ChatGPT 上线虚拟试穿与收藏功能
OpenAI 全球上线 ChatGPT 两项购物功能，包括虚拟试穿服装配饰和收藏商品供日后查看。用户可上传自拍或全身照预览服装上身效果，也可上传商品图片让 ChatGPT 为其试穿，试穿入口以 Try On 按钮出现在购物结果中；收藏功能可将商品存入应用内 Library，并与试穿图片一同保存。
#图像生成
#图像生成
今日 2 条TechCrunch · AIAI 评分5454 The DecoderAI 评分6262 Ideogram 发布 Ideogram 4.5，称可局部编辑图像而不影响其余部分
Ideogram 发布新模型 Ideogram 4.5，称其只修改用户指定的区域，替换服装时人物体型和背景保持不变。官方称目标场景包括产品摄影、室内设计、照片修复和图中文字编辑，早期测试者确认多次编辑后一致性较强。
Google ResearchAI 评分3636 Google 的 Diffusion Controller 如何统一并简化 AI 图像生成
Google Research 提出 Diffusion Controller 框架，把图像生成的去噪过程重构为连续控制问题，通过一个轻量"转向阻尼"网络在冻结基座模型的前提下动态调整生成轨迹。
Simon WillisonAI 评分3737 Simon Willison 用 GPT-6 Astra 打造 Photo Scrubber：本地人脸模糊与元数据清除
Simon Willison 发布实验性工具 Photo Scrubber，可自动识别人脸并模糊处理。该工具由 GPT-6 Astra 构建，基于 Google 的 MediaPipe C++ 库，通过 @mediapipe/tasks-vision 编译为 WebAssembly，并使用 BlazeFace 人脸检测模型。
Berkeley AI ResearchAI 评分2828 伯克利提出基于信息量的成像系统设计框架，可预测四大成像领域性能
伯克利 AI 研究院提出一种基于互信息的成像系统评估与优化框架，仅用含噪测量值和噪声模型即可量化测量所含信息量，无需任务专用解码器。在 NeurIPS 2025 论文中，该方法在彩色摄影、射电天文、无透镜成像和显微镜四个领域均能预测解码器性能，优化后的设计达到端到端方法水平，且内存与算力需求更低。