从素材与意图到作品的多步创作、工具调用与人机协作。
Ideogram 发布文生图模型 3.0 版本，在真实感、风格控制和版式生成上有较大改进，并分为 Turbo、Balanced、Quality 三个档位，均已上线 Replicate。Turbo 适合快速迭代，Quality 追求最高保真，Balanced 居中。该版本支持用参考图做风格迁移，并宣称在人工评测的 ELO 打分中于真实感、对齐度和多样性上高于其他图像生成模型。
推荐理由：Ideogram 3.0 三个档位在文字渲染、版式与风格参考上的分工，可供设计营销类图像选型参考。
Wan 2.1 支持从文本或图像生成视频，并可通过 LoRA 进行风格迁移。Replicate 提供了 480p 和 720p 的文本生视频模型，以及使用预制权重或自有图片训练风格 LoRA 的流程；自定义训练至少需要 25 张图片和一个 trigger_word。
推荐理由：材料展示了使用预制 LoRA 和自有图片训练风格 LoRA 的 Wan 2.1 视频工作流，包含可复用的输入与训练步骤。
Replicate 已将 Musubi Tuner 适配到平台，支持用户用自有视觉内容微调 HunyuanVideo 视频模型。文章提供从视频切片与字幕生成、LoRA 训练到浏览器或 API 调用的流程，默认训练通常需要约 5-10 分钟。
推荐理由：文章把视频微调拆成数据准备、训练和调用四步，并给出训练时长与参数调节建议，适合评估自定义视觉风格和运动效果的落地路径。
Replicate 介绍了利用合成训练数据改进 Flux 微调模型的方法，涵盖从单张图片生成训练集、筛选模型优质输出再训练，以及组合多个 LoRA 扩展风格。文章还说明了通过 Replicate API 使用 `extra_lora` 和 `extra_lora_scale` 的方式，并建议在 0.9 到 1.1 的范围内调整 LoRA 权重。
推荐理由：文章将单图扩增、筛选微调模型优质输出和组合 LoRA 整理成可复用流程，适合改善 Flux 微调数据的多样性与风格范围。
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。
Replicate 发布教程，介绍如何用少量个人照片在 Replicate 上微调 FLUX.1，生成包含本人形象的图像。教程建议至少准备10张不同角度、光线和场景的照片，设置独特触发词，并使用1000步训练。以约20张训练图为例，训练通常需要约20分钟、费用约为$1.85，完成后可通过网页或 API 生成图像。
推荐理由：教程给出个人照片微调、触发词设置和模型调用的完整步骤，并提供1000步训练约20分钟、约$1.85的成本参考，便于复用这套肖像生成流程。
Replicate 支持使用 Ostris’s AI Toolkit 和 LoRA，通过网页或 API 用自有图像微调 FLUX.1 [dev]，以定制特定风格、角色或物体。
推荐理由：文章给出从准备 12–20 张图像到调用微调模型的完整路径，并说明训练时长、成本和 FLUX.1 [dev] 的商业使用边界。
Replicate 宣布 FLUX.1 [dev] 支持图像到图像转换，用户可上传起始图像、输入提示词，并通过 prompt strength 调整二者的影响比例。该功能适合风格迁移和构图控制，但从彩色图像生成黑白线稿仍较困难；周报还介绍了 Streamlit 与 Replicate 的应用开发教程，以及用于 Minecraft 开放世界探索的 Odyssey 智能体框架。
推荐理由：文章同时给出 FLUX.1 [dev] 图像到图像的使用方式与局限，并串联 Streamlit 应用开发和开放世界智能体研究，便于了解近期开源实践方向。