Photo Scrubber：本地人脸模糊与元数据清除工具
Simon Willison 用 GPT-6 Astra 构建了实验性工具 Photo Scrubber，可自动识别人脸并模糊处理。该工具基于 Google 的 MediaPipe C++ 库，通过 @mediapipe/tasks-vision 编译为 WebAssembly，并使用 BlazeFace 人脸检测模型，全程在本地运行。
#图像生成
#图像生成
今日 0 条9月30日
Google Research 提出 Diffusion Controller：统一并简化 AI 图像生成控制
Google Research 提出 Diffusion Controller 框架，将扩散模型的去噪过程重构为连续控制问题，用一个轻量"转向阻尼器"网络在冻结基座模型的前提下动态调整生成轨迹。在 Stable Diffusion v1.4 上以 HPS-v2 评测，其完全解锁版本对基线模型取得 90% 胜率，并支持在无法访问内部权重的闭源模型上实现定制控制。
9月29日
在 SageMaker AI 上用 vLLM-Omni 生成图像与视频（第二部分）
AWS 发布教程，演示在 SageMaker AI 上部署同一个 vLLM-Omni DLC 镜像的两个端点：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 做图像条件视频生成。文本提示词先生成 PNG，再连同运动提示词经 Amazon S3 传给视频端点，最终从 S3 取回 MP4，示例含命令行流程和可选的 Streamlit 界面。
9月8日
OpenAI 推出 ChatGPT Images 2.5
OpenAI 发布 ChatGPT Images 2.5，可将想法、草图与参考照片转化为更个性化、更精致的图像，官方称成图能更好地体现用户的想法。
7月23日
Diffusers 原生支持 Nunchaku 4-bit 扩散推理
Hugging Face 在 Diffusers 中引入 Nunchaku Lite，可直接用 from_pretrained() 加载 Nunchaku 量化检查点，无需自定义 pipeline 或本地 CUDA 编译。
7月16日
Google Research 揭示扩散模型创造力来源：score smoothing 机制解析
Google Research 在 ICLR 2026 论文中揭示，扩散模型的创造力源于神经网络训练中权重衰减等正则化带来的 score smoothing——它使学到的 score function 变平滑，让去噪过程在训练数据点之间插值，从而生成新样本而非简单记忆。
7月1日
Google DeepMind 发布 Nano Banana 2 Lite 与 Gemini Omni Flash
Google DeepMind 发布 Nano Banana 2 Lite（gemini-3.1-flash-lite-image）和 Gemini Omni Flash（gemini-omni-flash-preview）两款模型。
4月23日
Google Photos 上线 Auto frame，可事后调整照片视角
Google Research 宣布在 Google Photos 的 Auto frame 功能中上线一种新方法，可在照片拍摄后调整相机视角。该方法先用内部 3D 点图估计模型重建场景与焦距，再用生成式潜在扩散模型补全新视角下暴露出的空白区域，并自动检测人脸位置与广角畸变来推荐理想取景。该功能已面向含人物的照片自动生效，用户可在 Auto frame 候选中选择重新构图后的版本。
1月10日
伯克利提出信息驱动成像系统设计框架，可跨四类成像任务预测性能
伯克利 AI 研究团队提出一种基于互信息的成像系统评估与优化框架，仅用带噪测量和噪声模型即可量化系统信息量，并在 NeurIPS 2025 论文中验证其能预测彩色摄影、射电天文、无镜头成像和显微镜四个领域的解码器性能。该方法优化出的设计可媲美端到端 SOTA 方法，同时占用更少内存和算力，且无需任务专用解码器设计。