微软 AI 发布图像编辑模型 MAI Image 2.7，以预览形式上线，在 Arena Edit 排名第 3、在 Artificial Analysis 图像编辑榜排名第 2，微软 AI 因此成为第 2 的实验室。官方称该模型在 Artificial Analysis 评估的全部 10 个用例和 7 类编辑动作上均优于 2.6，在场景与风格上领先次优模型 24 Elo，目前可在 Arena、Artificial Analysis 和 MAI Playground 试用，文生图功能即将推出。
同一新闻来源- Arena
- Artificial Analysis
- IT之家·人工智能
- Microsoft AI Blog
- Mustafa Suleyman
- Testing Catalog
- 凤凰科技
推荐理由官方给出该图像编辑模型在 Arena Edit 与 Artificial Analysis 榜单的名次，以及相对 2.6 的用例提升幅度。
Canva 于 10 月 22 日发布 Canva Craft，这是其内部实验室 Canva Research 从零训练的首个基础模型，已通过 Dream Lab 向全球 Canva 用户开放，并通过公开 API 提供给开发者。该模型采用两阶段架构，先由规划模型解析提示词并生成构图方案，再由渲染模型输出最高 2K 分辨率、支持 30 多种宽高比的图像，可生成 55 种语言的文字。Canva 称 Craft 在 DesignArena 上首发位列第四，并预告 Craft-fast 和 Craft-ultrafast 两个更快变体即将推出。
同一新闻来源- TechCrunch AI
- The Verge AI
- Thurrott
- Unite.AI
推荐理由原文拆解了 Craft 先规划构图再渲染的两阶段架构，以及它如何服务可编辑图层，便于理解设计类图像模型的差异。
Tech Transparency Project 用四个 13 岁男孩测试账号调查发现，即便开启家长控制，仍能在 Apple 和 Google 应用商店访问 135 款可生成裸照的 AI 应用。两家平台依赖开发者问卷自报来确定年龄分级，导致含性暴露功能的应用获得适合儿童的评级；截至 9 月 28 日 Apple 已下架 25 款、Google 下架 6 款，但所有已下架应用在测试手机上仍可正常使用。
推荐理由调查显示应用商店的年龄分级依赖开发者自报，家长控制与下架措施都未能挡住这类应用。
Google Research 在 JAMA Network Open 发表研究，其基于盲扫超声的 AI 孕龄评估模型在芝加哥（n=192）和内罗毕（n=193）前瞻测试中平均绝对误差为 4.18 天，与专家超声医师的 4.48 天相比达到非劣效。模型仅在芝加哥 120 名参与者的数据上微调，未使用内罗毕数据，两地误差分别为 4.10 天和 4.27 天。研究使用 Clarius C3 手持探头，由未接受专业超声培训的操作者完成标准化盲扫。
推荐理由研究在芝加哥与内罗毕两地前瞻验证同一模型，无本地微调仍保持误差水平，可看跨场景泛化如何落地。
Black Forest Labs 的 FLUX 3 Image Klein 已在 ComfyUI 原生支持，该模型为 FLUX 3 家族中紧凑的开源权重版本，参数量 5.6B，提供 base 与蒸馏（-sd）两种权重。它保留大尺寸 FLUX 3 Image 的边界框控制，支持多参考生成与编辑、文本渲染与编辑、参考图风格迁移，并原生生成 4K 图像。官方称在内部评测中其文生图与多参考生成得分高于 Qwen-Image 2.1；配合 INT8 ConvRot 量化与步数蒸馏，1024×1024 文生图比 BF16 50 步基线快 4.3 至 9.3 倍，RTX 5070 上单图从 71 秒降至 8 秒以内。
同一新闻来源- Comfy Blog
- Testing Catalog
- The Decoder
推荐理由原文给出 5.6B 开源权重、4K 原生生成和消费级 GPU 上的量化加速数据，读者可据此判断本地图像生成的门槛变化。
Graylark Technologies 的 AI 工具 Raven 新增室内图像地理定位功能，警方上传一张室内照片后，工具可匹配到具体的 Airbnb、Vrbo 或 Zillow 房源。404 Media 发现其搜索结果直接引用了这些平台上的房源描述和照片，表明 Raven 至少在某种程度上抓取了 Zillow 等网站的数据。Graylark CEO Daniel Heinen 称公司正在大力投资覆盖美国酒店、短租、住宅和公寓的室内地理定位，但迈阿密-戴德警长办公室此前表示该工具的使用有限，未带来重大调查突破或逮捕。
推荐理由原文通过演示视频和警方采购记录，呈现了室内照片地理定位工具的实际能力边界与隐私争议。
World Labs 推出 Marble，这是其 3D 世界生成模型的有限访问 beta 预览，用户可在 marble.worldlabs.ai 查看和创建 3D 世界。给定图像或文本提示，模型可生成可无限探索、无变形、无不一致的 3D 世界，相比此前结果更大、风格更多样、3D 几何更干净。用户可将生成的世界导出为 Gaussian splats，并借助开源渲染库 Spark 集成到 Three.js 中，在桌面、笔记本、移动设备和 VR 头显上渲染。
推荐理由World Labs 首次开放 3D 世界生成模型的有限访问，读者可了解其几何质量与导出方式的变化。
World Labs 宣布其多模态世界模型 Marble 即日起向所有人开放，此前仅面向少量 beta 用户。Marble 支持从文本、图像、视频或粗略 3D 布局生成 3D 世界，并可交互式编辑、扩展和组合，生成结果可导出为 Gaussian splats、网格或视频。同时推出 Marble Labs 创作社区，提供案例研究、教程和文档。
推荐理由World Labs 公布 Marble 的多模态输入、编辑与导出能力，读者可据此判断 3D 世界生成的工作流变化。
World Labs 发布下一代世界模型 Atlas，这是一个从零预训练的多模态自回归扩散 Transformer，原生处理文本、图像、视频和 3D，所有输入被组合进共享的空间上下文。Atlas 支持像素级相机控制的图像与视频生成，可输出最长 1 分钟、1440p 的视频，并能从 1 到上百张输入图像重建真实场景，生成点云或 3D Gaussian splats。官方称其在相机控制生成和稀疏视图 3D 重建两项任务上优于专用模型，目前面向部分合作伙伴开放早期访问，并将用于 Marble 等后续产品。
推荐理由World Labs 从零预训练的多模态世界模型，统一处理文本、图像、视频与 3D，并给出相机控制与重建的对比结果。
