vLLM-Omni 首日支持 Qwen-Image-2.1
vLLM Recipes 博客介绍 day-0 支持：7.1B 单流 DiT 搭配 Qwen3-VL-8B 文本编码器与 16x RGBA 自编码器，用 block-causal attention 与跨步前缀 KV cache，让一个模型同时完成生成、编辑与透明图输出。
SGLang 首日支持 Qwen-Image 2.1，单卡 4090 可跑
SGLang-Diffusion 支持 Qwen-Image 2.1：单张 RTX 4090 24GB 配合 CPU offload 即可原精度推理，1024×1024 生成 18.7 秒、图像编辑 21.7 秒，峰值显存 22.7GiB；在 RTX PRO 6000 96GB 上生成仅需 8.0 秒。
ICLR 2027 投稿量超过历年总和
Denny Zhou 指出，ICLR 2027 收到的投稿数量已超过 2013 至 2026 年所有年份之和，直观体现 AI 论文投稿量的爆炸式增长——同时也把「怎么审得过来」这个老问题推到了新的高度。
Politico 还原白宫与 Anthropic 的 85 天博弈
Politico 深度调查采访十余位当事人，还原今年 4 到 7 月特朗普政府与 Anthropic 围绕 AI 安全监管的 85 天博弈。这段故事基本定义了美国当前的前沿模型监管框架，尽管这个框架正在被新一代模型甩在身后。
Qwen-Image-2.1 已获 ComfyUI 支持
官方宣布现已在 ComfyUI 中得到支持，用户可直接在工作流中调用该生成与编辑模型。
当日上线两款新 OCR 模型
腾讯 WeVisDoc（2B 与 4B，Apache 2.0）以及 jinaai/jina-ocr-v1（非商用许可）同日登陆 Hugging Face。
Lambert：头部实验室推理转用华为
规模化 RL 场景下，中国头部 AI 实验室开始大量用华为做推理、用英伟达做训练，趋势将随 agent swarm 加速。
rasbt：Jev 的突破在于泛化
不该把 Jev 只看作「分类器」：多年训练编码器模型的人知道它们通常专用且受限，Jev 的关键是泛化得很好。
研究者呼吁取消 ICLR 2027
Hieu Huynh 建议作者与组织者取消本届，转而制定能恢复顶会声望的新政策。
报告修正：Waymo 更安全
此前称 Waymo 比纽约营运车辆更危险的分析有误，更新报告认为 robotaxi 明显更安全，并建议数据透明、控制投放规模。
GPT-6 Astra 登顶 Terminal-bench Science
以 65.7% 位列第一，较此前领先者高出 31.4 个百分点。
Jev 创始人演讲：LLM 陷入 RLHF 弯路
Diogo Almeida 认为 Jev 从一开始就瞄准自动化，当前 LLM 走入了名为 RLHF 的史诗级弯路。
Recraft V4 Styles 支持单图锁定风格
一张参考图即可在摄影、插画、3D、图标、海报等不同主体、场景与格式间保持一致的视觉风格。
Vidu S2-Editing 支持实时换风格与换装
实时切换风格、服装、主体与背景，边改边看效果，官网选择 Vidu S 即可体验。
开发者用 JEV 做实时 3D 场景生成器
从上百预制 3D 素材并发数百次判断，同步处理着色、光照、位置与状态，一秒搭好符合文案的室内场景。
Grok Imagine Image 2.0 升至文生图第 4
在 Artificial Analysis 文生图榜单上升至第 4 名，图像生成能力出现明显跃升。
Bending Spoons 自托管开源模型扛下 99% 请求
约 99% 的 AI 请求与 token 交给自托管的开放权重模型，仅约 1% 调用前沿闭源模型。
LeCun 重申自回归 LLM 难通向人类级 AI
强调原话是「自回归 LLM 本身不会带来人类级 AI」，继续与 Hinton 一派在 AI 路线与风险问题上交锋。
日经特写 DeepMind 东京负责人全炳河
hardmaru 分享专题报道，回忆 2018 年两人共同创立 Google Brain 东京团队的经历。
Qwen-Image-2.1 上线 Hugging Face Space
输入提示生成图像，或按指令修改已有图片，生成前会先重写提示词以改善效果。
研究者提出「AI 安全等级」设施设想
效仿生物安全等级，在法拉第笼中实现真正物理隔离，等级按设施内模型的参数量或算力划分。
Mollick：长任务 Agent 会出现语言退化
长时程 agentic 任务最烦人的不再是代码错误或幻觉，而是随任务推进的输出表达越来越差。
Mollick：Claude 缺图像生成是知识工作短板
Google 与 OpenAI 的图像能力让 PPT、原型图、信息图有更多选择，是 agentic 知识工作项目的缺口。
7B 开源权重图像模型称超越 Nano Banana
7B 参数的开源权重模型，支持 RGB 转 RGBA，可输出带透明通道的图像。