深度分析
GenSyn10 資料集：三款最新生成模型打造合成影像偵測新基準
生成式 AI 進展迅速，偵測 AI 影像的模型卻常因生成器架構不同而失效。GenSyn10 資料集以 60,000 張來自 FLUX.2-dev、HunyuanImage-3.0 與 Qwen-Image-2512 的合成影像，建立標準化基準。測試顯示微調後模型準確率可達 99.88%，但在未見過的生成器上仍下滑 4 至 18 個百分點，暴露跨架構泛化瓶頸。
FLUX
深度分析
FLUX.1 VAE 潛在空間的顏色子空間（LCS）解析：免訓練即能精準色彩控制
研究聚焦於FLUX模型的VAE潛在空間，發現顏色可映射至類HSL的三維子空間，並以此實現無需訓練的色彩觀測與干預，證明在多階段生成中可精細控制顏色，對未來圖像生成的可解釋性與商業應用具重要影響。此發現呼應先前跨架構基質研究，顯示高維潛在空間內的結構可供通用干預。
深度分析
以FLUX蒸餾骨幹實現 4 步身份保留生成：InfuseNet 與 ArcFace 的無訓練部署策略
研究指出，基於多步降噪的身份保留生成在部署時常有過度採樣。論文以FLUX為例，將凍結的InfuseNet適配器不重訓地移植到蒸餾後的FLUX.1-schnell四步骨幹，只改變骨幹路徑並關閉classifier-free guidance，即可大量降低延遲並改善ArcFace相似度與LPIPS。