Vis-Poison：纯视觉载荷如何攻破多模态RAG的文本防线
提出一种纯视觉载荷的多模态RAG投毒攻击Vis-Poison，通过多智能体编辑构造语义自然的投毒图像，在30k知识库上实现40.16%–65.40%的端到端攻击成功率，并能覆盖MLLM的正确参数知识。
FLUX.2
Swift-Image：紧凑统一图像生成模型的性能前沿
Swift-Image 是一个仅 6B 参数的紧凑统一图像生成与编辑模型，通过系统化训练工程（渐进式训练、并行专家 RL、多教师 OPD、Prompt Enhancer、剪枝与少步蒸馏）在开源模型中取得领先的综合编辑性能。