Google Research 提出 Diffusion Controller 框架，将去噪过程重构为连续控制问题，用轻量级"转向阻尼"网络在不改动基座模型的情况下引导生成。基于 Stable Diffusion v1.4 的实验用 HPS-v2 评测，涵盖 SFT、RWL 和 PPO 三种微调方式，其完全解锁版本相对基线模型达到 90% 胜率，并且能在不接触底层代码的情况下控制闭源模型。
在 Amazon SageMaker AI 上部署同一 AWS vLLM-Omni Deep Learning Container 的两个端点：实时端点运行 FLUX.2-klein-4B 生成图像，异步端点运行 Wan2.1-VACE-1.3B 将图像生成为视频，MP4 结果存入 Amazon S3。
费城儿童医院基于 MONAI 等开源工具，用 CT、MRI 和 3D 超声在数秒内生成解剖精确的儿童心脏模型，将过去需四小时的人工流程推进到可常规临床使用，心脏建模已从研究转为标准诊疗流程。
Hugging Face 发布 Workflow1111，用 Gradio Workflow 画布重建 AUTOMATIC1111 的大部分功能，包含 11 条媒体流水线和 73 个节点。
OpenAI 发布 ChatGPT Images 2.5，可将想法、草图和参考照片转化为更个性化、更精致的图像，更好地呈现用户的创意意图。
Hugging Face 在 Diffusers 中新增 Nunchaku Lite 集成路径，可像普通 Diffusers 模型一样用 from_pretrained() 加载 Nunchaku SVDQuant 4-bit（W4A4）检查点，无需单独推理引擎或本地 CUDA 编译。
推荐理由：官方宣布 Diffusers 原生支持 Nunchaku 4-bit 推理，附实测数据和自己量化新架构的完整工作流。
Google Research 在 ICLR 2026 发表的论文《On the Interpolation Effect of Score Smoothing in Diffusion Models》指出，扩散模型的创造力并非偶然，而是神经网络训练天然对 score function 产生的“score smoothing”效应所致。
Photoroom 发布 PRX 系列博客第 4 篇，公开 7B 文生图模型的预训练数据管线：混合公开与内部数据集，用 VLM 重标注全部图片，转成 MDS 流式语料。
Google DeepMind 发布 Nano Banana 2 Lite（gemini-3.1-flash-lite-image），4 秒生成 1K 图像、每张 $0.034，上线 Google AI Studio、Gemini API 等平台。
推荐理由：官方给出两款新模型的价格、延迟和限制等具体参数，开发者可以据此评估替换现有模型的成本收益。
Google 在 Google Photos 的 Auto frame 功能中推出新方法，可在拍摄后调整照片的相机视角。方法先用内部 3D 点图估计模型重建场景并近似焦距，再用生成式 latent diffusion 模型补全新视角下的空洞，并自动检测广角前置镜头的人脸透视畸变，自动为含有人物的合格照片生成重组后的第二候选版本。
推荐理由：原文解释了用 3D 点图加生成补全改换拍摄视角的两阶段方法，读者可以理解它与普通裁剪编辑的本质差别。
Mistral 展示了用 LoRA 微调 Pixtral-12B 处理卫星图像的方法，并在 Aerial Image Dataset（AID）上验证效果：数据集分为 8,000 训练样本和 2,000 测试样本。