OpenAI推出Images 2.5图像生成模型，生成速度提升50%，改进透明背景和多轮编辑稳定性，能更好保留主体特征。API提供Flare和Sunburst两种模型，分别面向通用和精细编辑场景。目前每周生成图片超30亿张。

OpenAI发布ChatGPT Images 2.5，图像生成速度翻倍，每周产出超30亿张AI图片，引发对造假成本降低和“眼见为实”崩塌的担忧。新功能如草图生成和精准编辑降低门槛，但官方示例图存在缺陷，安全水印易被去除。技术虽中性，却可能导致视觉世界单调、记忆失真，使所有图像可信度下降。

Seedance是字节豆包系的视频生成模型，支持文生视频、图生视频、首尾帧及真人参考。通过Ace Data Cloud的API接口调用，需获取Token，首次有免费额度。支持异步任务，可轮询获取结果。2.0/2.5版本支持多模态参考和视频编辑，参数包括分辨率、比例、时长等。适用于短视频、电商展示和有声短片制作，真人参考功能尤其适合批量内容创作。

本文介绍Suno歌词生成API的对接方法。该API通过输入prompt（如“A song about winter”）自动生成歌词，支持default和remi-v1两种模型。返回结果包含多个候选歌词，每个含text（歌词内容）、title（标题）和tags（曲风标签）。生成歌词后，可配合Suno Audios Generation API进行自定义歌曲创作。

蚂蚁集团开源统一图像生成与编辑模型LLaDA-Image，含6B参数，提供Base和Turbo两版本，支持文生图、编辑及中英文渲染。Turbo采用蒸馏技术，仅需4步采样。模型在Qwen-Image-Bench上得分领先，并公开权重与推理代码。

影眸Hyper3D发布世界生成模型WorldGen，可将单张场景图在2-3分钟内生成可交互、可编辑的完整3D场景，每个资产独立且带物理属性。基于SIGGRAPH最佳论文CAST技术，WorldGen服务于具身智能、游戏、影视和XR领域，支持场景拆解、物理仿真及导入主流引擎，推动3D生成进入场景级时代。

Debian开发者勒戈尼代克因不满社区允许使用AI生成代码的政策而宣布退出。他主张完全禁止AI，但社区投票决定不鼓励也不禁止。勒戈尼代克认为中立立场等同于妥协，并指责AI公司支持右翼倾向。他已申请退休并获批准，未来可重新加入。此事反映AI对开源社区治理的影响。

作者发布Lottie插件0.1.0，核心非生成动画，而是实现可持续编辑：通过MotionProgram、MotionProject和MotionRuntime，让智能体在多轮修改中稳定引用对象、轨道和时间，结合CLI over MCP和Canvas反馈，使动画成为可演化的工程对象。

本文介绍Pixverse视频生成API的对接方法。用户需在Ace Data Cloud获取API Token，通过指定提示词、模型、清晰度、时长等参数生成视频。支持自定义首尾帧、模板特效、角色ID及视频扩展生成。API提供异步回调功能，任务完成后通过callback_url推送结果，并附有错误处理说明。

MiniMax H3是MiniMax推出的通用全模态生成模型，能同时处理文本、图片、视频和音频，并直接生成最高2K分辨率、24 FPS、15秒的视频。它统一了文生视频、图生视频、参考生视频和视频编辑等任务，采用音画联合生成机制，一次生成画面、语音、音效和音乐，强化了指令遵循和品牌渲染能力，适用于广告营销和多模态创作。

商汤大装置与智象未来合作，成功实现国产算力支持视频生成规模化应用。通过LightX2V多卡并行优化，加速比达93%，并解决多卡效果一致性问题。构建统一硬件抽象体系，支持10余种异构芯片零成本迁移，配合FDE专家服务，实现从适配到生产的完整闭环，推动国产算力从“能用”迈向“好用”。

千问办公首发上线Qwen3.8-Flash模型，推出标准模式，提升速度并降低Token消耗。新模型性能超越Claude Opus 4.6，经办公场景优化，单任务生成速度提升约100%，Token消耗减少75%。未来仅分标准和高级模式，95%日常任务用标准模式即可完成，打破性能、成本和速度的“不可能三角”。

AI Gateway新增异步视频生成功能，支持webhook回调、轮询、启动后查询及默认同步四种方式。用户可根据进程是否可等待或接收webhook选择方案。SDK已更新，支持文本转视频等输入，异步任务可在日志页监控，操作可序列化存储，便于后续查询。

该专利公开了一种利用大模型将产品想法自动生成PRD和用户故事的方法，通过特征列表和评估回路提升结构稳定性。它指出“想法转需求”是vibe coding的上游瓶颈，为独立开发者提供机会：可开发PRD生成工具或提供需求拆解服务，成本低、周期短，但需注意大模型升级带来的竞争风险。

LinkedIn推出“疑似AI生成”按钮后，已有超百万人使用。此举旨在应对平台上大量AI生成内容，并配合新分类器减少此类内容曝光。平台还新增提示，告知用户其帖子被标记为疑似AI，以提供反馈并鼓励减少AI使用。

DeepTutor是香港大学数据智能实验室开源的个人学习助手，整合问答、测验、研究、可视化、解题和掌握路径等多种模式于一个Agent工作空间，支持文档问答、个性化练习生成和深度研究。它集成多引擎RAG、网络搜索和代码执行，共享学习上下文，形成完整学习闭环。近期版本增强Agent工具、GraphRAG和模型支持，并已在HyperAI平台提供在线教程供开发者体验。

本文介绍2019年Song与Ermon提出的基于分数的生成建模框架。该方法不直接学习数据分布，而是学习其分数（对数密度梯度），通过分数匹配训练噪声条件分数网络（NCSN），并用退火朗之万动力学从噪声中采样。多级高斯噪声扰动解决了流形假设和低密度区域问题，在CIFAR-10上取得先进结果，为现代扩散模型奠定基础。

ω-0是一种用于人形机器人并行行走与操作的世界动作模型，通过潜在预测而非视频生成来学习全身协同控制。它联合训练未来视觉潜变量与全身动作潜变量，避免依赖大型视频生成器。模型利用人类数据预训练，并构建ω-HOME数据集，在11个家庭任务上实现统一模型控制，展现平滑的全身协调能力。