Krea@krea_ai

33

Tinker: Training image models requires a surprising amount of Tinkering: prototyping reward models, training a prompt expander, ...

Midjourney@midjourney

35

Marcin Plaza: I watched the Midjourney scanner get built from my desk; here's a look behind the scenes

AYi@AYi_AInotes

53

传闻中的顶级模型Claude Fable 5在ZenMux平台回归上线并限时免费，官方价格高达50美元/百万token，ZenMux上则零成本使用且无RPM限制。用户分享了一套利用Fable 5生成高质量人像提示词的方法论：先分析AI人像塑料感根源，再搭建涵盖主体人设、服装材质、表情瞬间等8个维度的框架，最后输出示例并自我修正。此外，ZenMux还免费提供Claude Sonnet 5和Gemini Nano banana 2 lite，支持同屏对比Fable 5、GPT-5.5、Opus 4.8等200+模型，自动充值每笔返20%余额（最高300美元赠金）。

AYi: Claude Fable 5今天回归上线啦,ZenMux上限时免费使用真的太香了! 怎么用Fable 5输出高质量的「不会塑料 + 顶级人像提示词方法论以及户外美女人像prompt方法论大家收好! 说真的,我以为上次的Fable 5总结的A...

fofr@fofrAI

66

Design Arena: BREAKING: Gemini 3.1 Flash Lite Image (Nano Banana 2 Lite) by @GoogleDeepMind is 7th on Image Arena with an Elo of 1271....

Kling AI@Kling_ai

31

可灵Kling AI官方宣布，由其生成的广告片《Lorem Ipsum》荣获戛纳狮子奖（Cannes Lions）电影类B2B铜奖。该片由阿根廷工作室Purga Films制作，片中所有角色均使用无意义的占位词“Lorem Ipsum”对话，但情感表达依然强烈。全片通过Kling AI生成，涵盖多种风格和世界，展现了可灵在表演一致性、情感深度和电影级控制上的能力。

AYi@AYi_AInotes

62

Claude Fable 5 在 ZenMux 平台回归上线，提供免费端点 claude-fable-5-free，账户有余额即可使用，无 RPM 限制，免去官方高价。博主分享用 Fable 5 生成高质量人像提示词的方法论：先拆解 AI 人像塑料感根源，再搭建覆盖主体人设、服装材质、表情瞬间等 8 维度的框架，最后输出示例并自我修正。三个关键技巧：赋予顶级专业人士身份、必须分析塑料感根源、利用 Fable 自检能力。ZenMux 另支持同屏 PK 模型、自动充值返 20% 余额等福利。

AYi: 跟大家分享下绝版的Claude Fable 5总结的AI生图焚决,+2个顶级美女人像提示词,这篇至少值3000块! 昨晚睡前让Fable 5总结了AI生图之性感人像提示词最有效的写法: 1️⃣用"成人 + 气质 + 材质"来定人设,比如 2...

歸藏(guizang.ai)@op7418

71

歸藏的guizang-social-card-skill新增Live Photo能力，支持单视频动态卡片、拼图式（二/三/四宫格）、三连Live Photo及长视频筛选。核心细节：第一帧可作为静态图发布；小红书5秒/公众号3秒时长区分；发布需将JPG+MOV打包为.pvt并通过AirDrop传到iPhone。建议先粗剪视频每段10秒左右，让AI判断适合做Live Photo的片段。安装或更新后即可使用。

AYi@AYi_AInotes

73

Seedance 2.0 通过详细 prompt 生成一段超真实视频，以 2000 年代初 DV 摄像机美学展示韩国女性日常：手持抖动、自动对焦搜索、曝光波动、运动模糊等不完美感，配合环境自然音（鸟鸣、风声、社区闲聊），实现家庭录像般的独特说服力。

Artificial Analysis@ArtificialAnlys

63

Reve 2.0 文生图模型发布，在 Artificial Analysis 文生图排行榜上位列第二，仅次于 OpenAI 的 GPT Image 2。该模型将原始文本提示转换为结构化布局提示，生成原生 4K 图像，支持对布局中单个元素进行移动、编辑、替换和重新渲染，同时保留其他元素不变。目前可通过 Reve 应用使用，API 平台即将上线。

提出SpheRoPE框架，无需微调或优化，直接通过球形旋转位置编码（Spherical RoPE）将球面先验注入预训练扩散Transformer，实现零样本、无训练的360度全景图像与视频生成。低频率通道重参数化为3D笛卡尔坐标以编码球面流形，高频率通道进行谐波量化确保严格周期性，配合语义畸变无分类器引导（CFG）显式控制几何结构。在Flux.1、Flux.2和LTX-Video骨干上完成文生全景任务，性能达基线水平，无需任何训练。

Berryxia.AI@berryxia

57

ModelScope 上开源了 Boogu-Image-0.1-Edit-Turbo，一个 4 步蒸馏的 image-to-image 编辑模型，主打快速视觉编辑。支持物体替换、风格迁移、场景/背景修改，以及带文字感知的图像变换。

fofr@fofrAI

69

fofr: Nano Banana 2 Lite: > a photo of an arabian cobra, but the head is replaced with a stapler, seamless, perfect animal-obj...

DataEvolver提出自进化多智能体框架，将数据构建视为反馈驱动的策略进化。它包含检索器、验证器、评论家和生成器，利用被拒样本的失败信号指导下一轮构建。在PixArt-alpha上以0.75M规模测试，DataEvolver在TextScenesHQ上OCR-F1比最强基线提升85.3%，在LongTextBench上提升35.3%，且收益可迁移至Show-o2。

GEAR联合训练向量量化（VQ）分词器与自回归（AR）生成器，通过表示对齐实现端到端学习。为解决VQ索引不可微导致梯度无法回传问题，采用双读出机制：硬one-hot分支用于next-token预测训练AR模型，可微分软分支传递对齐损失指导分词器更新，使AR引导分词器生成更易预测的索引分布。相比LlamaGen-REPA，在ImageNet gFID收敛速度最高提升10倍，并泛化至VQVAE、LFQ、IBQ等量化器及文生图任务。

TerraDiT-Ω是一个统一空间控制框架，可直接利用任意地理空间基元（多边形、折线、边界框、点）进行卫星图像生成。它联合使用精确和粗略标注，适应不同标注预算，适用于城市规划等设计任务。提出Geometry-Aware Local Attention机制，将几何线索注入注意力空间。在所有格式上优于密集和稀疏控制基线。该框架支持可控数据增强，提升土地覆盖分割、目标检测、道路图提取、场景分类等下游性能。代码、数据、权重已开源。

苹果6月30日将iWork三件套（Pages、Keynote、Numbers）升级至15.3版。针对Apple创作坊订阅者，新增在iPad版Pixelmator Pro中直接打开并查看已编辑图像，以及通过文本描述生成可编辑自定义形状。面向所有用户：Pages新增自动插入连字符、显示/隐藏格式符号；Keynote新增平移、辐射状擦除、字符模糊等过渡与构件；Numbers新增隐藏/显示单个工作表、给工作表标签加色。三应用均优化从内容中心替换图像。

Berryxia.AI@berryxia

55

Google推出超快图像模型Nano Banana 2 Lite（4秒出图）与多模态模型Gemini Omni Flash（支持视频生成与对话式编辑）。两者结合可先快速生成图像再转为动画，大幅降低成本。演示中室内设计照片可快速生成多个方案并动画化，将创意工作流从等待变为快速迭代。

谷歌发布新款 AI 图像与视频生成模型 Nano Banana 2 Lite，可在 4 秒内生成一张图像，延迟较此前明显下降。每生成 1000 张图像收费 0.034 美元（约合 0.23 元人民币），主打速度和批量处理能力，面向高频、大规模的内容生产流程。该模型现已登陆谷歌 AI Studio、Gemini API 和 Gemini Enterprise Agent Platform，并将取代初代 Nano Banana。

Gemini 3.1 Flash Lite Image（API 名 gemini-3.1-flash-lite-image，代号 Nano Banana 2 Lite）发布，被描述为“最快最便宜的 Gemini 图像模型”，专为速度和规模优化。作者在 AI Studio 中测试生成“寻找浣熊”风格的图像，效果优于此前 Nano Banana 模型，但存在拼写错误。

周二，Google 推出其自研 AI 图像和视频生成器最新版本 Nano Banana 2 Lite。该模型延迟大幅降低，可在4秒内生成图像，成本为每1000张图像0.034美元，针对高吞吐量工作流优化，现已通过 Google AI Studio、Gemini API 及 Gemini Enterprise Agent Platform 上线，并取代原 Nano Banana 成为“遗留模型”。同日，Google 还宣布扩大 Gemini Omni Flash 的发布范围，视频输出价格为每秒0.10美元，并展示了可将静态图像转为电商视频的演示应用 Omni Product Studio。

Google 推出 Nano Banana 2 Lite，号称最快、最高效的 Gemini 图像模型，以最低成本实现高速生成和编辑。模型延迟显著降低，适合大规模图像生成，同时不牺牲质量，支持角色一致性、精确视觉编辑和真实世界知识。目前可通过 Google AI Studio 试用，并在 Space Lift、Gridscape、Peek-A-Word 和 Anywhere 等应用中展示了能力。

Google DeepMind 发布 Nano Banana 2 Lite（正式名 Gemini 3.1 Flash Lite Image），默认低思考模式下约4秒生成一张图像，标准 Nano Banana 需约20秒。API 价格为每1000张图像 $0.034，输入 token $0.25/1M，输出 token $1.50/1M，是 Nano Banana 2 的一半，输出成本为 Nano Banana Pro 的八分之一。用户 Arena.ai Elo 评分接近非 Lite 版本，但在文本处理、小字和角色一致性上较弱。所有输出图像均带有 SynthID 水印。即日起可通过 Google AI Studio、API 及 Gemini（选择 Flash-Lite 选项）使用。

Google 推出两款新生成式 AI 模型。Nano Banana 2 Lite 可在 4 秒内生成图像，每张成本 0.034 美元（1K 分辨率），API 名称为 gemini-3.1-flash-lite-image。Gemini Omni Flash 允许开发者通过文本提示在 API 中生成和编辑最长 10 秒的视频，每秒输出价格 0.10 美元。Google 推荐将两个模型链式使用：先用 Nano Banana 2 Lite 生成图像，再传递给 Gemini Omni Flash 转化为视频。两者均使用 SynthID 水印，已通过 Google AI Studio、Gemini API 和 Gemini Enterprise Agent Platform 提供。

Rohan Paul@rohanpaul_ai

72

Google推出快速图像模型Nano Banana 2 Lite（4秒生成，$0.034/1K分辨率图像）以及视频编辑模型Gemini Omni Flash（输出10秒片段，$0.10/秒，支持文本/图像/视频输入和对话式剪辑）。两者可链式使用：Nano生成参考图，Omni将其动画化，逐步替代gemini-2.5-flash-image。当前Omni Flash API不支持音频参考，视频参考最多3秒但未正确生效；Interactions API保留会话上下文，支持连续3次编辑。

Logan Kilpatrick: Introducing Nano Banana 2 Lite 🍌 and Gemini Omni Flash 🔮, our new generative media models in the Gemini API and AI Stu...

fofr@fofrAI

32

fofr: Omni Flash is a smart model. The way the hand is wet, the water ripples, the refraction, the shadows, the sound effects ...

elvis@omarsar0

45

Logan Kilpatrick: Introducing Nano Banana 2 Lite 🍌 and Gemini Omni Flash 🔮, our new generative media models in the Gemini API and AI Stu...

🚨 AI News | TestingCatalog@testingcatalog

62

Logan Kilpatrick: Introducing Nano Banana 2 Lite 🍌 and Gemini Omni Flash 🔮, our new generative media models in the Gemini API and AI Stu...

Google AI@GoogleAI

74

Google AI 推出两大模型更新：1）Nano Banana 2 Lite——最快、最经济的 Gemini 图像模型，文本生成图像不到 4 秒，已上线 Gemini API 和 AI Studio，即将登陆 NotebookLM、Google 搜索、Google Photos 等；2）Gemini Omni Flash 进入公开预览——原生多模态模型，支持低成本视频生成与对话式编辑，可通过 Gemini API、AI Studio 及 Gemini Enterprise Agent Platform 集成。两模型结合可快速实现空间设计重绘：上传照片、滑动选择设计方案，Omni 将细节以电影级动画呈现。演示应用已在 AI Studio 上架。

fofr@fofrAI

70

Google DeepMind: We're shipping 2 major releases: 🔘 Nano Banana 2 Lite: our fastest and cheapest Gemini Image model 🔘 Gemini Omni Flash...