NVIDIA 在 GTC Berlin 展示了包括 RTX Spark、DGX Spark 和 DGX Station 在内的全线本地 AI 硬件阵容，并宣布推出 DGX Station for Windows、模型支持以及针对推理引擎的优化。
推荐理由：NVIDIA 在 GTC Berlin 公布了面向本地 AI 硬件的完整产品矩阵、软件更新及模型支持，为开发者和企业部署端侧智能体提供了新方案。
Black Forest Labs 推出的 FLUX.3 Image Klein 现已在 Diffusers 中首日上线，支持文生图、多参考图生图以及基于边界框的布局控制。文章提供了蒸馏版和基础版的加载代码、LoRA 微调脚本以及模块化流水线的架构解析。
推荐理由：文章介绍了 FLUX.3 Image Klein 模型在 Diffusers 中的原生支持，提供了代码示例和架构解析，可帮助开发者了解其在文生图与图像编辑上的新特性。
OpenAI 旗下 Higgsfield 平台更新，通过集成 GPT-6 Astra 模型将视频生成时长从 1 分钟提升至 10 分钟以上。同时引入 GPT-Image-2.5 提供更精确的视觉效果，并利用 GPT-Live 开启语音电影制作功能。
推荐理由：OpenAI 旗下 Higgsfield 平台通过集成 GPT-6 Astra 等模型，将 AI 视频生成时长提升至 10 分钟以上并引入语音电影制作功能。
Pollo AI 通过集成 GPT-5.6、GPT-6 Astra 及 GPT-Image-2.5 模型，帮助创作者将创意构思转化为精细的图像与电影级视频广告。该平台利用上述模型能力，简化了从创意生成到营销活动落地的全流程。
Normalizing Trajectory Models (NTM) 将扩散模型的反向生成步骤建模为具有精确似然训练能力的条件标准化流，解决了生成过程压缩至少量步骤时性能下降的问题。该模型通过结合浅层可逆块与深层轨迹预测器，支持从零训练或基于预训练流匹配模型初始化。在文本生成图像任务中，NTM 仅需 4 个采样步骤即可匹配或超越现有基准，并能通过自蒸馏生成高质量样本。
Google Research 提出了 Diffusion Controller 框架，将图像去噪过程建模为连续控制问题，通过引入轻量级“转向阻尼器”网络，在无需修改模型核心权重的情况下实现对图像生成的精准调控。该方法在 Stable Diffusion v1.4 基准测试中表现优于 LoRA，且支持在推理阶段动态调整控制强度，适用于白盒及受限的灰盒模型环境。