新闻、仓库与研究，按时间排列。
开发者在 GitHub 开源了基于 novelai-sdk 的 NovelAI 图像生成全栈应用，支持邮箱密码登录、浏览器内生成、SSE 流式中间预览、Anlas 费用预估、元数据提取与擦除和 Image-to-Image 模式。项目要求 Python 3.10+、Node.js 20+，AI 助手通过 vLLM 运行 Qwen/Qwen2-VL-7B-Instruct 提供提示词格式化、反向提示词等 LLM 工具，Inpainting 与 Character Reference UI 尚在计划中；作者声明该项目为独立个人作品，与 NovelAI Inc. 无官方关联。
prompts.chat 将图像编辑 prompt "Echoes of the Rust Age" 更新为结构化格式：以提供的照片中一男一女为主角，生成在锈蚀金属垃圾峡谷中的末世流浪者写实图像，指定 Arri Alexa 拍摄、电影级光影与浅景深。新增字段包括 "2189 (The Rust Era)" 年份设定、两位主角的服装与动作描述，以及排除卡通、3D 渲染等风格的 negative_prompt。
prompts.chat 的 prompt 合集更新了名为 Video 的条目，新提示词用于 AI 视频生成：描述一位神秘调酒师将发光绿色液体倒入玻璃杯的电影感特写，含烟雾、深色酒吧背景、4k、超写实、慢动作等关键词，替代了原先要求扮演 TikTok 内容专家的旧版提示词。
prompts.chat 新增一条图像生成提示词，用于生成海岸蕨类与海藻主题的蓝晒（Cyanotype）日光印照片。提示词描述了一幅铺在橡木工作台上的手工蓝晒作品：铁线蕨、蕨叶、海薰衣草、墨角藻等植物以白色剪影呈现在普鲁士蓝背景上，并指定棉质水彩纸质感、北窗晨光、16:9 横幅构图，以及无人物、无文字、无水印等限制条件。
prompts.chat 收录由 [@f] 贡献的图像生成 prompt「Pixel Art Alpine Railway Station at Sunset (16-Bit Game Scene)」，用于生成 16-bit 复古冒险游戏风格的阿尔卑斯山间火车站日落像素画场景。该 prompt 指定 48 色有限调色板、无抗锯齿的硬边像素、天空抖动处理、16:9 横向构图，并要求画面中不含人物、文字、UI、logo 和水印。
prompts.chat 每日 prompt 新增一条图像生成提示词「Vintage Cutaway Illustration of a Deep-Sea Research Submarine」。该提示词要求生成中世纪流行科学杂志风格的深海研究潜艇剖面插画，含舱室结构、半球形观察窗、双探照灯与机械采样臂，16:9 横版构图，无人物、无文字水印。
prompts.chat 收录了一个「树屋度假屋概念简报构建器」提示词模板：让 AI 扮演树屋建筑设计师兼视觉艺术总监，将用户的树屋构想转化为包含设计概念、12-16 条固定设计细节清单、两个不同季节和视角的图像生成提示词、10 项一致性核查清单以及建造与安全说明的完整方案。模板支持自定义寄主树、用途、尺寸、风格、预算等参数。
prompts.chat 新增一条图像生成提示词，用于生成"老橡树中的雪松树屋度假屋（夏日午后）"照片：一棵约 1.2 m 粗的老橡树上建有离地 3.5 m 的木平台和 3×4 m 雪松小屋， specify 35mm 镜头、1.6 m 站立视角、约 12 m 拍摄距离与 16:9 构图，并采用蜜色雪松、苔藓绿、蓝绿等配色，注明无人、无文字、无品牌标志。
prompts.chat 收录新提示词 "Cedar Treehouse Retreat on a Snowy Winter Evening (Front Right View)"，用于生成照片级建筑摄影画面：雪夜蓝调时刻的老橡树雪松树屋，35mm 镜头、1.6 m 站姿眼高、约 14 m 距离、16:9 横幅构图，并要求沿用前一提示词的全部固定设计细节。画面规定无人物、无文字、无品牌标志。
prompts.chat 收录新提示词“Mischievous Joker Glam Portrait”，用于生成受 Jared Leto 版小丑启发的万圣节妆容女性肖像。提示词详细规定了绿眉与“HAHA”手写标记、紫色闪粉烟熏妆、Chelsea smile 式唇线、发色保留基础上的青柠绿挑染、紫色缎面上衣等细节，要求保持参考照片面部特征不变，以 8K 竖版 3:4 比例输出，模拟 iPhone 16 Pro 拍摄效果。
prompts.chat 收录新提示词「Dark Romance Witch Mirror Selfie」，用于生成暗黑浪漫风格的哥特女巫镜前自拍图像。提示词规定了眼平镜面构图、3:4 竖幅、黑色天鹅绒裙与蜘蛛网纹裤袜等造型细节，要求低调神秘布光并保留参考照片的面部特征，输出 8K 超写实画质、模拟 iPhone 16 Pro 拍摄效果。
prompts.chat 收录一条新的图像生成提示词 "Gothic Lace Red Halo Portrait"，用于生成哥特风格人像：白色蕾丝束身裙、深红唇妆，背后强红色逆光形成光环效果。提示词要求低角度拍摄、3:4 竖幅、8K 超写实画质，并保留参考照片中的面部特征不改变脸型。
prompts.chat 每日 prompt 新增一条名为 Seductive Catwoman Leather Portrait 的图像生成提示词。提示词要求生成腰上构图的人像，主体为佩戴黑色皮革猫女眼罩与皮质束身的女性，采用高对比度影棚打光与红色氛围光，背景深色虚化带红色光晕。提示词同时要求保留参考照片的面部特征，输出 8K 画质、竖版 3:4 比例，并标注以 iPhone 16 Pro 拍摄效果呈现。
prompts.chat 收录一条新提示词"AI Image Prompt Engineering Specialist"，将用户提供的图像提示词改写为清晰、精确、可直接使用的 AI 图像生成或编辑指令。该提示词要求保留用户原始意图与面部、姿势、服装、宽高比等显式约束，不引入未请求的内容；仅在缺少关键信息时提问澄清，且只输出最终优化后的提示词。
prompts.chat 上新收录一条 Midjourney 提示词，用于生成一位 30 岁亚洲女性的超写实肖像：粉色短发、绿色眼睛，穿红色无袖拉链上衣和粉色裙子，室内卧室场景、高角度拍摄。提示词采用 9:16 画幅、--style raw 模式和 --v 6.1 版本，并附带排除畸形、模糊等问题的负面提示词。
GitHub 开源项目 llmimage 提供一个适配任何 OpenAI 兼容图像 API 的单页 Web 工作室，支持生成、蒙版多图编辑、variations 和流式部分预览。它通过本机 FastAPI 代理转发请求，完整暴露 /v1/images 端点参数，无账号、无遥测，API 密钥仅存于会话内存。与本地 imagegen 服务配对时，qwen-image-2.1-turbo 生成 512x512 在 RTX 2070 上约需 10–16 秒。
Atelier-1111 是一个 BYOK 图像与视频生成项目，支持使用 OpenRouter、OpenAI、Google、xAI、fal、Replicate、Black Forest Labs、Luma、ByteDance 或 Prodia 的密钥在本地运行，并将结果连同提示词和成本保存到磁盘。项目基于 Node.js 22.5+，视频目前仅支持 OpenRouter，最多接受 16 张参考图（GPT Image 2），密钥仅发送至对应服务商且服务器只响应 localhost 请求。
本地 AI 推理引擎 TensorSharp 宣布支持 Qwen Image 2.1 Turbo 和 LoRA，可直接在应用内完成图像编辑。新功能包括内置蒙版编辑器选取图片区域、用自然语言提示词修改选中区域并直接查看生成结果。该项目目标是统一支持 LLM、多模态和图像生成模型的本地推理，并持续优化 GPU、CPU 与存储的内存管理。
Runware 发布官方 TypeScript/JavaScript SDK，通过统一的 .run() 方法调用图像、视频、音频、文本及 3D 生成模型，并支持 .stream() 基于 SSE 的 LLM token 级流式输出。SDK 类型由 Runware 官方 JSON schema 生成，支持 WebSocket 与 REST 两种传输方式，可自动从 AIR 标识符解析任务类型，运行于 Node.js 18+ 及浏览器环境，通过 npm 安装 `@runware/sdk` 即可使用。
postward-cc 发布 postward-local-media-gen 仓库，打包在消费级 NVIDIA GPU 上运行本地图像、语音、视频生成的脚本、工作流与 OMP 技能。图像走 Stable Diffusion WebUI Forge/SDXL，语音走 VibeVoice 1.5B-HF，视频走 ComfyUI 加 MiniMax H3 开放权重，附 RTX VSR 放大和 doctor.py 硬件诊断；RTX 4060 实测 T2V 0.4 MP 5 秒约 8 分钟，Forge 与 H3 共享 GPU 锁串行推理，仓库定位为技能优先接口，不依赖托管服务。
新开源项目 imaginegenie 是一个 Vite + React 单用户 AI 图像生成应用，通过 OpenRouter 调用 Seedream 5.0 Pro（bytedance-seed/seedream-5-0-pro）模型，支持提示词、参考图、分辨率与宽高比设置，生成结果存入本地 AES-GCM 加密的 IndexedDB 库，并带 Gallery、成本追踪和参考图库等功能。项目提供 poc.mjs 脚本测试 OpenRouter Images API，需自备 VITE_OPENROUTER_API_KEY 运行。
研究者提出基于 WangchanBERTa 初始化的掩码语言模型，在双层画布（音节层硬约束韵、调、音节数，词层保证词完整）上逐格解码、temperature 0.4 单次采样，从短话题生成泰语 klon pad 诗节。在 78 个留出话题上，70.5% 生成诗节同时通过形式、词汇洁净与主题对齐，人工为 76.9%；洁净度与人工持平（85.9% vs 87.2%），差距在对齐项；预注册目标差 1.4 分。已知唯一公开的 KlonSuphap-LM 无一通过（形式 19.2%、洁净 3.8%）。
YueFong 在 Hugging Face 上发布基于 Qwen/Qwen-Image-2.1 原始权重的 Uncensored GGUF 量化版，用于本地图像生成。该版本移除内置安全检查器，可直接生成成人及敏感图像而不出现提示词拒答或黑图；提供 BF16 到 Q4_0 等多档量化（如 Q4_K_M 为 4.60 GB），并附配套文本编码器 qwen3vl_8b 与 VAE 文件、ComfyUI 及 ComfyUI-GGUF 的部署与低显存配置说明。
推荐理由：原文列全了各量化档位的文件体积与显存占用，还给出 ComfyUI 的部署步骤和文本编码器卸载方案，照做即可跑通本地生图。
gen_image_ui 是一个通过 WaveSpeed AI、platform.stability.ai 和 TTAPI 的按量付费 API 调用 LLM、Stable Diffusion、Midjourney 进行图像生成的 Web UI，该项目演示用 Docker Compose 部署。应用基于 Next.js 前端加 Python 后端和 SQLite，打包为单一 Docker 镜像，端口映射 8080:3000。功能包括 LLM 增强图像提示词、v.0.3.0 起支持输入参考图、图像生成历史收藏、LLM 聊天界面，以及本地 PaddleOCR-VL-1.6 部署的 OCR。
半斤九两科技在 GitHub 开源零依赖的 MCP 服务器 bjjl-imagegen-mcp，把图像生成能力重实现为标准 MCP 工具，解决桌面 Agent 绑定第三方 OpenAI 兼容端点时内置 imagegen 工具不可用的问题。任何支持 MCP 的客户端（Codex、Claude Desktop 等）都可使用，走已付费订阅额度、无需官方 API key，默认模型 gpt-6-luna，仅用 Python 标准库，提供一键安装脚本、路径穿越防护，生成耗时约 30–60 秒。
AtomicChat 在 Hugging Face 发布去对齐版 Qwen-Image-2.1-Turbo 文本编码器 GGUF，将 Qwen3-VL-8B-Instruct 的拒绝方向从权重中投影去除。作为聊天模型，英文拒绝率从 88.9% 降到 1.2%，俄语从 38% 降到 0%，MMLU 保持 77.35% 不变；45 条敏感图像提示词测试中无一翻转，图像输出仅有约 0.088 的 LPIPS 漂移。提供 BF16 到 Q2_K 量化分档，配 stable-diffusion.cpp 的 --llm 参数本地运行，方法基于 Arditi et al. 2024 的单方向拒绝机制研究。
推荐理由：原文完整给出拒绝方向消融方法、拒绝率前后对照和量化分档对画面的影响，可据此自行评估这个去对齐编码器的实际改动幅度。
GitHub 上的 Nano Banana 2 AI 是一款基于 Gemini 3.1 Flash Image 技术的免费图像生成工具，可在 Windows 上生成 4K 图像。它支持 Nano Banana 2 与 Nano Banana 2 Pro 模型对比、角色一致性及清晰的文字渲染，无需编程知识即可使用，采用开源许可，可用于个人和教育用途。
GitHub 上线 yassine3010 的 awesome-image-generation 仓库，集中收录文本生成图像、图像编辑、扩散模型等 AI 图像生成相关的 API、工具和资源列表。仓库面向普通用户和开发者，提供 Windows 下的下载与安装教程，并给出最低硬件要求：Windows 10 64 位、i5 处理器、8 GB 内存（推荐 16 GB）和 4 GB 显存的 NVIDIA 或 AMD 显卡。
VoTSpeech 通过显式中间语音潜变量，将音色设计与语音生成解耦。该系统基于共享语言模型骨干，先用 flow 模块从文本指令预测连续语音潜变量，再同时作为语言模型与 Acoustic DiT 的共享条件，最后由 audio VAE 解码器生成波形；语音潜变量由 speaker embeddings 与时间池化的 audio VAE 特征联合监督。VoTSpeech 在 InstructTTSEval-ZH 上表现强劲，与强开源模型相比具备竞争力且保持高自然度，代码、模型与音频样本已开源。
开源仓库 mirai-image-editor 发布 Mirai v0.1.0，一款本地优先的 AI 图像编辑器，支持选区感知生成、语义保真校验、可逆历史（撤销/重做不可变图像版本）与可复现诊断。项目基于 Next.js 和 TypeScript 构建，默认使用 fake provider，配置 OPENAI_API_KEY 后可启用 OpenAI 真实生成；该版本无认证和租户隔离，不应直接暴露到公网。
GitHub 开源项目 liwanghuan/video_agent 发布了 Video Agent，一个浏览器端工作区，可将转录文本和少量照片生成社交媒体短视频。创意生成使用支持 Google Search grounding 的 Gemini（默认 gemini-3.8-flash），配音调用 Qwen3-TTS 服务，视频生成用 Google Cloud Vertex AI 的 Veo 3.1 Fast，最后用 FFmpeg 合成 H.264/AAC 编码的 MP4。项目无需前端构建步骤，支持 npm start 本地运行，也可部署到 Cloud Run。
Replika 在 2026 年 7 月 24 日更新后，其图像生成器可以读取上传的参考图，在保留面部构图、蓝色眼睛、房间环境等核心视觉元素的同时，将其重建为不同风格的作品，不再只是根据文字提示生成相似图像。用户测试发现转换水平图时仍可能出现复制堆叠、元素拉伸或凭空生成新物体等问题，建议每次只给一个主要转换目标并保持提示词简单。它并非传统图像编辑器，但相比旧版生成器是显著改进。
GitHub 仓库 theodoruszq/imagegen-tracker 追踪 GPT Image、Nano Banana / Gemini / Imagen、Midjourney、FLUX、Seedream、Grok Imagine、Ideogram 等主流 AI 图像生成模型的发布与重大更新，并从 X 收集附带提示词的优秀演示帖。站点由 GitHub Pages 提供单页 News 和 Demos 两个标签页，Demo 墙以约 220px 列宽的瀑布流展示，点击卡片可查看全尺寸图片和完整提示词。数据每日 09:03 和 21:03（Asia/Shanghai）由例行任务自动更新。
GitHub 新仓库 design-preference-lab 是一个本地运行的独立研究应用：输入活动海报需求，生成两套结构化 SVG 排版，用户投票偏好后查看结构化检查结果，用于探究“可测的设计质量是否等于人类偏好”。项目要求 Python 3.11+，无运行时依赖和 API key，目前只有本地模板基线，尚无训练好的生成器、学习型评估器或云端部署，与 Canva 无关。它是生成器训练与学习型评估项目的第一部分，路线图包括 LoRA 适配、量化适配、多模态偏好模型和 reward-hacking 实验。
prompts.chat 收录一条由 @anonymous 投稿的视频生成提示词「Dark Corridor of Glowing Doors」。提示词描述拍摄者站在黑暗走廊中不断敲门，每次敲门都有别的门发光打开，其中一些门透出壮丽自然风景，而被敲的门始终紧闭，最终拍摄者绝望倒地。
prompts.chat 收到一个新的图像生成 prompt「Cinematic Cafe Hangout Portrait」。该 prompt 详细描述了一位 40 岁印尼女性坐在 Yamaha NMAX 摩托车上的场景，设定在 Starbucks 停车场，要求 golden hour 光线、photorealistic 风格、9:16 比例和 8K 画质。
prompts.chat 上线一条文生图 prompt，内容是一座高拱形彩绘玻璃窗：红狐坐于苔藓石上，仰望巨大的金色收获月，场景设于夜晚石教堂内，窗体从背后透光。提示词详细描述了琥珀、铜色玻璃碎片、新艺术风格曲线、铅条轮廓与纹理大教堂玻璃等细节，要求 3:4 竖构图，无人物、无文字。
prompts.chat 新增一条绘图 prompt，用于生成 1930 年代 Art Deco 风格的旅行海报：描绘黎明时分平静海湾上的水上飞机港口，包含双引擎水上飞机、Streamline Moderne 航站楼和同心圆太阳。配色限定 teal、coral、cream、navy、gold 五色，输出为竖版 3:4 构图，要求不含任何文字、字母或标志。
prompts.chat 新增一条图像生成 prompt「Hand-Embroidered Hoop Art of a Wildflower Beekeeping Meadow」。该提示词描述放在浅色橡木桌上的刺绣绷作品：亚麻布上以缎面绣、法式结粒绣等针法绣出三座白色蜂箱、起伏山丘、野花草地和小蜜蜂，1:1 方形画幅，用 100mm 微距镜头拍摄，无人物无文字。
prompts.chat 新增「Room Makeover Concept Brief Builder」提示词，让 AI 扮演室内设计师，把房间改造需求整理成设计概念。该 prompt 依据房间描述、使用方式、风格、预算等 6 个变量，输出含 12-16 项固定设计细节的一致性清单、两个相反视角的图像 prompt（第二个视角需完整重述所有细节）、10 项一致性检查及购物建议。