Meta 悄然推出 AI 时尚应用 Style Sketch
Meta 悄然上线 AI 时尚应用 Style Sketch，可连接 Instagram 用已发布照片搭建虚拟衣橱，也支持拍照、录视频或上传图片手动添加单品。应用会基于用户已有衣物推荐搭配，并提供贴合体型与肤色的虚拟试穿，目前已在印度尼西亚、新加坡和泰国上线 iOS 与 Android。用户还可输入目的地、行程天数和活动安排，获得结合天气预报的逐日穿搭计划。
#图像生成
TechCrunch · AIAI 评分4040
Simon WillisonAI 评分4242 Claude Opus 5.5 用 Sobel 边缘检测实现照片快速绘画效果
Claude Opus 5.5 High 根据提示词构建了一个 artifact，打开照片后能在几秒内用 canvas 元素和模拟画笔快速绘制出该照片的版本。该实验使用 Sobel 边缘检测，除 Google Fonts 外不依赖任何外部库。
The DecoderAI 评分6262 Canva 发布首个自研图像生成模型 Craft
Canva 发布首个自研图像生成模型 Canva Craft，称可与 Google、OpenAI、字节跳动和 Meta 的同类模型竞争。该模型由 Canva Research 从零训练，主要使用数百万设计模板而非照片，先生成构图、比例和文字，再输出最高 2K 分辨率、30 多种宽高比的图像，支持 55 种语言文字渲染，并可通过 Magic Layers 拆分为可编辑图层。
The Verge · AIAI 评分5858 Canva 发布首款自研图像模型 Canva Craft，先规划设计再生成图像
Canva 发布首款自研图像生成模型 Canva Craft，采用两阶段架构，先规划设计再生成图像，最高支持 2K 分辨率和 30 多种宽高比。该模型基于平台数百万个人工模板训练，目前在 Design Arena 榜单排名第四，落后于 OpenAI 的 GPT-Image-2.5 Sunburst、GPT-Image-2.5 Flare 和 GPT-Image-2。
TechCrunch · AIAI 评分6060 Canva 发布首个自研图像生成模型 Canva Craft
Canva 发布首个自研图像生成模型 Canva Craft，由内部研究团队开发，对标 Google、OpenAI、字节跳动和 Meta 的同类模型。该模型分两阶段生成，先解析提示词并规划元素空间关系、相对尺度、视觉层级和文字信息，再输出最高 2K 分辨率、支持 30 种宽高比的图像，并可用 Canva Magic 转为分层设计。
The Verge · AIAI 评分5858 Adobe Lightroom 移动版新增一键睁眼功能
Adobe 宣布 iOS、iPadOS 和 Android 版 Lightroom 移动端可用生成式 AI 一键睁开照片中闭上的眼睛，检测到闭眼时会自动在图片上显示 Open Eyes Quick Action 图标。
The Verge · AIAI 评分2020 Sega 因灾难性首发下架《全面战争：幕府将军 2》重制版
Sega 已将《Total War: Shogun 2 — Complete Edition》从商店下架，该重制版在 Steam 获得"Overwhelmingly Negative"评价，用户投诉 bug 和疑似 AI 处理的画面放大问题。
Hugging Face Blog精选AI 评分7878 Black Forest Labs 发布 FLUX.3 Image Klein，Diffusers 首日支持
Black Forest Labs 发布 FLUX.3 Image Klein，一个模型同时支持文生图、多参考图生图和用边界框做布局控制，两个开放 checkpoint 已上线 Hugging Face。
推荐理由：原文给出两个开放 checkpoint、布局控制用法和 H100 上的实测耗时，可据此判断接入成本与显存门槛。
Simon WillisonAI 评分5858 llm-gemini 0.35 新增对 Gemini 4 Argon 的支持
Simon Willison 为 llm-gemini 0.35 加入对 Gemini 4 Argon 的支持，该模型今日通过 Gemini API 和每月 100 美元订阅计划开放。
Berkeley AI ResearchAI 评分2222 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含量，并在 NeurIPS 2025 论文中验证该指标能预测彩色摄影、射电天文、无透镜成像和显微成像四个领域的解码性能。优化该指标得到的设计可匹配 SOTA 端到端方法，同时所需内存和算力更少，且无需针对任务设计专用解码器。