Grok 新增图像编辑按钮
Grok 新增“Edit Image”按钮，支持用户上传图片后一键更换背景。相比Photoshop手动抠图，它能自动匹配光照效果，提升人物与新背景的融合度和画面协调性，操作更快捷；但可能轻微改变人物外貌或原图风格。
KDTalker：精准高效的音频驱动动态人像生成技术
KDTalker提出隐式关键点与时空扩散模型，摆脱传统关键点依赖，实现更自然、多样、流畅的音频驱动人脸动画；支持RTX 4090/3090单卡实时生成，开源并提供在线试用。
基于多模态大模型的 SVG 代码生成器：StarVector
StarVector 是一款多模态 SVG 代码生成器，支持图像或文本输入，直接生成语义清晰、结构紧凑的 SVG 代码。它不只拟合轮廓，而是理解图像内容与文本意图，实现 Image-to-SVG 和 Text-to-SVG 双向转换，适合设计师、前端开发者快速构建可缩放矢量图形。
AI 动画制作神器：Morphic Studio
Morphic Studio 是一款以“辅助创作”为核心的 AI 动画工具，主打智能补间帧生成，大幅缩短动画制作耗时；支持按项目训练专属“世界观”模型，精准复现角色与风格；内置 Canvas（帧级编辑）和 Compose（视频剪辑）双界面，实现从关键帧到成片的一站式生产。
Pika 发布全新特效功能，可操纵视频中任意角色和物体
Pika 新增视频特效功能，支持对画面中任意角色或物体进行独立操控——移动、旋转、缩放均可，背景与其他元素保持原样。无需复杂遮罩或逐帧调整，大幅降低创意视频制作门槛，适合内容创作者快速实现精准视觉表达。
Grok 图片编辑功能升级，可修改用户上传图片
Grok图片编辑功能升级，支持直接修改用户上传图像，如更换发型、衣物等；实测效果整体自然，但人物面部偶有细微失真。此次更新标志着其正式入局AI图像编辑领域，与Gemini共同挑战Midjourney、Photoshop等传统工具。
一款结合了 Gemini 绘画功能的联合涂鸦工具
这是一款基于Gemini原生绘画能力的实时协同涂鸦工具，支持在绘图过程中用自然语言指令增删、调整元素，实现人机协作式创作。无需安装，开箱即用，直接在Hugging Face空间访问体验。
Google AI Studio 上线了屏幕实时分享功能
Google AI Studio 新增屏幕实时分享功能，支持串流 Chrome 标签页，让 Gemini 实时“看见”页面内容并语音交互，适用于编程辅助等场景；英文语音识别流畅，中文识别偶有误判为日文的情况。
Google 推出 Gemini 2.0 Flash 原生图像生成功能
Google 正式向所有支持地区开发者开放 Gemini 2.0 Flash 原生图像生成功能，可在 Google AI Studio 和 Gemini API 中调用。它支持文本生成图像、对话式实时编辑、常识推理保障内容合理性，并显著提升图像中文字渲染的准确性，适用于故事配图、广告设计等场景。