AI 视频价格从元降到分：可灵、Vidu 与 Seedance 的路线之争
钛媒体旗下光锥智能分析称，国庆前后快手可灵 Kling 4.0、生数 Vidu Q4 Preview、字节 Seedance 等头部 AI 视频模型密集更新，旗舰模型入门价从按元计进入按分计，生数 Vidu Q4 Preview 首发优惠低至 0.09 元每秒。
#图像生成
#图像生成
今日 1 条钛媒体AI 评分5959
The Verge · AIAI 评分3838 Nvidia DLSS 5 下月登陆《霍格沃茨之遗》，人物面部改动大幅收敛
Nvidia 公布 DLSS 5 新版对比图，其在《霍格沃茨之遗》中的人物面部改动已明显收敛，不再让青少年角色显得苍老。该技术将于 11 月 5 日随《霍格沃茨之遗》上线，10 月更新把模型参数压缩 24% 至约 1.18 亿，4K 显存占用降低 20%，在 RTX 50 系列 GPU 上速度提升一倍，新模型 10 月 16 日首发于 NBA 2K27。
雷峰网AI 评分3434 其域创新以 62 亿个高斯、150 亿个点云建成全球最大空地一体 3D 高斯模型“闽宁镇”
其域创新（XGRIDS）用 18.6 万张航拍与地面影像、150 亿个雷达点云，在 23.5 平方公里上训练出含 62 亿个高斯椭球的连续 3D 高斯模型“数字闽宁镇”，重建误差优于 2cm。
TechCrunch · AIAI 评分4040 Blueprints AI 称可在数分钟内生成可报批的建筑蓝图
Blueprints AI 利用 AI 从 2D 草图或 PDF 在数分钟内生成符合规范、可直接报批的建筑施工蓝图，其第二代软件将在本周 TechCrunch Disrupt 上公开亮相，可一次性生成建筑、结构、机电、给排水与室内设计图纸，并支持改动自动同步全项目及本地建筑规范校验。
爱范儿AI 评分3131 配得上 iPhone 18 Pro 的三款摄影 App：Gloam、Project Indigo 与原相机
爱范儿用 iPhone 18 Pro 系列拍了 3000 多张照片、试了十几款相机 App 后推荐三种拍摄方式：Gloam 以 RAW 完成色彩映射与颗粒处理，终身买断 58 元/7.99 美元；Project Indigo 走"强采集、弱渲染"路线，免费并提供 8× 数码变焦多帧超分。原相机则新增手动快门、光圈、白平衡、对焦和直方图等 Pro Control 控制。
钛媒体AI 评分1919 新式文旅营销七大趋势：官方玩梗、AI生成内容与素人网红正在掏空年轻人钱包
钛媒体授权的品牌议题文章总结出2026年文旅营销的7个趋势：官方账号去官方化接梗、影视IP前置、素人网红成城市名片、生造"落地签"打卡地标、文旅品牌联名、锁定圈层做"年度例行"目的地，以及用AI在内容生产和攻略两端提速。
OpenAI NewsAI 评分1212 Pollo AI 用 OpenAI 模型把创意变成营销活动
Pollo AI 借助 GPT-5.6、GPT-6 Astra 和 GPT-Image-2.5，帮助创作者把创意转化为精细图像与电影级视频广告。
The DecoderAI 评分5959 Google 向公众开放 SynthID 检测器，称已有 1800 亿张图片和视频带有水印
Google 将 SynthID Detector 开放给公众，任何人都可以检查图片、视频或音频是否由其 AI 或合作方模型生成，支持 JPG、PNG、MP4 和 MP3 格式。
NVIDIA Developer BlogAI 评分2020 NVIDIA cuPhoton 加速科学图像分析
NVIDIA 发布 cuPhoton，用于加速科学图像分析，解决天文望远镜、激光与 X 射线光源等高通量仪器产生的图像数据超出 CPU 流水线处理能力的瓶颈。该瓶颈并非单个慢 kernel，而是从传感器原始数据读取、点扩散函数或探测器响应匹配，到相减归约的整条决策路径。
TechCrunch · AIAI 评分6464 Google 上线新 SynthID 网站，可识别 AI 生成的图像、视频和音频
Google 上线新网站，任何人都可以借此验证一张图片、一段视频或一段音频是否由 AI 生成。此前该工具只开放给部分记者、媒体从业者和研究人员测试，如今面向所有人开放，支持 JPG、PNG、GIF、MP4、MOV、WEBM、WAV、MP3 等图像、视频和音频格式。
Ars Technica · AIAI 评分6565 Google 推出改进版 SynthID 检测器，已全球开放使用
Google 宣布其 SynthID 检测器现在支持所有合作伙伴的水印，并已通过新网站 SynthID.com 向所有人开放使用，不再需要借助 Gemini 查询。
爱范儿AI 评分6363 DLSS 5 正式版体验：英伟达怎么让《NBA 2K27》以假乱真
爱范儿作者实测 DLSS 5 正式版在《NBA 2K27》中的表现，开启后球员面部、球衣织物、地板木纹和光影色彩都更接近真实比赛画面，改变以往体育游戏的塑料感和卡通感。
雷峰网AI 评分4242 Meshy 跻身 a16z 消费级 AI 应用月收入 Top 50，为榜单唯一 AI 3D 公司
Meshy 入选 a16z 首份"消费级 AI 应用月收入 Top 50"榜单，位列第 31 名，是榜单上唯一的 AI 3D 公司，与 OpenAI、Anthropic、Canva 等共同上榜。
The DecoderAI 评分7070 Google 发布图像模型 Nano Banana 2.1，价格约为上代一半
Google 发布图像生成与编辑模型 Nano Banana 2.1，取代 2026 年 2 月发布的 Nano Banana 2，并称其在各方面均有提升。价格约为上一代的一半，1K 图像从 6.70 美分降至 3.36 美分，4K 从 15.10 降至 7.56 美分。
TechCrunch · AIAI 评分3434 Pinterest 推出 Beauty Guides，用 AI 把美妆 Pin 变成沙龙行动指南
Pinterest 推出由视觉智能与生成式 AI 技术 Pinterest Intelligence 驱动的 Beauty Guides，可将发型、发色、甲型和美甲质感相关 Pin 转成造型师和美甲师使用的术语，如 balayage、root melt、almond nails。用户在应用内点击“Get the Guide”即可查看应如何提出需求、耗时、价格区间和维护频率等信息。
The Verge · AIAI 评分4646 OpenAI 在 ChatGPT 中加入图片广告，本月起在美测试
OpenAI 将于本月晚些时候在美国开始测试图片广告，用 ChatGPT 生成图像时"初步"展示赞助商品和服务图片。该视觉广告格式与生成图像分开，不会影响 ChatGPT 提供的回答，且订阅 Plus、Pro、Enterprise 的用户不会看到广告。OpenAI 今年 2 月首次将广告引入 ChatGPT，此前仅显示公司名称、logo 和产品链接。
NVIDIA BlogAI 评分2121 NVIDIA Inception 创业公司如何用 AI 补齐乳腺癌诊疗缺口
NVIDIA Inception 计划中的多家创业公司正用 AI 打通乳腺癌诊疗链条。iSono Health 的 ATUSA 可穿戴自动 3D 超声平台获 FDA clearance，约两分钟完成单侧乳房扫描，比手持超声的 45 分钟大幅提速，其 AI 在超 150 万帧超声数据上训练，灵敏度比手持 2D 超声高 28%。
爱范儿AI 评分5353 华为 Mate 90 系列搭载睿影 Z10 模块相机
华为推出睿影 Z10 模块相机，外接模组自带 1 英寸 5000 万像素 RYYB 传感器和 24mm-240mm 十倍连续光学变焦镜头，通过 HyperClick 超级卡口接驳 Mate 90 Pro Max 典藏版与非凡大师。
TechCrunch · AIAI 评分4444 教皇利奥十四世公开批评 AI 生成艺术
教皇利奥十四世在 X 发帖，呼吁保护人类艺术免受 AI 侵蚀，称人类艺术与机器生成物之间存在"本体论差异"，算法缺乏人性的火花。他今年 5 月曾发布通谕详述 AI 议题，强调人类尊严。据《纽约时报》报道，Anthropic 曾游说梵蒂冈重新考虑其在非人类意识问题上的立场。
The DecoderAI 评分6464 Black Forest Labs 发布 Flux 3 Image，支持多步编辑且不改动画面其余部分
Black Forest Labs 发布 Flux 3 模型家族中的图像模型 Flux 3 Image，支持多步编辑且不改动图像其余部分。该模型覆盖文生图、图生图、文字渲染和照片级写实，可用边界框组合场景、最多十张参考图，输出最高 4K，免费 demo 已上线，API 在 10 月 8 日前五折。
爱范儿AI 评分5858 和 Opus 5.5 同题交卷，MiniMax M3.1 Flash 的前端创作实测
爱范儿用 Opus 5.5 的公开提示词在 MiniMax Code 中实测 MiniMax M3.1 Flash Preview，让它完成动态作品集、手绘与水墨短片、时间轴交互场景以及街机卡丁车等游戏原型。
TechCrunch · AIAI 评分5656 ChatGPT 上线虚拟试穿与收藏两项购物功能
OpenAI 宣布在全球上线 ChatGPT 的虚拟试穿与收藏两项购物功能，试穿入口是购物结果中的 Try On 按钮。用户上传自拍或全身照即可预览服装、配饰的上身效果，也可上传商品截图让 ChatGPT 代为试穿，收藏的商品会连同试穿图片一并存入应用内的 Library。
The DecoderAI 评分5050 Ideogram 发布图像模型 Ideogram 4.5，主打局部编辑不破坏画面其余部分
Ideogram 发布新图像模型 Ideogram 4.5，称其只修改用户指定的区域，不会改动画面其余部分，可用于产品摄影、室内设计、照片修复和图中文字编辑。该模型原生支持 2K 分辨率，分四档质量，单张价格 0.8 至 22 美分，现已在 Ideogram 平台和 API 上线，合作方包括 Picsart、Runway、Pika 和 Leonardo AI。
爱范儿AI 评分4444 华为 Mate 90 系列发布：麒麟 9050 Pro 首发，5999 元起即日开售
华为发布 Mate 90、Mate 90 Pro、Mate 90 Pro Max、Mate 90 RS 非凡大师四款旗舰，5999 元起售并于当日全系开卖。
Simon WillisonAI 评分2727 Photo Scrubber：本地人脸模糊与元数据清除工具
Simon Willison 用 GPT-6 Astra 做出实验工具 Photo Scrubber，可自动识别人脸并模糊处理。它基于 Google 的 MediaPipe C++ 库，通过 @mediapipe/tasks-vision 编译为 WebAssembly，并使用 BlazeFace 人脸检测模型，全部在本地运行。
爱范儿AI 评分7171 可灵 Kling 4.0 首发实测：10-bit HDR 与 15 项参考素材升级
可灵发布 Kling 4.0 大版本更新，主打真实、可控、专业，将于 10 月正式上线，Kling 4.0 Flash 已于 9 月 28 日率先开放小范围体验。
NVIDIA Developer BlogAI 评分4848 NVIDIA DLSS 5 带来 3D-Guided Neural Rendering，ACE 与 RTX Kit 同步更新
NVIDIA 发布 DLSS 5，引入 3D-Guided Neural Rendering 与更细粒度的控制选项，帮助游戏开发者加入更逼真的光照和材质细节，同时保留艺术意图。面向游戏开发者的更新还包括 NVIDIA ACE、RTX Mega Geometry 2.0 和 RTX Kit，覆盖角色 AI、高密度几何与渲染工作流。
MIT News · AIAI 评分4444 MIT 新 AI 技术 xvr 让微创手术更安全精准
MIT 及合作机构的研究人员提出 xvr（X-ray volume registration）技术，用 AI 将手术中的 2D X 光片与患者术前 3D 扫描自动配准，数秒内完成、精度达亚毫米级，比现有 AI 方法高出一个数量级。该模型基于物理模拟生成的患者专属合成 X 光训练，约五分钟即可适配单个患者，无需担心模型幻觉。相关论文已发表在 Nature 上。
IEEE Spectrum · AIAI 评分3838 对抗性时尚如何挑战 AI 监控规范
网络安全专家 Bill Swearingen 在 DEF CON 展示用强化学习生成对抗图案，可干扰 YOLO 等 11 个物体检测模型，降低其置信度甚至使其无法检测。
MIT News · AIAI 评分3939 MIT 新方法 HardFlow 让生成式 AI 满足安全关键场景的硬约束
MIT 研究人员提出 HardFlow，让预训练生成模型在部署阶段满足安全、物理等不可妥协的硬约束，同时提升输出质量，无需重新训练。该方法把硬约束采样重构为轨迹优化问题，只在最终输出上强制约束，而非每个中间步骤。在机器人操作、迷宫导航和文本引导图像编辑实验中，HardFlow 实现完全约束满足，质量持续优于基线方法，计算时间与多数同类方法相当或更低。
MIT News · AI精选AI 评分6969 MIT CSAIL 研究：生成图像往往无法追溯到训练数据
MIT CSAIL 团队在 Nature Communications 发表研究，提出“归因衰减”现象：生成模型训练数据越多，单张训练图像、某位艺术家的全部作品或某个人的所有照片对特定输出的影响越小，甚至删除后输出完全不变。
推荐理由：研究提出归因衰减现象并给出精确删除训练样本的方法，为版权与责任认定提供了可对照的技术证据。
Hugging Face BlogAI 评分5050 Diffusers 原生支持 Nunchaku 4-bit 扩散推理
Diffusers 现已原生加载 Nunchaku 4-bit 量化检查点，只需 from_pretrained() 调用，无需本地 CUDA 编译，CUDA kernel 经 kernels 包从 Hub 下载。
Google DeepMind精选AI 评分7878 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。
推荐理由：两款模型给出明确的延迟、单价与可用入口，读者可据此判断图像与视频生成流水线的成本变化。
Hugging Face Blog精选AI 评分6262 Hugging Face 推出 Modular Diffusers，可组合的扩散流水线构建模块
Hugging Face 发布 Modular Diffusers，用可复用 block 组合扩散流水线，作为 DiffusionPipeline 的灵活替代方案，支持添加、删除和替换 block，并可用 .init_pipeline() 把 block 转为可运行流水线。
推荐理由：原文给出可组合模块的 API 写法与自定义 block 示例，读者可据此判断现有扩散流水线能否改造成模块化流程。
Hugging Face BlogAI 评分3232 PRX Part 3：24 小时训练一个文本到图像模型
Hugging Face 博客发布 PRX 系列第三篇，用 32 张 H200、约 1500 美元算力预算（2 美元/小时/GPU）在 24 小时内完成文本到图像扩散模型训练。该方案堆叠 x-prediction 像素空间训练、LPIPS 与 DINOv2 感知损失、TREAD token 路由、REPA 对齐及 Muon 优化器，并开源训练代码。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Nano Banana 2（Gemini 3.1 Flash Image）图像模型
Google DeepMind 发布 Nano Banana 2（Gemini 3.1 Flash Image），把 Nano Banana Pro 的先进世界知识、推理与画质带到 Flash 级速度，可调用 Gemini 知识库与网页搜索实时信息渲染特定主体，并支持图内文字渲染与翻译。
推荐理由：官方给出 Nano Banana 2 相对前代的能力清单与全线产品入口，便于判断速度与保真度取舍。
Hugging Face BlogAI 评分3434 PRX 文本到图像模型训练设计：消融实验的经验
Hugging Face 博客发布 PRX 文本到图像模型训练系列第二部分，用统一实验设置复现并消融近期训练技巧，评估其对收敛与效率的影响。基线为 1.2B 参数的 PRX-1.2B，纯 Flow Matching、无额外目标，训练 100k 步、256×256 分辨率、全局 batch size 256，用 FID、CMMD、DINO-MMD 与吞吐量监控。
Berkeley AI ResearchAI 评分3232 伯克利提出信息驱动成像系统设计框架，NeurIPS 2025 论文验证四大成像域
伯克利 AI Research 提出基于互信息的成像系统评估与优化框架，无需重建算法即可预测下游任务性能。该信息指标在彩色摄影、射电天文、无透镜成像和显微镜四个领域验证了与解码器表现的一致性，其优化出的设计可匹敌端到端方法，且内存与算力需求更低、无需任务专用解码器。方法利用成像系统的已知噪声物理直接计算 H(Y|X)，仅需从测量数据学习 H(Y)，并提供真实信息量的上界估计。
Hugging Face Blog精选AI 评分6969 Diffusers 接入 FLUX-2，发布 4bit 量化推理示例
Diffusers 官方博客宣布支持 FLUX-2，并给出基于 diffusers/FLUX.2-dev-bnb-4bit 仓库的推理示例，使用 Flux2Pipeline 与 Flux2Transformer2DModel，文本编码器为 Mistral3ForConditionalGeneration。
推荐理由：Diffusers 官方接入 FLUX-2 并给出 4bit 量化示例，读者可了解该模型的显存要求与调用方式。
Google DeepMind精选AI 评分7676 Google DeepMind 发布 Gemini 3 Pro Image（Nano Banana Pro）图像模型
Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image），这是基于 Gemini 3 Pro 的高保真图像生成与编辑模型，开始在 Google AI Studio 和 Vertex AI 上面向开发者付费预览。
推荐理由：DeepMind 官方给出 Gemini 3 Pro Image 的付费预览入口与分辨率、参考图数量等规格，可据此判断是否接入生产流程。