Hugging Face Diffusers 发布 0.39.0，新增 Cosmos 3、Ideogram 4、Krea 2、DreamLite、PRX Pixel、Motif-Video、AnyFlow、JoyAI-Image-Edit、DiffusionGemma、Anima 等图像与视频管线。
推荐理由：Diffusers 0.39.0 一次性接入 Cosmos 3、Ideogram 4、Krea 2 等十余条新管线，可据此判断各模型的开放方式与工程适配成本。
Hugging Face 与 Cerebras 演示了一套实时语音到语音流水线，用 Cerebras 加速 Gemma 4 31B 推理，串联 Nvidia Parakeet 语音识别与阿里 Qwen3TTS 语音合成。
推荐理由：展示了开源级联语音到语音栈的模块化组合方式，可借鉴其用快速推理压低长尾延迟的思路。
ComfyUI 发布 v0.27.0，加入 int8 convrot 模型支持，并改进 int8 LoRA 应用、Turing GPU 支持和内存泄漏问题。
推荐理由：该版本将 int8 支持覆盖到模型、LoRA 应用和 Turing GPU，并同步补充多个合作方节点，可用于评估 ComfyUI 工作流升级。
Google DeepMind 发布 Gemma 4 12B，一款面向笔记本本地运行的多模态模型，采用无编码器架构，视觉和音频输入直接进入 LLM 主干。该模型在标准基准上性能接近 26B MoE 模型，内存占用不到其一半，可在 16GB 显存或统一内存的消费级笔记本上运行，并首次在中型模型中支持原生音频输入。
推荐理由：Gemma 4 12B 的无编码器架构与 16GB 本地运行门槛，为端侧多模态与智能体选型提供了新的权衡参考。
Black Forest Labs 宣布，FLUX.2 [klein] 4B 将预装在新一代搭载 RTX GPU 的 ASUS ProArt 笔记本的 MuseTree 应用中，无需 API 或互联网即可生成图像。该方案的目标是在 8GB VRAM 笔记本上、后台运行其他专业应用时，将图像生成时间控制在 5 秒以内。
推荐理由：这次合作把 FLUX.2 [klein] 4B 的本地部署条件、离线使用方式和性能目标放到具体硬件上，便于评估其对隐私敏感与低延迟创作流程的适配度。
Google DeepMind 发布 Gemini 3.5 系列，首发 Gemini 3.5 Flash，面向智能体与编码等复杂长程任务。
推荐理由：原文给出 Gemini 3.5 Flash 的智能体、编码与多模态基准，以及 API 和产品入口，便于比较模型能力与落地渠道。
World Labs 发布 Spark 2.0，为基于 THREE.js 和 WebGL2 的开源 3DGS 渲染器加入 Level-of-Detail 系统，可按视角连续调整细节并通过网络流式加载数据。
推荐理由：World Labs 公开了 Spark 2.0 的 LoD、渐进流式与虚拟显存三项技术细节，可据此判断大场景 3DGS 在浏览器端的落地条件。
ElevenLabs宣布支持 On-Premise 和 On-Device 部署，将语音 AI 扩展到云端和 VPC 之外。On-Premise 与 On-Device 目前处于 early access，首批版本预计在 2026 年上半年推出；VPC 部署现已可用，并支持自定义声音和针对语言或方言的微调。
推荐理由：材料清晰区分了 On-Premise、On-Device 与 VPC 的部署边界，便于企业按数据驻留和离线推理需求选择方案。
Diffusers 发布修复，解决 Modular Pipelines 在 modular_model_index.json 中使用 AutoModel 类型提示时的加载问题（#13271），并修复 Flux Klein 的 LoRA 加载（#13313）。同时修复 Cosmos Predict 2.5 中未加保护的 torchvision 导入（#13321）。
Hugging Face 发布 Diffusers 0.37.0，引入 Modular Diffusers，用可复用模块组合自定义扩散管线，与原有 DiffusionPipeline 并存。
推荐理由：Diffusers 0.37.0 的模块化管线与新增图像视频模型清单，可供选型与工作流搭建时对照参考。
Hugging Face 的 Diffusers 发布 0.36.0，新增多条图像与视频管线，包括 Black Forest Labs 的 Flux2、6B 参数的 Z-Image、支持多图参考的 QwenImage Edit Plus、Bria FIBO、Kandinsky 5.0 Image Lite 和把图像编辑重构为视频生成任务的 ChronoEdit。
推荐理由：Diffusers 0.36.0 一次性接入 Flux2、Z-Image、HunyuanVideo 1.5 等新管线并新增缓存与注意力后端，可据此判断生成工作流的升级路径。
Perceptron AI 发布 Isaac 0.1，一个 2B 参数的开源权重视觉语言模型，面向有依据的感知任务，现可在 Replicate 上运行。该模型能回答图像问题、推理空间关系、在杂乱环境中读取文字，并给出与答案对应的边界框或区域以提供依据。官方称其在 OCR、物体识别和视觉推理上可媲美体量大得多的模型，且仅需少量标注示例即可适配新任务，无需微调。
推荐理由：可了解一个 2B 开源视觉语言模型在 OCR、空间推理与少样本适配上的定位，供选型参考。
Replicate宣布加入Cloudflare，并将保持独立品牌；其 API 不变，现有模型和已构建的应用将继续运行。双方计划把 Replicate 的模型运行能力与 Cloudflare Developer Platform 整合，用于构建智能体、运行实时模型及在边缘部署模型。
推荐理由：这次整合保留了 Replicate 的 API 和现有模型，同时为智能体、实时模型与边缘运行提供更完整的云平台协同。
Replicate上线Datalab的Marker与OCR模型，可将PDF、DOCX、PPTX和图像解析为Markdown或JSON。Marker支持表格、数学公式、代码、图像提取及按JSON Schema提取字段；OCR支持90种语言，并返回阅读顺序和表格网格。
推荐理由：这次接入同时给出结构化抽取、处理速度、基准对比与计价，便于评估文档解析和 OCR 工作流的落地成本。
World Labs 发布实时生成世界模型 RTFM（Real-Time Frame Model），可随交互实时生成视频，用于探索生成的 3D 世界和真实场景，今日以 research preview 形式开放，并可在浏览器中体验。
推荐理由：RTFM 把世界模型做成单卡实时渲染器，读者可据此判断实时 3D 生成在算力与持久性上的可行边界。
Diffusers 发布 v0.35.2-patch，修复初始化 transformers 模型时的 offload_state_dict 处理，以及 TRANSFORMERS_FLAX_WEIGHTS_NAME 导入问题。该版本还加入 PyTorch 2.3.1 兼容性版本检查，并修复 wan 和 ltx 的 scale_shift_factor 位于 CPU 的问题。
Replicate 开始缓存 PyTorch 模型的 torch.compile 编译产物，以减少模型容器启动时的编译开销，black-forest-labs/flux-kontext-dev、prunaai/flux-schnell 和 prunaai/flux.1-dev-lora 的启动速度提升 2–3 倍。
推荐理由：Replicate的缓存机制针对torch.compile首次编译开销，给出了多个模型冷启动时间变化，可用于评估部署优化收益。
Hugging Face 发布 Diffusers 0.35.0，新增 Wan 2.2、Flux-Kontext、Qwen-Image 和 Qwen-Image-Edit 等图像与视频管线。版本加入 Regional compilation，称可将编译时间减少 8–10x，并支持加速设备直接加载管线、分片并行加载和 GGUF CUDA kernels，后者预计带来约 10% 的推理速度提升。
推荐理由：该版本同时覆盖新图像与视频管线、编译和加载优化，可帮助开发者比较模型接入方式与推理部署路径。
Replicate 发布托管远程 MCP server，可接入 Claude Desktop、Claude Code、Cursor 和 VS Code，通过聊天式自然语言探索并运行 Replicate 的 HTTP APIs。
推荐理由：它展示了 Replicate 的模型检索、比较和运行如何接入 Claude、Cursor 等工具，并通过远程认证与响应过滤落地 MCP 工作流。
Replicate 公开了其 FLUX.1 Kontext [dev] 实现的优化方法 TaylorSeer，用缓存的特征导数配合 Taylor 级数近似被跳过的去噪步，把模型调用从约 30 步降到 10 至 15 步，同时尽量保持质量。
推荐理由：Replicate 公开了 FLUX.1 Kontext 的 TaylorSeer 缓存加速实现，读者可据此理解扩散模型跳步近似与质量取舍。
Hugging Face Diffusers 发布 0.34.0，新增 Wan VACE、Cosmos Predict2 等视频与图像生成 pipeline，并改善 torch.compile 支持。
推荐理由：该版本同时覆盖可控视频生成与低显存部署，读者可据此评估 Wan VACE 等 pipeline 的控制能力和 torch.compile、量化、卸载组合。
Google DeepMind 的最新旗舰图像模型 Imagen 4 现可在 Replicate 上运行，目前为预览版，行为与功能可能变化，需求高时可能出现排队。
推荐理由：Replicate 上线 Google Imagen 4 预览版，读者可据此了解其文字渲染与细节表现及接入方式。
Hugging Face 上的 3 万多个 LoRA 现可直接在 Hub 上通过 Replicate 运行推理。用户选择支持的 LoRA 模型并将 Replicate 设为推理提供方后，请求会被路由到 Replicate 的 black-forest-labs/flux-dev-lora 模型，LoRA 以 lora_weights 参数动态传入，无需为每个 LoRA 单独托管模型。
Diffusers 发布 v0.33.1，修复了 wan pipelines 的 ftfy 导入问题，该修复由 @yiyixuxu 在 #11262 中提交。此版本距上一版本已有 1620 次提交。
Diffusers 发布 0.33.0，新增 Wan2.1、LTX Video 0.9.5、Hunyuan Image to Video 等视频管线，以及 SANA-Sprint、Lumina2 和 OmniGen 等图像生成管线。该版本加入层级权重转换、分组卸载、远程 VAE、缓存推理和 Quanto 量化，并支持 LoRA 热插拔与管线 dtype map。
推荐理由：Diffusers 0.33.0 将 Wan2.1、LTX Video 0.9.5 等视频管线与层级卸载、缓存推理和量化能力整合到同一版本，便于评估生成工作流的显存与速度取舍。
Replicate 为 Wan2.1 提供可扩展云端 API，支持 480p/720p 文本生视频与图像生视频。14B 模型在 Replicate 上生成 5s 视频，480p 约需 39s、720p 约需 150s；另有面向消费级 GPU 的 1.3B 模型。文章还介绍了 guide_scale、shift 和 steps 等可调参数。
推荐理由：文章同时给出 Wan2.1 的文本生视频与图像生视频 API 入口、分辨率和参数设置，便于按实验速度与输出分辨率选择模型版本。
Diffusers 0.32.0 发布，新增 Mochi-1、Allegro、LTXVideo 和 HunyuanVideo 视频生成管线，以及多组图像生成管线。该版本还加入 TorchAO、GGUF 量化后端和 Flux、SANA、Hunyuan Video 等训练脚本。Sana-0.6B 可部署在 16GB laptop GPU 上，并在不到 1 秒内生成 1024×1024 图像。
推荐理由：该版本把 Mochi-1、Allegro、LTXVideo 和 HunyuanVideo 接入统一库，并补充量化后端与训练脚本，便于比较开放视频模型的使用与微调路径。
Replicate 宣布 FLUX 微调推理大幅提速，微调模型运行速度已与基础模型相同：FLUX.1 [schnell] 在 512x512、4 步下为 0.6 秒（P50），FLUX.1 [dev] 在 1024x1024、28 步下为 2.8 秒（P50）。
推荐理由：Replicate 公布了 FLUX 微调推理的加速数据与开源优化路径，可据此判断自建或托管微调服务的成本与质量取舍。
Replicate 宣布 Stable Diffusion 3.5 已上线，提供 Large、Large Turbo 和 Medium 三种版本，分别侧重画质、速度与消费级硬件运行。
推荐理由：文章同时给出三种规格、API价格和Medium权重入口，便于按画质、速度与本地运行条件选择模型。
Replicate 宣布 FLUX 在其平台上的端到端生成速度提升，并将相关优化代码开源。在美国西海岸使用 Python 客户端测试时，FLUX.1 [schnell] 在 512x512、4 steps 下为 0.29 秒，1024x1024、4 steps 下为 0.72 秒；FLUX.1 [dev] 在 1024x1024、28 steps 下为 3.03 秒。
推荐理由：文中给出的端到端测速和可关闭的优化开关，为比较 FLUX 在不同分辨率与步数下的速度、质量和部署取舍提供了具体依据。
Replicate 发布教程，展示如何通过其 HTTP API 以编程方式微调 FLUX.1、发布模型并生成图像。教程覆盖训练图片准备、API token、模型创建、数据上传、训练状态检查，以及使用 trigger_word 调用微调模型。使用约20张图片和1000 steps时，训练通常约需20分钟、成本约为$1.85，训练运行在 Nvidia H100 上并按秒计费。
推荐理由：这篇教程把 FLUX.1 微调拆成可执行的 API 流程，涵盖训练数据、成本、版本发布和调用，适合复用到自定义图像模型工作流。