广电总局发布微短剧分类分层管理标准，按投资额与题材分三类实行备案与发行许可，并要求 AI 生成、制作的微短剧在每集明显位置添加提示标识，自 2026 年 7 月 1 日起施行。
国家广播电视总局发布微短剧分类分层管理标准，自 2026 年 7 月 1 日起施行：按投资额与题材分三类实行备案公示与发行许可；并专门规定，使用 AI 生成、制作的微短剧，制作机构与播出单位应在每集明显位置添加提示标识。
「AI 生成内容须标识」首次明确落到微短剧这一高速增长形态，是 AIGC 内容合规化的一个标志性节点，对 AI 影像创作与内容生产方向具直接政策参照价值。
美团开源覆盖生成、编辑、评判全链路的 AIGC 海报技术体系，含 PosterCraft、PosterOmni、PosterReward 三项工作（分别入选 ICLR/CVPR 2026），并已在真实业务落地。
2026 年 6 月，美团智能创作团队开源覆盖「生成—编辑—评判」全链路的 AIGC 海报技术体系，含 PosterCraft、PosterOmni、PosterReward 三项工作（分别被 ICLR 2026、CVPR 2026 接收），发布于 MeiGen-AI 开源仓库（GitHub / HuggingFace），并已在外卖套餐图生成、品牌 IP、信息流治理等真实业务场景中落地。
平面设计方向少见的「全链路 + 已落地 + 可复现」开源样本，为 AIGC 海报的研究与教学提供了可直接观察的工业级对象。
Google Labs 开源 DESIGN.md 格式规范，用 YAML 设计 token + Markdown 说明的双层结构，让 Claude Code、Cursor 等 AI 编码智能体持久、结构化地理解并遵循一套设计系统。
Google Labs 开源了 DESIGN.md 格式规范（GitHub：google-labs-code/design.md），用 YAML 设计 token + Markdown 说明的双层结构，向 Claude Code、Cursor 等 AI 编码智能体描述一套视觉身份，使其在生成界面时能持久、结构化地获取并遵循设计约束，而非每次由人重新解释。
把设计系统写成 AI「看得懂」的结构化说明，是设计与 AI 编码协作走向规范化的一个具体方向，对设计系统建设与 AI 辅助前端实践具参考价值。
Midjourney V8.2 预览版可通过 --preview 参数提前体验，主要强化非 V7 审美风格路线、提升 Sref 风格板一致性；目前尚在开发阶段，表现不保证稳定，与 V8.1 Draft Mode 并行可用。
Midjourney 推出 V8.2 预览版，用户可在生成指令中添加 --preview 参数提前体验。V8.2 的主要方向是进一步强化有别于 V7 审美风格的路线，同时提升 Sref 风格板的跨提示词一致性。官方说明该版本仍处于开发中，生成表现尚不稳定，与现有的 V8.1 及 V8.1 Draft Mode 并行运行，用户可按需切换。
在 V8.1 已稳定运行的同时开放 V8.2 预览参数，提供了一种对比评估不同版本审美风格走向的实验通道，对视觉风格研究与提示词教学具有一定参考意义。
Peter Steinberger、Addy Osmani（Google Cloud）命名，黄仁勋、Karpathy、Claude Code 作者 Boris Cherny 等多人呼应——「Loop Engineering」主张从调单次提示词转向设计以 AI 为引擎的持续循环工作结构，被认为是 Prompt Engineering 的范式接班。
Peter Steinberger 与 Google Cloud 的 Addy Osmani 相继命名并阐述「Loop Engineering」概念，黄仁勋、Andrej Karpathy、Claude Code 作者 Boris Cherny 等业界人士多方响应。核心逻辑是：相比持续调整单次提示词的细节，设计能将 AI 置于持续迭代循环中的驱动结构（Agents、自动反馈、工具调用链）带来更稳定且可放大的输出质量提升。2026 年 6 月下旬该概念在中英文社区同期引发讨论热潮。
「从调提示词到设计循环」的思路转变对 AI 辅助设计工作流的方法论有根本性影响——不只是「怎么问 AI」，而是「怎么搭设计驱动 AI 持续产出的工作结构」；在 AI 设计工作坊中讲授工作流方法的老师，这是一个值得纳入课程框架更新的方法论节点。
优设提出 AI 产品「自动化程度」五级介入梯度模型——被动提醒、建议、条件执行、主动接管、全权托管——探讨 AI 应在哪个层级介入，对 AI 交互设计教学和 HCI 研究有直接参考价值。
优设发布 AI 产品介入深度的分级框架，将「自动化程度」划分为五个梯度：Level 1 被动提醒、Level 2 主动建议、Level 3 条件执行、Level 4 主动接管、Level 5 全权托管，并以具体产品案例分析不同使用场景下各层级的适配原则，系统回答「AI 何时应该介入、介入多深」这一 AI 产品设计的核心问题。
AI 介入程度的分级设计是目前 HCI 课程中讨论最活跃的议题之一；五级梯度模型提供了一套可直接用于课堂案例分析的分类框架，适合作为 AI 交互设计课或人机交互方法论课的阅读材料，也是工作坊讨论「AI 与人协作边界」的有效切入结构。