🚨 AI News | TestingCatalog@testingcatalogAI 评分6767

Ideogram 发布 Ideogram 4.5 图像模型，主打精确编辑。该模型已在 Ideogram、API 和合作伙伴服务中可用，团队还计划很快发布开放权重；原生 2K 分辨率下每张图像价格为 0.8 至 22 美分。

Show HN：HairColorChangeAI，浏览器内 AI 染发试色工具

HairColorChangeAI 是一款可在浏览器中使用的 AI 染发试色工具，用户上传照片后可预览不同发色并进行前后对比。工具提供 59 种发色及自定义 HEX 颜色，支持 JPG、PNG、WebP 格式且文件不超过 10 MB，新账号可获得免费试色额度。

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。

AI 正把世界变成“AI 垃圾内容”的海洋

作者批评 ChatGPT 等生成式 AI 产出的海报、菜单和传单充斥夸张字体、过饱和色彩与雷同布局，让线下视觉内容趋向平庸同质。AI 依赖模式和概率生成最常见表达，若持续用 AI 生成内容训练 AI，会形成自我循环，进一步削弱原创性并增加人们辨识内容的认知负担。

SpriteGen：面向游戏开发者的 AI 精灵图生成器

SpriteGen 是一款 AI 精灵图生成器，用户描述角色与动作、选择视角和风格后，约 1 分钟可生成透明 PNG 精灵图。它提供 12 种内置风格、4 种视角、6/8/12 帧输出和实时动画预览，支持免费试用且各方案均含商用授权。付费方案为 Starter $16/月、Pro $42/月，也可购买 $19.90 的 300 credits 一次性充值包。

SuperCMO Skills 开源发布：让 AI 智能体端到端制作视频广告

SuperCMO Skills 在 GitHub 开源发布，面向 Claude Code、Cursor、Codex、Hermes 等支持 Agent Skills 规范的智能体，提供端到端营销视频和图片制作能力。

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。

群核科技用空间智能 3D 高斯重建永泰龟城，刷新全球公开重建规模纪录

群核科技联合博主「特能斯」，4 人 4 天采集 6 万多张照片，将甘肃永泰龟城重建成含 24 亿高斯点、覆盖 60 万平方米的数字场景，刷新全球公开可查的 3D 高斯重建纪录。数字古城已交给景泰当地文旅作为永久数字文化档案，并可通过 Aholo Reality 在线漫游；同一 3D 场景还经 LuxReal 生成 AI 短剧《永泰无战事》。

用 GPT-Image 2.5 做假期照片：12 种 AI 绘图玩法与提示词合集

作者基于 GPT-Image 2.5 整理了 12 种假期照片处理玩法，并为每种玩法提供可直接复制的提示词。内容覆盖消除背景游客、自动调光、专业美颜，以及拍立得 3D 公仔、明信片、贴纸、旅行海报、演唱会氛围照、美食飞溅和 ins 风涂鸦等创意出片方式。文中还说明可在 ChatGPT 的创建图像入口上传照片，并通过添加评论功能指定局部修改位置。

Opus 5.5 如何用 JS + Canvas 实现 App Icon 设计自由

作者借助 Opus 5.5，通过一句提示词让其用 JavaScript + Canvas 绘制 App Icon，首版效果即超出预期。该方式强调用 JS draw Canvas 而非 SVG，作者认为前者效果更好，并可基于指定方案多轮迭代修改直至满意。

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。