Google 再度悄悄地推出 Nano Banana 2 預覽版，有少部份網友已經在測試的樣子；而本週較令人驚豔的 AI 應用應屬以 Qwen 為基礎的漫畫線稿上色模型以及 Grok Imagine 的強化。另外也有許多 ComfyUI 節點、LoRA 模型與管理工具湧現。
參考資料：https://note.com/toshia_fuji/n/n598c0b0454fa（Fujito）
即時互動生成
Google Nano Banana 2 預覽版登場
備受關注的圖像生成模型 Nano Banana 2 現已在 Media.io 平台以預覽版形式上線。回顧初代 Nano Banana，其最初也是以未知來源、但性能驚人的姿態出現，後來才被證實為 Google 的作品。此次 Nano Banana 2 的現身，同樣搭載了 Gemini 2.5 Flash 技術，延續了其高品質生成的血統。情報指出，此次預覽可能為限時開放，對於希望一窺頂尖模型實力的使用者來說，是個不容錯過的機會。
即時互動動畫生成：MotionStream
一項名為 MotionStream 的新技術，成功實現了對圖像中物件的即時動畫控制。使用者僅需透過滑鼠拖曳，即可在低於一秒的延遲下，以接近 29 FPS 的流暢度操控畫面中物件的動態，甚至同步改變攝影機視角。更具革命性的是，MotionStream 所生成的影片沒有長度限制，可以連續不斷地進行，這為即時互動敘事、遊戲雛形設計乃至虛擬世界模擬等領域，開闢了廣闊的想像空間。
創作者工作流
節點式 AI 創意平台：Freepik Spaces
知名圖庫網站 Freepik 推出了其 AI 創意工作平台 Freepik Spaces。該平台採用了節點式（Node-based）的視覺化工作流程，使用者可以將不同的 AI 工具作為節點進行連接，清晰地構建從輸入到輸出的完整創意鏈路，從而高效地將腦中的想法轉化為實際的設計內容。
本地化 AI 圖像管理庫：Image MetaHub
對於擁有大量 AI 生成圖像的創作者而言，管理與搜尋一直是一大痛點。Image MetaHub 是一款專為此設計的桌面應用程式，它支援 InvokeAI、Automatic1111、ComfyUI 等主流工具生成的圖像，讓使用者能在本地端進行高速的瀏覽、搜尋與整理。其最大特色在於所有處理均在本地完成，無需網路連線，徹底保障了使用者的資料隱私。
ComfyUI 工具：精準鏡頭控制與影片穩定
開源社群持續為 ComfyUI 貢獻強大的擴充功能：
Multiple-Angle-Camera-Control：這是一款專為精準控制攝影機視角而生的提示詞生成工具。使用者可透過直觀的滑桿與按鈕設定運鏡軌跡，該工具會自動生成中英雙語的提示詞，以配合MultiAngle LoRA模型，實現對畫面的精確攝影機控制。ComfyUI-AV-Handles：為了解決影片生成模型（如AnimateDiff）常見的開頭畫面不穩定問題，此節點包提供了一套智慧解決方案。它會在生成前自動在影片開頭複製幾張「穩定幀（Handle Frames）」，待模型輸出穩定後再將其精確移除，確保從第一幀開始就能獲得高品質的穩定影像，同時保持影音同步。
LoRA 模型
真實照片一鍵動漫化：Photo to Anime
一款名為 Photo to Anime 的 LoRA 模型，基於 Qwen-Image-Edit-2509 進行微調，專門用於將真實照片轉換為高品質的日式動漫風格插畫。目前該模型已提供線上試玩版本，讓使用者可以親身體驗其轉換效果。
漫畫線稿自動上色助手：PanelPainter
PanelPainter 是一款實驗性的 LoRA 模型，旨在輔助漫畫或同人誌的彩色化工作。它的目標是在盡可能保持原始線稿完整性的前提下，為畫面填充平滑、乾淨的動畫風格色彩。雖然目前仍處於實驗階段，但已展現出為漫畫上色流程提速的潛力。
Dreamcore-Experiment 藝術計畫
Dreamcore-Experiment 是一個融合了藝術與技術的探索計畫。它試圖探討當今的生成式 AI 與 3D 技術，能在多大程度上再現人類的夢境與想像。該計畫的創作者提出了一個耐人尋味的觀點：「生成 AI 產生的幻覺（Hallucination），是否與人類做夢時大腦的運作方式異曲同工？」這個專案不僅是技術的展示，更是對 AI 意識與創造力邊界的哲學思考。
馬斯克：以 Starship 打造兆瓦級 AI 運算衛星網路
SpaceX 創辦人伊隆・馬斯克（Elon Musk）再次闡述了他對 AI 未來基礎設施的宏大構想。他表示，利用 Starship 這款具備完全可重複使用能力與巨大酬載量的超級火箭，可以大規模部署由太陽能供電的 AI 運算衛星。透過此計畫，目標是每年為地球軌道增加 1 太瓦（Terawatt）的 AI 計算能力，為未來全球 AI 應用的指數級增長提供能源與算力保障。
影片生成
xAI Grok Imagine 重大更新，整合影片與音訊生成
xAI 旗下的圖像生成模型 Grok Imagine 迎來了一次全面的功能躍進，其應用程式版與網頁版現已同步支援影片生成。此次更新不僅僅是增加了動態影像的產出能力，更在多個維度上進行了深化。據悉，新版本在視覺品質、動態流暢性及電影感運鏡控制方面均有顯著提升。更具突破性的是，它還整合了音訊生成能力，能夠為產出的影片自動生成匹配的背景音樂、人物對話甚至是歌唱內容，實現了真正意義上的音畫一體化多模態生成。
騰訊 Rolling Forcing，攻克長影片生成難題
長期以來，AI 模型在生成長影片時，普遍存在著「品質隨時間衰退」與「前後連貫性喪失」的行業痛點。這是由於錯誤會在生成過程中不斷累積放大所致。為此，騰訊 AI Lab 提出了一種名為 Rolling Forcing 的新型自回歸擴散模型框架。該技術透過創新的機制，有效抑制了錯誤累積，能夠在即時生成電影級別的長影片時，依然保持極高的一致性與畫面品質。此項技術的突破，對於互動式世界模型、神經網路遊戲引擎等需要即時串流生成長影片的應用場景，具有里程碑式的意義。
xAI 神秘新功能 Bangers 正在測試中
除了 Grok Imagine 的更新外，xAI 另一款名為 Bangers 的神秘新功能或服務據傳正在內部測試。目前其具體用途眾說紛紜，一種說法是它旨在精選社群平台上的熱門話題貼文，以提升優質創作者的能見度與互動率；然而，從部分流出的影像資料來看，其介面又帶有音樂生成的特徵。Bangers 的真實面貌，已成為社群熱議的焦點。
開源工具與平台
ComfyUI-piFlow 節點
對於廣大的 ComfyUI 使用者社群而言，一款名為 ComfyUI-piFlow 的新節點帶來了令人振奮的高效生成方案。該節點基於 pi-Flow 技術，最大的優勢在於僅需極少的採樣步數（例如 4 步），就能生成兼具高品質與高度多樣性的圖像。相較於其他同類型的快速生成模型，pi-Flow 在確保速度的同時，顯著提升了生成結果的豐富度與不可預測性。
零門檻圖像編輯：Google Mixboard
Google 實驗室推出了一款名為 Mixboard 的輕量級圖像編輯與生成工具。該工具的設計理念是讓沒有專業圖像處理技能的普通使用者也能輕鬆上手。它具有操作流暢、支援中文、且生成圖片無浮水印的特點，據稱免費使用者可享有約 50 張圖像的生成額度，極大降低了 AI 圖像創作的門檻。
追求極致真實感：Qwen-edit-skin LoRA 模型
在人像生成領域，對細節的追求永無止境。一款名為 Qwen-edit-skin 的 LoRA 模型應運而生，它專為 Qwen-Image-Edit-2509 模型設計，經過精細微調後，能夠顯著提升所生成人物的皮膚紋理，使其表現出更自然、更富細節的真實感。
學術研究
AI 論文閱讀介面 Papiers
面對學術論文數量呈指數級增長的挑戰，一款名為 Papiers 的工具試圖提供解決方案。這是一款為全球最大的預印本論文庫 arXiv 設計的新型閱讀介面，它利用 AI 技術，透過心智圖（Mind Map）、關聯脈絡（Lineage）等視覺化功能，幫助研究人員在浩如煙海的文獻中，更快速、更直觀地梳理知識脈絡，從而加速科學發現的進程。
Aero Hand Open
Aero Hand Open 是一個旨在普及先進機器人研究的開源硬體專案。它提供了一款低成本、輕量化且高度仿生的人形多指機器人手。該專案的目標是為預算有限的研究機構與開發者，提供一個性能卓越且價格實惠的替代方案，以取代市場上昂貴的現有產品，從而推動靈巧操作與實體 AI（Embodied AI）領域的研究發展。
Apple Watch 整合 Starlink 衛星通訊
SpaceX 正式宣布，旗下的 Starlink 衛星通訊服務已與 Apple Watch 成功整合。目前，在加拿大與日本地區，Apple Watch 使用者即使身處行動網路完全沒有覆蓋的偏遠地區，也能夠透過 Starlink 的低軌衛星網路直接進行連線通訊，實現了真正意義上的全球無縫連接。
參考資料：https://note.com/toshia_fuji/n/n598c0b0454fa（Fujito）
