考图，可在保持产品标签形状材质不变的前提下修改环境光影构图，并可将生成结果作为新输入继续编辑。
RadarAIAI 评分1818 OpenAI 开发者展示用 M5Stack 打造的梦境记录器
OpenAI 开发者转发了一位开发者用 M5Stack CoreS3-SE 打造的梦境记录器，它通过 OpenAI 图像生成 API 把梦境转成图像，用来记录醒来五分钟后就忘掉的梦。
RadarAIAI 评分2222 OpenAI 机器人用 GPT Image 把照片画成肖像
OpenAI Developers 展示了一个机器人演示：用 GPT Image 把拍摄的照片转成肖像，再由机械臂绘制出来。该演示在布鲁塞尔 Cerebras 与 OpenAI 的 Cafe Compute 活动上亮相，同场还有 Codex 和 Astra 更新。
Comfy BlogAI 评分2222 Comfy 悬赏 1 万美元举办开源重建赛，回应 Higgsfield 未兑现开源承诺
Comfy 发起竞赛，悬赏 1 万美元大奖征集对 Genjutsu、Cinema Studio 等创意应用的开源重建，要求发布仓库并允许任何人运行和 fork。
Comfy BlogAI 评分4040 Krea 3 通过 ComfyUI Partner Nodes 上线
Krea 3 现已通过 ComfyUI Partner Nodes 提供，这是 Krea 推出的新图像模型，主打基于参考图的生成与编辑。模型针对速度与单图成本优化，支持多张参考图按上传顺序编号引用，并可在改变场景、光线或构图时保持产品标签、形状与材质不变。
The Verge · AIAI 评分2222 特朗普发布 AI 编辑照片炫耀白宫翻新工程
特朗普在 Truth Social 发布白宫翻新对比照片，其中一张被 Google SynthID Detector 检测出由 OpenAI 生成或编辑。该"翻新后"照片两侧台阶数不一致，与"翻新前"照片角度和细节几乎相同，窗中倒影和柱底纸板位置也基本一致。特朗普发布的其他白宫外观和直升机停机坪照片未检测到 SynthID 水印。
RadarAIAI 评分6969 Black Forest Labs FLUX 3 系列登陆 OpenRouter：Image Klein 开源权重、视频 upscale 降价并支持 4K 生成
OpenRouter 宣布 Black Forest Labs 三项新内容上线：FLUX 3 Image Klein 是新的开放权重图像模型，可在单张消费级 GPU 上运行；改进版 FLUX Video Upscale 进入早期访问，可将任意视频转为 4K，价格从 $0.59/秒降至 $0.28/秒；FLUX 3 Video 现已支持根据提示词直接生成 4K 视频。
RadarAIAI 评分6060 FLUX 3 Image Klein 上线 OpenRouter，单张图起价 $0.009
OpenRouter 上架 FLUX 3 Image 图像模型的小型版本 Klein，页面链接为 https://openrouter.ai/black-forest-labs/flux-3-image。原文称该模型小到可以在单张消费级显卡上运行，可生成 4K 图像，单张起价 $0.009。
RadarAIAI 评分7171 Black Forest Labs 发布开源权重图像模型 FLUX 3 Image Klein
Black Forest Labs 发布开源权重图像模型 FLUX 3 Image Klein，参数量 5.6B，可在单张消费级 GPU 上运行，支持原生 4K、bounding boxes 和像素级编辑。开发者可对其进行后训练和微调，官方同时提供低延迟版用于更快生成和自托管，以及 FP8、NVFP4、INT8 量化版本。原生 4K 的蒸馏模型也将通过 BFL APIs 提供。
RadarAIAI 评分2222 Envato 推出 AI 编辑功能 "Edit with AI"
Envato 上线 "Edit with AI"，从人类拍摄的图库照片出发，只改变用户选中或描述的部分，从而保留真实的主体、构图与光线。Envato 称平台拥有 3000 万+ 艺术家创作素材，现已可在 Envato 上用 AI 编辑。
RadarAIAI 评分5858 Kling 4.0 正式发布，主打超现实图像生成能力
Kling 4.0 正式发布并全面上线，主打超现实图像生成能力，用户已可基于新版本开始创作。推文展示了该版本生成的一张魔幻主题扑克牌图像。