德国研究机构LAION创建并发布了新数据集Re-LAION-5B，声称已清除疑似儿童性虐待材料（CSAM）链接。该数据集是旧数据集LAION-5B的修复版，采纳了互联网观察基金会、人权观察、加拿大儿童保护中心和斯坦福互联网观察站的建议。Re-LAION-5B分为两个版本：Research和Research-Safe，后者额外删除了NSFW内容。数据集旨在支持Stable Diffusion等生成式AI模型的训练，且不包含图像，仅提供图像链接和替代文本的索引。Re-LAION-5B的发布前，斯坦福互联网观察站发现LAION-5B包含非法图片链接，且数据集中可能存在不当内容。LAION已暂时下线原数据集，并承诺删除已知违规链接。新数据集包含约55亿个文本图像对，根据Apache2.0许可发布。LAION强调数据集用于研究而非商业目的，并鼓励使用元数据清理现有副本。

Runway从Hugging Face平台秘密删除了包括Stable Diffusion v1.5在内的代码库，这一举动在科技界引起了广泛关注。删除行为未通知Hugging Face或社区成员，导致依赖这些资源的开发者和研究者陷入困扰。Stable Diffusion v1.5曾是Runway参与的研究项目，并在相关论文中占有重要位置。然而，这一版本因版权问题最终被要求下架。面对争议，Runway CEO/联合创始人表示发布该版本是合理的，强调了研究的作者包括Runway ML和慕尼黑大学成员，并强调相关研究和代码已开源。除了开源项目，Runway还推出了Gen-3Alpha视频方案，显示了公司在视频技术领域的探索。外界对删除行为的猜测包括版权问题和市场压力，如竞争对手Cog-5B的崛起。

贾佳亚团队开发的ControlNeXt是一个开源的图像/视频生成引导工具，旨在简化AI模型的使用过程。该工具体积小巧，与Stable Diffusion家族的模型如SDXL、SD1.5兼容，支持多种控制模式，如边缘引导、姿势控制、遮罩和景深控制。其“减肥秘诀”在于采用了更高效的结构，将“大胃王”控制分支替换为由少量ResNet块组成的“轻食套餐”，使模型体积减少到原来的十分之一，同时保持强大的控制能力。ControlNeXt在生成速度上表现出色，仅增加10.4%的延时，远低于ControlNet的41.9%。此外，它通过交叉归一化技术优化特征分布，提高模型的适应性和控制效果。此工具不仅提升了AI艺术创作的灵活性和效率，还能创造出风格多样的跨次元角色，为AI艺术领域带来新的突破。

ViPer是一种个性化图像生成工具，旨在与用户互动以学习并应用其艺术喜好，类似于Midjourney。通过分析用户对图像的评论，ViPer识别出如“柔和的颜色”、“朦胧的光线”、“梦幻氛围”等偏好，并在生成新图像时作为指导原则，避免用户不喜欢的元素。这使得ViPer能够创造出符合用户审美、体现个性化风格的图像，为用户提供独特的艺术创作体验。在线体验地址为：https://huggingface.co/spaces/EPFL-VILAB/ViPer。

谷歌研究团队发布了一项名为Alchemist的突破性技术，该技术允许用户精确编辑图片中物品的材质属性，如颜色、光泽度和透明度，无需专业软件或技能。核心是“文本到图像”（Text-to-Image）生成模型，通过微调和创建合成数据集（包含3D模型、不同材质、相机角度和光照条件），模型学会仅改变指定材质属性，同时保持形状和光照不变。实验显示，该技术在照片真实感和用户偏好方面优于基线方法，应用广泛，如室内设计、3D任务（如NeRF重建），并有望简化复杂材质编辑过程，对创意产业产生深远影响。

斯坦福大学和加州大学伯克利分校的研究人员进行了一项实验，探索让AI图像生成模型使用自己生成的图像进行再训练的后果。实验使用了Stable Diffusion（SD）模型，并从FFHQ人脸数据集中选取了高质量人脸图像进行自动生成。结果显示，AI模型在经过再训练后，产生了高度扭曲的图像，这种扭曲不仅源自用于再训练的文本提示，即使之后仅使用真实图像进行再训练，模型也难以完全恢复。实验发现，生成图像的质量急剧下降，即使再训练数据集中自生成图像的比例低至3%，模型崩溃的现象依然存在。研究揭示了AI系统对数据“污染”的高度敏感性，强调了AI生成内容处理和数据集管理的潜在风险与挑战。