Pollo AI 借助 OpenAI 模型把创意转化为营销活动

初创公司 Pollo AI 基于 OpenAI 的 GPT‑5.6、GPT‑6 Astra 和 GPT‑Image‑2.5，通过 API 帮助创作者生成图像与电影感视频广告。其 Pollo Agent 可理解粗略创意并生成剧情、分镜和脚本，平台用户已超过 2600 万，用户选择或切换模型的时间减少逾 50%。

Krea@krea_aiAI 评分4949

Nano Banana 2.1 现已在 Krea 上线。 提示词理解更好、编辑更精准、主体一致性更强，现支持最高 4K 生成。 立即体验 👇

Krea@krea_aiAI 评分5555

Krea 宣布 FLUX 3 Image 已上线。用户可在不改变其他像素的情况下进行多轮编辑，用边界框排布图像，生成最高 4K 分辨率内容，并使用最多 10 张参考图进行组合创作。

Krea@krea_aiAI 评分4747

Ideogram 4.5 现已登陆 Krea。 重复编辑通常会导致伪影、像素偏移和色彩漂移——这个模型就是为解决可重复编辑而打造的。 在下方试试 👇

Diffusion Controller 如何统一并简化 AI 图像生成

Google Research 提出 Diffusion Controller 框架，将扩散模型去噪过程重构为连续控制问题，用轻量附加网络在不改动基座模型的情况下引导图像生成。其完全解锁版本相对基线模型取得 90% 胜率；实验基于 Stable Diffusion v1.4，采用 HPS-v2 评估，并覆盖 SFT、RWL、PPO 三种微调方式。

在 SageMaker AI 上用 vLLM-Omni 生成图像与视频（Part 2）

AWS 教程演示在 SageMaker AI 上用同一 vLLM-Omni DLC 部署 FLUX.2-klein-4B 实时端点生成图像，并用 Wan2.1-VACE-1.3B 异步端点将图像生成 MP4 视频。视频请求与输出通过 Amazon S3 传递，示例提供 CLI 与 Streamlit 界面，使用 ml.g6.xlarge 和 ml.g6e.xlarge 实例。

Runway@runwaymlAI 评分4444

Claude Opus 5.5 遇上 Runway MCP。 将 Runway 直接连接到 Claude，使用 Gen-4.5、Seedance 2.5、GPT Image 2、Kling 等生成精美的图片和视频，就在你工作的地方。点击下方链接，几秒钟即可完成连接。

Runway@runwaymlAI 评分5151

Runway 推出 Layers 功能，可单击将任意图像拆分为可编辑图层。用户能在 Runway 内移除背景、编辑文字并单独重做任意元素，无需切换到其他工具。

Krea@krea_aiAI 评分1818

用一句简单的提示词，通过 Nano Banana Pro 重新构想你的 logo。 示例和提示词见下方 👇

Manus@ManusAIAI 评分5454

Manus 宣布其 Flare 图像生成能力已可在 Manus 中使用，并称在内部评测中，Flare 生成高质量图像的速度是 GPT-Image-2 的 2 至 4 倍。Flare 改进了透明背景生成，适合在 Manus 中制作品牌资产、演示文稿和网站。该推文同时引用 OpenAI 对 ChatGPT Images 2.5 的介绍，包括更快生成、更高保真度、多次编辑间细节一致，以及基于评论的局部编辑。

OpenAI 发布 ChatGPT Images 2.5

OpenAI 推出 ChatGPT Images 2.5，可将想法、草图和参考照片转化为更个性化、更精致且更贴合用户意图的图像。当前材料仅为官方摘要，未提供完整功能细节。

Diffusers 原生支持 Nunchaku 4-bit 扩散推理并推出 Nunchaku Lite

Diffusers 现已通过 Nunchaku Lite 原生加载 Nunchaku 风格的 SVDQuant 4-bit 扩散模型检查点，无需自定义 pipeline、独立推理引擎或本地 CUDA 编译。

Google Research 如何解释扩散模型创造力的来源

Google Research 在 ICLR 2026 论文中指出，扩散模型的创造力并非随机偶然，而是神经网络训练中 score smoothing 使去噪过程在训练点之间插值，生成新样本。研究通过一维示例和 AdamW、weight decay 实验说明，显式或隐式正则化都会让 score function 变平滑，并有助于数据流形恢复。

PRX 系列第4部分：Photoroom 的文生图模型数据策略

Photoroom 公开 PRX 7B 文生图模型的数据管线：混合公共与内部数据集，用 VLM 为全部图片重新生成详细长描述，再写成可流式训练的 MDS 语料。

Google DeepMind 发布 Nano Banana 2 Lite 并向开发者开放 Gemini Omni Flash

Google DeepMind 发布图像模型 Nano Banana 2 Lite，并首次通过 Google AI Studio、Gemini API 和 Gemini Enterprise Agent Platform 向开发者开放视频生成与对话式编辑模型 Gemini Omni Flash。