新闻、仓库与研究，按时间排列。
GitHub 新仓库 mmximxim/modelscope-studio 是一个手机端优先的 AI 生图应用，基于 Vue 3 PWA 前端加本地 Node 服务端，调用魔搭 API-Inference 实现文生图、图生图与对话模型。应用内置 12 个精选模型（2026-10 验证可用），支持 1:1 至 16:9 画幅、标准 1K / 高清 1.5K 清晰度，提示词助手基于 DeepSeek-V4.1-Flash 优化提示词。同一前端可作 PWA 使用或打包成 Android APK（minSdk 26，targetSdk 35）离线壳，令牌只存本机服务端，生成图片仅落盘本机不上传第三方。
GitHub 上线开源项目 happica，一个基于 Apple Silicon 的本地 AI 媒体工作室，用 ComfyUI 负责生成、FastAPI 运行流水线和任务队列、React Web UI 运行在 localhost:5173。支持图片、故事视频、带歌词的歌曲、MV、音效、配音，以及通过 PhotoMaker 复用角色面孔。
GitHub 上的开源项目 stevemtg/local-mcp-server 通过 MCP 协议让本地 AI 模型调用 ComfyUI 生成图像，并结合 Ollama 运行模型与嵌入，支持图像检查、透明度检测、白底去除和代码语义搜索。服务器负责协调 GPU 内存：图像生成前卸载 Ollama 模型，任务结束后重新加载。该项目通过 Cline 等 MCP 客户端接入，需 Python 3.10+，配置后可完全本地运行，无需云端推理 API。
GitHub 新仓库 PixeLuxe 开源了一款主打霓虹暗调、电影感风格的 AI 图像生成前端，支持文生图与图生图工作流，提供参考图上传、多变体对比和全分辨率导出。仓库目前只包含完整前端与 PWA 设置，生成功能仍为模拟状态，等待接入真实图像模型，后续计划包括接入在线模型、账号与历史记录、风格预设和公开 API。
研究者提出 WebViSE 框架，自动将成熟网站实现抽象为可复用的 Visual Skills，并以多父 DAG 组织技能库。基于 Qwen3.8-Max 的自动演化结构在仅约 39.09% 检索成本下超越非层次化 LLM 检索基线。该框架可作为即插即用指导提升多种模型的网页视觉质量，并可为开源模型构建数据合成管线，相关技能库与代码已开源。
macOS 原生绘图应用 Artsy 开源上架 GitHub，基于 Metal 实现 GPU 加速笔触渲染，支持 Wacom、Xencelabs 等压感手写板及自动笔/橡皮切换。内置 Hard/Soft Round、Watercolor、Acrylic 等笔刷与图层、选区工具，AI 生成接 OpenAI Images 和 Google Gemini/Imagen，并集成 Unsplash 图库。应用要求 macOS 14.0 (Sonoma) 及以上，可通过 Releases 下载 DMG 或从源码构建。
GitHub 新仓库 abhishek944/pi-image-gen 为 Pi 智能体提供图像生成与编辑（image_generate）、可选 sprite 生成（sprite_generate）和独立的已有图像搜索（image_search）扩展。它支持多家生成服务商，包括 OpenAI gpt-image-2、Google Gemini 的 nano-banana 系列、阿里 qwen-image、火山引擎 Seedream、Meta muse-image、Microsoft MAI-Image 等，可通过 OPENAI_API_KEY 等密钥或 Pi 的 ChatGPT Plus/Pro 订阅登录调用。该包可通过 npm 或 GitHub 安装，也可作为 Node 22 的 ESM 库导入使用。
Hugging Face 用户发布 Qwen/Qwen-Image-2.1 的 Uncensored 量化模型仓库，提供 GGUF、Safetensors 和 MLX 格式，文件大小从 4.00 GB（MLX 4-bit）到 14.23 GB（BF16）不等，用于本地图像生成。该版本内置无安全检查器或内容过滤，可直接生成成人及 NSFW 图像；推荐 GGUF 使用 Q4_K_M（4.60 GB），MLX 格式针对 Apple Silicon 优化，需配合 ComfyUI 与配套的 qwen3vl_8b 文本编码器和 VAE 文件使用。
prompts.chat 每日 prompt 新增一个图像生成提示词，用于生成意大利文艺复兴壁画风格的港口市集场景。提示词描述了晴天早晨石砌码头上停泊的两艘木质商船、卸货的商人、鱼贩，以及 16:9 宽幅构图，指定黄土、绿土、朱砂和青金石蓝等矿物颜料色调，并要求呈现 1500 年代早期壁画的平坦透视、细微裂纹和颜料褪色效果，画面不含文字和现代物体。
prompts.chat 收录由 @f 贡献的新提示词“日出时分红枫叶上霜晶的写实微距摄影”。该提示词描述一张写实微距照片：单 片鲜红枫叶平躺于深绿苔藓上，叶缘缀满羽状冰针与六角形冰片，低角度金色逆光勾勒霜晶轮廓。画面指定 100mm 微距镜头效果、浅景深自然光、16:9 横幅，并要求无文字、无人物、无昆虫。
prompts.chat 上线一个名为 "Steam Locomotive on a Stone Viaduct Scene Concept Brief Builder" 的新提示词，让 AI 扮演电影级环境设计师，为蒸汽火车穿越石制铁路高架桥的画面撰写可用于图像生成和视频动画的场景简报。该提示词内置峡谷场景、季节天气、火车外观、视觉风格等变量，会先询问镜头视角和需避免的元素等缺失信息，再输出场景概述、高架桥与火车等分节简报。
prompts.chat 新增由用户 @f 贡献的图像生成 prompt「Steam Locomotive Crossing a Stone Viaduct over an Autumn River Valley」。该 prompt 描述一辆黑色蒸汽火车牵引四节栗色客车穿越约十孔拱的灰色石制高架桥，画面为 16:9 宽幅写实景致，并要求画面中无人物、无文字或标志。
prompts.chat 新增一条图生视频动画 prompt，以「蒸汽火车穿越秋日河谷石制高架桥」图像为精确首帧，生成 6 秒电影感镜头。prompt 规定火车头沿桥面向左匀速行驶并牵引四节栗色车厢，蒸汽与烟雾持续冒出并向右飘散，镜头缓慢左移，要求运动符合物理、无切换、无新增物体、无人物与文字。
prompts.chat 收录由 @anonymous 贡献的新 prompt「Photorealistic Tokyo Travel Vlog Portrait」。该 prompt 用于生成一张照片级真实的智能手机旅行 vlog 风格图像：一位虚构的 20 岁日本女性傍晚行走在东京小巷，手持冰抹茶自拍，采用前置广角镜头视角与纪实旅行摄影风格，指定 16:9 画幅、无美颜滤镜、无可读品牌标志和水印。
prompts.chat 收录匿名用户提交的图像生成 prompt「Playful Fisheye Candid Portrait」，供 GPT Image 2.5（ChatGPT）使用。该 prompt 基于上传的自拍生成鱼眼风格写实人像，要求保留人物精确面部特征，画面包含绿色木门前台阶、米色风衣与一只前景大鼻子的白棕猫，输出 16:9 横幅且不含文字。
prompts.chat 收录由 @anonymous 贡献的 prompt「Cozy Bedroom ASMR Cinematic Video Scene」。该 prompt 描述温馨卧室 ASMR 视频场景：50mm 镜头浅景深、2700K 暖光、5 cm/s 相机漂移，配轻语与雨声氛围，输出 8 秒、4K、60fps、16:9 画幅片段。
该 GitHub 仓库用 GAN 和 VAE 生成加油站卫星图像合成数据，以缓解数据稀缺问题。项目实现了 Simple GAN、DCGAN、WGAN-GP 和 VAE 四种模型，实验发现 Simple GAN 和 DCGAN 训练不稳定、易出现梯度消失和结构模糊；改用 WGAN-GP 后收敛更稳定，再结合 DiffAugment 可在 256×256 分辨率下生成清晰高保真的样本。模型支持 GPU 训练、checkpoint 保存与训练过程可视化。
GitHub 新仓库 tigress-thread-gallery 提供同一图库的两个版本：外部 GitHub Pages 版仅含图库、不含密钥和 MiniMax 指南，本地版则显示 Wan 密钥、MiniMax 指南及完整 manifest.json（外部版用 manifest-public.json）。仓库通过 publish-add.py 脚本添加图片，支持 sheet、scene、identity、bunny、video、story 分类，story 分类经 story.html 阅读器单独展示，标注 18+ only、noindex。
EasyComfyUI 发布 V5 版本，新增 Kaggle 笔记本（T4 ×2 免费 GPU）与更可靠的下载逻辑，原有 Google Colab 版同步保留。该笔记本无需编程经验即可运行 ComfyUI，支持 Stable Diffusion 与 FLUX 图像生成；推荐 FLUX.2 [klein] 9B，可在免费 T4 约 15GB VRAM 内运行（官方规格约 29GB）。生成图片自动保存至 Google Drive，还支持从 Civitai 和 Hugging Face 下载模型。
GitHub 仓库 ivy343/takelab-comfyui 发布 v0.2，一个本地应用，输入一张图和场景描述后最多按 3 种相机条件生成视频，并在同时间点对比、挑选要保留的 take。v0.2 实际运行 Wan 2.1 Fun Camera 1.3B，由扩散模型生成画外区域、遮挡和视角变化，不再使用 v0.1 的数字平移缩放渲染器。默认输出 512×336、49 帧、16fps、20 步；验证环境为 Windows/ComfyUI 0.39.0/RTX 4060 Ti 16GB，单次预检生成约 81 秒。需 ComfyUI 及约 11.5GB 的 4 个模型文件，支持失败 take 重跑并保留历史，应用代码以 MIT 协议开源，不含模型权重。
GitHub 用户发布了一份 GPT Image 2.5 提示词实用手册，内容编译自 OpenAI 官方文档与作者实际使用经验，并注明非 OpenAI 官方发布。手册涵盖 API 两个模型 GPT Image 2.5 Flare（重速度的小模型）与 Sunburst（重质量的基础模型）的区别、API 参数与分辨率限制、参考图角色分配、角色一致性锁定、姿态迁移四层描述法、背景与风格控制、多轮编辑流程，以及常见失败对照表和五套提示词模板，附验收清单，采用 CC BY 4.0 许可，最后更新于 2026-10-18。
推荐理由：作者基于官方文档与实测整理了角色一致性、姿态迁移和多轮编辑的提示词写法，附可直接套用的模板与排查清单。
WhitesilkCola 发布 AstrBot 插件 astrbot_plugin_nai_draw，让 LLM 在聊天中自行判断何时出图并生成 prompt，经 NovelAI 格式中转站生成后直接发出，无需命令或关键词。插件不注入任何前缀，构图全由 prompt 决定，附 915 条配方库、16,007 条本地 tag 索引、多 key 轮换与 NSFW 开关，要求 AstrBot >= 4.26 且 < 5。
推荐理由：原文给出插件的功能清单、接口约定和踩坑写法，读者可以照着判断是否适配自己的 AstrBot 生图场景。
GitHub 新仓库 mkagencyinc-site 基于 Next.js 构建了 M&K Agency Inc. 的 EN/ES/RU 三语保险网站，包含报价表单、回电请求（Neon DB + Resend 邮件）和接入 xAI Grok 的 AI 聊天组件。站点还内置由 STUDIO_KEY 密码保护的 /studio 私有 Grok 图像生成页面，可通过连接 Vercel 的 main 分支部署。
Jamer69 在 Hugging Face 上发布 Qwen/Qwen-Image-2.1 的 Uncensored 量化版本，提供 GGUF、Safetensors 和 MLX 格式，文件大小从 4.00 GB（MLX 4-bit）到 14.23 GB（BF16）不等，推荐 GGUF 使用 Q4_K_M（4.60 GB）。该版本无内置安全检查或内容过滤，可直接生成成人、NSFW 及敏感图像，配套 qwen3vl_8b 文本编码器和 VAE 文件，通过 ComfyUI 与 ComfyUI-GGUF 使用，MLX 格式针对 Apple Silicon 优化。
GitHub 新仓库 YussifLmd/LUMINA-AI 发布了一个 AI 图像与视频生成 Studio，仓库包含 README 和 lumina-ai-studio.zip 文件。项目目前处于早期阶段，尚未获得 stars、watchers 或 forks，也没有发布 Releases 和 Packages。
UIT（VNU-HCM）研究员 Nguyen Huynh Dang Nhut 发布 PixelBudget 项目，研究在计算预算（GPU VRAM、缓存容量、内存带宽）与图像质量之间的权衡，在 NVIDIA T4 GPU 和多核 CPU 上实现像素级自回归生成。研究对比了自定义解析反向传播与 PyTorch autograd 的开销，并分析逐像素解码与并行 patch 生成的内存带宽瓶颈。项目含 68 个 cell 的 Colab notebook 及离线 HTML 报告。
GitHub 用户 SriHarsha61 发布了一个使用 DCGAN 生成人脸的开源仓库，包含 DCGAN.py 训练脚本、README、requirements.txt 及运行脚本 run.bat，并附带 samples_input_text.txt 与截图文档 SCREENS.docx。项目采用 Django 项目结构（manage.py、db.sqlite3），可直接在本地运行查看生成效果。
DigiSavvy 在 GitHub 开源 oxen-ai，一个用于 Oxen AI 图像与视频生成的轻量 Web 工作室，支持 Text → Image、Image → Image、Text → Video、Image → Video、Video → Video 五种模式，任务经 Oxen 异步队列生成并保存结果。每位登录用户保存自己的 Oxen API key，由服务器加密存储，浏览器不再接触密钥。应用基于 Node 22+ 和 Cloudflare（D1、R2）构建，登录仅限 GitHub 账号，采用 MIT 许可证。
prompts.chat 新增一条图像生成 prompt，主题为细木镶嵌工艺装饰板，描绘日出时分七只热气球漂浮在起伏丘陵上空。prompt 详细指定了枫木、缎木、紫檀、乌木等木材镶面配色、纹理方向、法式抛光表面效果，以及 16:9 横幅构图和无人物、无文字的要求。
prompts.chat 新增由 @f 贡献的图像生成提示词"日本莳绘金漆赏月兔芒草装饰板"。提示词描述一块宽幅日本莳绘漆板：两只白兔坐在银色芒草间仰望金黄满月，采用黑漆背景、高莳绘浮雕与螺钿镶嵌、梨地金箔等工艺细节，输出 16:9 横幅画面，并要求不含文字、书法、印章与标识。
prompts.chat 每日 prompt 库新增一条图像生成提示词「Photoreal Atlantic Puffin Colony on a Sea Cliff at Golden Hour」，用于生成黄金时刻海崖上的大西洋海鹦群落实拍风格照片。提示词描述了四只海鹦叼沙鳗、悬崖洞穴与海浪等细节，指定 16:9 宽幅、长焦浅景深，并要求画面中无人物、文字与水印。
prompts.chat 收录新 prompt「Himalayan Cliffside Monastery Scene Concept Brief Builder」，让 AI 扮演电影级环境设计师，为悬崖修道院场景生成可用于静态图像生成及后续视频动画的制作简报。该 prompt 通过自定义变量设定山景、时间天气、修道院外观、视觉风格和氛围，先询问相机视角等缺失信息，再产出包含场景概述、修道院与悬崖、经幡等分节的简报，重点加入经幡飘动、云雾流动、香烟升起等易动画元素。
prompts.chat 收录用户 @f 贡献的新提示词「Cliffside Himalayan Monastery with Prayer Flags at Misty Dawn」。该提示词描述了一座依附于花岗岩悬崖的白色喜马拉雅修道院、五串彩色经幡、峡谷河流与雪山日出场景，要求照片级写实风格、16:9 宽画幅，且画面中不出现人物、文字、标志或 logo。
prompts.chat 收录一条图生视频 prompt，以"Cliffside Himalayan Monastery with Prayer Flags at Misty Dawn"图像为精确首帧，生成时长 6 秒的电影感镜头。动画要求经幡在微风中持续飘动但不脱离绳线、峡谷白雾自左向右缓慢漂移、炊烟顺风弯曲，并用一次缓慢推镜朝向寺院，全程无剪切、无新物体、无人物、无文字。
dsh-imagegen 是 DeepSeek Harness 的生图插件，通过 `dsh plugin --profile web add @dickpy/dsh-imagegen` 安装，集成文生图、图生图、无限画布、电商套图、图片转可编辑 PPT、多模型对比与画廊管理等功能。插件支持 OpenAI 兼容 Images API / Chat Completions，并预置 xAI Grok、Google Nano Banana、Seedream、Qwen-Image 等渠道，历史与画布数据保存在本机 ~/.dsh/dsh-imagegen/。项目采用 Apache-2.0 许可证，从插件 1.8.2 起支持在面板内在线更新。
davenda/go-bananas-plugins 仓库提供 Go Bananas 插件，让编码 Agent 生成和编辑图像、跨场景保持角色与产品一致并制作海报，结果保存到 Go Bananas 图库。插件内置 Go Bananas MCP server（OAuth 登录）和一个指导 Agent 使用的 skill。支持 Claude Code、Claude app 和 Codex，其他 Agent（ChatGPT、Cursor、VS Code、Gemini CLI 等）可参考 gobananasai.com/connect。
该仓库是使用 Transformer 文本编码器与 Stable Diffusion 的文生图课程项目，首版包含 1,000 组 COCO 图像-文本对、数据集 notebook 与备忘录，复核中修订了 133 条 caption 并替换 2 张图像。项目在 Python 3.13.9 下通过虚拟环境搭建运行，剩余工作包括 GPU/CLIP embeddings、基线生成与分析及 5-6 页报告。
LudwigKienle 在 GitHub 开源了本地优先的 AI 视频制作编辑器，覆盖剧本、导演处理、分镜、拍摄、剪辑、调色到导出的完整流程，核心采用 GPL-3.0 许可。
推荐理由：开源的本地优先 AI 视频制作工作台，把剧本到导出的完整流程和多家模型路由整合进一个自持项目文件夹。
GitHub 新仓库 Digvijaythul123/Content_Generation_Agent 是一个本地 Python 原型，用于生成和审核短视频内容，采用单开发者友好的模块化单体架构。已实现 YAML 内容档案（Buddha's Teachings、Comedy、QA Engineering & AI 等）、单图 Reel（1080×1920 封面、8s MP4）、Instagram Feed 轮播发布及 Facebook 联动，并支持通过 Instagram API 发布或定时。模型调用 Ollama 兼容端点，AI 视频渲染与 3D 角色仍为 FUTURE 规划。
Hugging Face 上发布了 Qwen/Qwen-Image-2.1 的 Uncensored 量化版本，提供 GGUF、Safetensors 和 MLX 格式用于本地图像生成。版本包含 BF16（14.23 GB）至 Q4_K_M（4.60 GB）等多种量化档位，推荐 Q4_K_M 以平衡体积与质量；MLX 格式针对 Apple Silicon 优化，并随附 qwen3vl_8b 文本编码器与 VAE 文件供 ComfyUI 使用。该版本无内置安全检查或内容过滤，可直接生成 NSFW 等敏感图像。