新闻、仓库与研究，按时间排列。
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。
研究者提出 PASTA，一种免训练的提示词感知退火扩散采样框架，用于在扩散模型生成图像时严格保留指定区域（如标题、logo 或 UI 元素）。该方法在共享潜空间轨迹上融合全提示词与上下文提示词引导，并通过退火调度在早期去噪阶段抑制语义泄漏、后期逐步恢复视觉一致性。实验表明 PASTA 提升了保留区域的保真度，同时保持整体图像真实感与感知一致性，论文已被 ICONIP2026 接收。
Hugging Face 上发布 Qwen/Qwen-Image-2.1 的 Uncensored 量化版本，基于原版上游权重转换，提供 GGUF、Safetensors 和 MLX 格式，涵盖 BF16 14.23 GB 到 MLX 4-bit 4.00 GB 等多个量化档位，推荐 GGUF 用户使用 Q4_K_M（4.60 GB）。该版本内置无安全检查器，可直接生成 NSFW 等敏感图像，配套 qwen3vl_8b 文本编码器和 VAE 文件，可通过 ComfyUI 与 leejet/ComfyUI-GGUF 分支完成本地部署，文本编码器可卸载至系统内存以节省 9–17 GB VRAM。
研究者提出 PhysTrace，一个无需训练的框架，将 MLLM 生成的历史条件预期与观测视频窗口对齐，以时序定位视频生成模型中的物理违规并给出可解释描述。配套发布的 IntPhys2-Timing 基准为 IntPhys2 加入违规时间区间，PhysTrace 在其上的 Hit Rate 最高达 70.7%，并在 IntPhys2 的可能-不可能判别总准确率上优于对比方法。应用于 diffusion/flow 视频模型的重建视频时，该框架可跨时间步揭示属性与噪声相关的物理违规定位模式。
hwx61514 在 GitHub 开源了 codex-api-imagegen，一个让 Codex 通过本机已有 API 中转配置和密钥生成、修改图片的 skill，默认使用 gpt-6.1-sol 加 gpt-image-2，无需 OpenAI SDK，支持 Python 3.11+。项目要求中转支持 Responses API 的 image_generation 工具且上游账号有对应权限，不读取 ChatGPT OAuth token、不在聊天中索取 key，脚本只提交一次请求、不覆盖旧文件，并附带覆盖认证选择、断流、脱敏等场景的单元测试。
gogogo2727 在 Hugging Face 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器，可直接生成 NSFW 内容，需配合 ComfyUI 与 ComfyUI-GGUF 使用，文本编码器 qwen3vl_8b 可卸载到系统内存以节省 9–17 GB VRAM。
Model-Atelier 是一个个人 AI 图像创作与实验工作台，采用 Vue 3 + TypeScript 前端与 FastAPI 后端，通过独立 ComfyUI 执行生成，SQLite 与图片保存在本机。支持 Checkpoint 文生图/图生图、Canny ControlNet、FLUX.1 [schnell] 元件库、LoRA 局部编辑等功能。Windows 环境需 Python 3.12 与 Node.js，平台占用 8000 端口，暂未提供训练、多租户或官方付费 API。
Picsman 可将两张人像转化为电影感的僵尸情侣视频，涵盖视觉效果对比、场景保真度与角色一致性等维度。文章还介绍了其具体的视频生成方法。
KAIST 团队开源了 MUNI（Multimodal Unified Latent Diffusion）的官方 PyTorch 实现，该工作已被 NeurIPS 2026 接收。MUNI 通过 product-of-experts 或 Hellinger 聚合结合模态特定高斯后验，并与基于 flow 的潜在先验联合训练，实验覆盖 image-text-audio、PolyMNIST-Quadrant-Labels 和 GMM 三类任务。代码需 Python 3.10 和 PyTorch 2.9.1，图像渲染默认使用 Stable UnCLIP。
可灵宣布 Kling 4.0 已在 OnSolo 上线。模型支持单次生成 30 秒原生视频，在大动作和运镜下保持稳定，配备立体声与更准的口型同步，并提供 21:9 宽屏。单任务可叠加最多 15 个参考图和 10 个关键帧，以保持角色、镜头与剧情一致。
geonom 在 GitHub 发布 ai-serve Alpha 版：一个本地 AI 网关，把语言模型（llama.cpp）、语音合成、语音识别、图像生成和文档读取统一到 OpenAI 兼容 API（/v1/...）加一个仪表盘后面，模型按需加载、内存紧张时卸载。安装器提供 Gemma 4 E4B/E2B、Chatterbox 多语言 TTS、Whisper（WhisperX small）和 Iris-3B Turbo 图像生成等可选服务，下载经 sha256 校验。项目除 llama.cpp 外均以插件扩展，AGPL-3.0 授权，支持 Linux（NVIDIA、AMD、Vulkan、CPU）与 macOS（Apple Silicon），Windows 稍后支持。
Hugging Face 上线 Comfy-Org/Fibo-2.0，为 BRIA AI 的 Fibo 2.0 模型提供 ComfyUI 重打包文件，包含 fibo2_dev 与 fibo2_edit_turbo 的 bf16 和 int8_convrot 版本，文本编码器为 qwen3vl_4b，VAE 为 flux2-vae。权重仅限非商业用途，商用需与 BRIA AI 另行协议。
研究者提出 CCG Diffusion，一种无需训练的文生图控制方法，利用组合范畴语法（CCG）通过提示词改写和注意力引导控制属性绑定、空间关系与数量，并可固定介词词类来消解介词短语挂靠歧义。在 Stable Diffusion 和 Sana 两种骨干模型上，该方法在属性绑定和 2D 空间关系上取得对比方法中的最高分，在 PP 歧义消解上显著超越所有对比方法。
Hugging Face 上线 wserdf6tgb/openmoss-image-NSFW-uncensored，这是一个基于 OpenMOSS-Team/MOSS-Image-SFT 的 LoRA 权重，用于生成无审查的 NSFW 图像。页面提供了用 Diffusers 加载 LoRA 权重的示例代码，并附 Google Colab、Kaggle、Draw Things、DiffusionBee 等使用入口。
Reizxn 在 Hugging Face 发布 abenzerps/Qwen-Image-2.1-Uncensored-Quantized 的逐层混合精度 GGUF 量化版，体积 4.391 GB、4.94 bits/weight，相对权重误差 0.0636。297 个张量独立量化并按最小化重构误差分配格式，组成 Q4_K×126、Q5_K×105、F16×66；实测平均 PSNR 24.25 dB，高于统一 Q4_K 的 22.44 dB，4 个测试主体中 3 个胜出，可用 stable-diffusion.cpp 或 ComfyUI-GGUF 加载，需搭配 Qwen-Image-2.1 VAE 和 Qwen3-VL-8B 文本编码器。注意仅适合 1024 及以上分辨率。
推荐理由：作者给出了逐层混合精度分配方法与逐张渲染的 PSNR 对比数据，读者可以按需判断该 4.39 GB 量化版相对统一 Q4_K 的保真度收益。
新仓库 moona72/AI-Image-Generation 发布了 VisionForge Image Studio，一个带专业工作室界面的图像生成 Web 应用。它通过 Puter.js 在浏览器内生成图像，无需单独的付费图像 API，支持提示词控制、下载和本地历史记录。项目需配置 .env 文件（IMAGE_PROVIDER=puter、PORT=3000），通过 npm run dev 运行。
Hugging Face 上架了 Moss-image-nsfw-uncensored-lora，一个用于图像生成的 NSFW 去审查 LoRA 权重模型。页面提供了基于 Diffusers 库的加载与推理示例代码，需配合基座模型使用，并支持 Google Colab、Kaggle 等笔记本环境和 Draw Things 等本地应用。
GitHub 开源项目 huareyu/local-image-studio 是一个运行在本机的轻量级 AI 图像生成工作台，当前版本 0.8.1，界面为俄语，需 Node.js 20 及以上。它支持 Gemini-compatible、OpenAI-compatible、OpenRouter 和 NovelAI 四种 API，提供多参考图管理、提示词编辑、本地生成历史及带认证的 HTTP/HTTPS 代理，不依赖 SillyTavern。NovelAI 模式内置 140,782 条 Danbooru 标签的本地标签助手，支持 Prompt Chunks 嵌套引用，数据通过 IndexedDB 保存在本机。
yushen100 在 Hugging Face 上发布 Moss-image-nsfw-uncensored-lora，一个基于 OpenMOSS-Team/MOSS-Image-SFT 的去审查 LoRA 权重，可通过 Diffusers 的 load_lora_weights 加载，使用触发词 moss_xvstyle 生成图像。该模型支持 bf16 精度在 CUDA 上运行，并提供 Google Colab、Kaggle、Draw Things、DiffusionBee 等使用入口。
开源本地 MCP Server「zhenzhen-nanobanana-mcp」，用于家居日用百货电商绘图，覆盖商品主图、详情页、场景图与营销海报生成及参考图编辑。Agent 可一次登记 1–12 项后台任务并查询图片路径，默认并发 4，图片自动保存到本机。已公开发布 v0.2.1（6 工具异步版，提交 09501092），默认模型 gemini-nano-banana-2.1，支持 Windows x64、Python 3.12.14 与 FastMCP 4.1.0，生成和编辑会产生供应商费用。
开源插件 banana-claude 让 Claude Code 以自然语言驱动 Gemini 图像工作流，付费请求前先离线生成可审查的计划，包含提示词、模型、隐私设置和费用估算。支持生成、编辑、对比最多 3 个提示词与 3 条模型路线，路由 Nano Banana 2.1（默认）、Nano Banana 2 Lite 和 Nano Banana Pro。要求 Claude Code 2.1.199+ 与 Python 3.11+，支持 Linux 和 macOS，Windows 需用 WSL，采用 MIT 许可。
LxBarn 在 Hugging Face 发布 Qwen/Qwen-Image-2.1 的无审查（Uncensored）量化版本，提供 GGUF、Safetensors 和 MLX 格式，文件大小从 NVFP4 的 4.20 GB 到 BF16 的 14.23 GB 不等，其中 Q4_K_M（4.60 GB）被推荐为 GGUF 体积与质量的最佳平衡。该版本内置 qwen3vl_8b 文本编码器与 VAE 文件，可直接在 ComfyUI 中使用，且无内置安全检查器，可直接生成成人、NSFW 及敏感图像。
botp/Moss-image-nsfw-uncensored-lora 是一个用于 OpenMOSS-Team/MOSS-Image-SFT 的 NSFW 去审查 LoRA 权重，可通过 Diffusers 加载，提示词以触发词 moss_xvstyle 开头。官方文档给出 pip 安装与推理代码示例，并支持 Google Colab、Kaggle、Draw Things、DiffusionBee 等笔记本与本地应用。
shihaoyang0423 发布 MGFlow 项目网站，用于论文 "Unifying Distributional Training for One-Step Visual Generation"，提供交互式 demo、模型权重下载与样本浏览。站点为无构建依赖的静态页面，内置原生 interactive ImageBench 排行榜（2026-10-21 快照：76 个 All models / 37 个 Local），支持查看指标、切换视图和导出 SVG，通过 GitHub Pages 部署。
prompts.chat 将图像编辑提示词 "Echoes of the Rust Age" 由纯文本升级为结构化格式，并把作者从 acaremrullah.a@gmail.com 变更为 ersinkoc。该提示词让用户照片中的两位主角化身末日拾荒者，穿越由锈蚀集装箱和废旧金属构成的峡谷，指定 Arri Alexa 电影感写实风格，并新增 negative_prompt 排除卡通、3d render、blurry 等风格与元素。
prompts.chat 的每日 prompt 更新中，"Video" 提示词被替换为一条视频生成描述：神秘酒保将发光绿色液体倒入杯中的电影级特写，配重烟雾、深色鸡尾酒吧背景，标注 4k、hyper-realistic、slow motion。此次改动是该 prompt 库的一次常规内容更新。
prompts.chat 新增一条文生图 prompt，用于生成 16 世纪奥斯曼伊兹尼克风格的釉面瓷砖画：中央为深绿柏树，两侧是红郁金香、蓝康乃馨和白风信子，配钴蓝花瓶与云纹边框。prompt 指定了白色石英胎底、凸起番茄红等配色，要求 16:9 横幅、对称的博物馆摄影效果，画面不含人物、文字和标志。
prompts.chat 收录由用户 @f 贡献的图像生成 prompt「Aerochrome Infrared Photograph of a Birch Forest and a Still Lake」。该 prompt 模仿 Kodak Aerochrome 假彩色红外胶片风格，描述白桦树呈洋红与粉红、湖面呈钴蓝、天空呈饱和青色，画面为 16:9 宽幅，并要求无人、无动物、无文字、无水印。
prompts.chat 新增一条图像生成 prompt，以 Georges Seurat 与 Paul Signac 的新印象派点彩风格描绘岩石潮池，画面包含橙紫色海星、绿色海葵、寄居蟹壳与海带。提示词指定画布由数千个小色点构成，并要求 16:9 横幅构图、可见画布纹理，且不出现人物、文字与标志。
prompts.chat 新增一条社区贡献的图像生成提示词「Stone Watermill on a Forest Stream at Autumn Dawn」，描述秋日清晨溪边一座两层石砌水磨坊，含大型木质上射水轮、暖黄窗光、薄雾与金色晨光等细节。提示词指定照片级写实风景摄影、16:9 宽幅画幅，并要求画面中不出现人物、文字、标志或汽车。
prompts.chat 新增一条图生视频动画 prompt「Stone Watermill at Autumn Dawn」，以秋日晨光中的石磨水车图像为首帧，生成 6 秒电影感镜头。Prompt 要求保持石磨、水轮、窗户等构图不变，水轮缓慢转动、溪水流动、雾气漂移、落叶飘浮，并做一次缓慢推近，无剪辑、无新物体、无人物、无文字。该 prompt 由 @f 贡献。
GitHub 仓库 iconben/z-image-studio 发布，为 Tongyi-MAI/Z-Image-Turbo 文生图模型提供 CLI、Web UI 和 MCP Server 三种本地运行接口，支持 Windows/Mac/Linux。工具针对 NVIDIA CUDA、Linux AMD ROCm、Intel XPU 和 Apple Silicon MPS 做了优化，无兼容 GPU 时回退 CPU；支持最多 4 个 LoRA、seed 复现、full/q8/q4 精度选择，MCP 端支持 stdio、SSE 和 Streamable HTTP 三种传输，可接入 Claude Desktop 等客户端，安装方式含 Windows 安装包、Docker、pip/uv。
Hugging Face 上线 chfm/Moss-image-nsfw-uncensored-lora，一个基于 OpenMOSS-Team/MOSS-Image-SFT 的去审查 LoRA 权重，可通过 Diffusers 的 load_lora_weights 加载使用，触发词为 moss_xvstyle。该模型同时支持 Google Colab、Kaggle 等笔记本环境以及 Draw Things、DiffusionBee 等本地应用。
mlabo-org 在 GitHub 发布 codex-image-grid-native，一个基于 Rust 和 SwiftUI 的 macOS 原生图像生成工作区，面向 Codex 与 Claude Code。它支持 Prompt Batch 生成与编辑、参考图像解析、日英双语 UI、明暗主题和生成历史，并通过 codex_image_grid/generate_image_grid MCP 工具交接产物。单批次最多 12 个提示词、每提示词 6 个变体、共 24 个图像任务，需 macOS 14 及以上并已登录的 Codex CLI。
Hugging Face 上发布 Qwen-Image-2.1 Uncensored 量化模型，基于 Qwen/Qwen-Image-2.1 原始权重，提供 GGUF、Safetensors 和 MLX 格式，其中 Q4_K_M GGUF 为 4.60 GB 且被推荐为体积与质量的最佳平衡，MLX 格式针对 Apple Silicon 优化。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，需配合 ComfyUI 与 ComfyUI-GGUF 使用，文本编码器 qwen3vl_8b_int8_convrot 可卸载到系统内存以节省 9–17 GB 显存。
Kokon 0.10 发布，新增 Prompt+ 与自定义 LoRA（beta）两项功能。Prompt+ 用 Qwen-Image 2.1 已加载的 Qwen3-VL 8B 文本编码器把简短想法改写成详细提示词，无需额外下载模型，在 RTX 5070 Ti 上每张图约增加 2 秒、M2 Pro 约 13 秒，支持 8 GB 显卡；LoRA 最多同时加载 3 个，可设强度和触发词，暂只测过 Windows + NVIDIA。底层改为自带 stable-diffusion.cpp 构建，图像侧与上游逐位一致，文本生成约 127 tokens/s。软件免费开源（AGPL），权重为 Qwen Research License 非商业许可。
推荐理由：作者给出 Prompt+ 在 5070 Ti 和 M2 Pro 上的耗时、8 GB 显存可用性等实测数据，可据此评估是否值得升级。
s2czk 在 Hugging Face 上发布 Moss-image-nsfw-uncensored-lora，一个基于 OpenMOSS-Team/MOSS-Image-SFT 的去审查 LoRA 权重，可通过 Diffusions 的 load_lora_weights 加载，使用触发词 moss_xvstyle 生成图像。该模型支持 Google Colab、Kaggle 等笔记本环境，以及 Draw Things、DiffusionBee 等本地应用。
Q0916 在 GitHub 发布 image-generation-principles（IGP）v2.3，一套面向单图、插画、主视觉和海报的作画判断技能，采用 CC BY-NC 4.0 加附加许可，允许商用创作和成品出售，但禁止将 IGP 本身付费转售。技能可在 Codex 配合 ima2 使用，或以 dist/image_generation_principles.md 统合版用于 ChatGPT Library。作者说明截至 2026-10-21 的正向实测反馈仅来自 Codex 经 ima2 生成图像的路径，未主张因果效应或跨模型普适性。
开源仓库 NoiseForm 上线，这是一个在本地运行的 NovelAI 图像生成 Web 客户端，支持 V5、V4.5、V4、V3 模型。它在官方生成器基础上提供批量队列、可点击 tag 的 X/Y 网格、基于 IndexedDB 的可查询归档、WebGL2 后处理台（18 passes），以及兼容任何 OpenAI 模型的提示词 AI 助手。仅本地存储 token，无需 NovelAI token 可进 DEMO 模式。
NexocoreTeam 在 GitHub 发布 AdCreatives，一款面向 Meta 和 TikTok 的 AI 广告创意生成工具，将心理信息策略与 AI 图像生成结合。其架构分为策略层、生成层和验证层，包含 VOC Mining、Schwartz 意识分层、fal.ai 提示词生成、平台合规检查等功能，支持 product-hero、benefit-callout、lifestyle-ugc 等多种风格，并提供 CTR、CPA、ROAS 数据回流的反馈循环。视频生成阶段目前仅为脚手架，尚未接入。