LTX Studio 上线运镜控制：LTXV 与 Turbo 模型支持预设移动
LTX Studio 宣布在平台中上线运镜控制功能。用户使用 LTXV 或 LTXV Turbo 模型生成视频时，可以直接选择预设的镜头移动方式，从而更精准地控制画面构图与动态一致性，不再全靠提示词抽卡。
AIGC
Midjourney、Sora、Veo、Suno 等 AI 绘画、视频、配音和音乐生成工具的新模型、新功能和新玩法。
查看更新的新闻
Runway 为 Act-Two 上线 Voices：角色动作与声音能一起调了
Runway 宣布在 Act-Two 中加入 Voices 功能。创作者现在不仅能用动作驱动画面，还能直接调整发声表现，让声音贴合生成的角色。Runway Academy 当天同步上线了对应教程。
通义千问推出 Qwen-Image-Edit：支持中英文精准改字与 180 度翻转
Qwen 推出图像编辑模型 Qwen-Image-Edit。该模型基于 20B 底座打造，不仅能精准增删改图片中的中英文字并保留原字体风格，还支持物体 180 度旋转视角合成与局部像素级修图。目前已在 Qwen Chat 上线体验。
ElevenLabs 推出音乐 API：首个支持商用的授权音乐生成接口
ElevenLabs 推出面向开发者的 Eleven Music API。该接口基于授权数据训练，支持广泛的商业用途，方便开发者接入产品与工作流中。官方还透露，自 Eleven Music 推出以来，创作者已累计生成超过 75 万首歌曲。
ElevenLabs 上线视频生成音乐功能：一键为画面配乐
ElevenLabs 在 ElevenLabs Studio 中推出 Video-to-Music 工作流。借助其 Eleven Music 模型，用户只需一键就能基于视频画面内容生成定制配乐，还能直接在 Studio 内叠加配音与音效。视频创作者做后期音频更省事了。
xAI 限时免费开放 Grok Imagine：支持带音效生成 15 秒视频
Elon Musk 宣布 xAI 旗下图像与视频生成工具 Grok Imagine 限时面向全球免费开放。该工具可在移动端生成自带音效的 15 秒视频，正面叫板 OpenAI Sora。伴随 Grok 4 开放免费层，xAI 意在趁竞品争议期加速拉新。
Midjourney 下放高清视频：标准版可用，支持单条生成省成本
Midjourney 宣布向 Standard 订阅用户开放高清视频生成功能。官方新增了 1 或 2 个视频的小批次生成选项，输入参数即可省下最高 4 倍开销；同时将 Moodboards 移至侧边栏独立页面，并优化审核机制以减少误报。
Higgsfield AI 推出 Draw-to-Video：草图直接转视频
Higgsfield AI 推出 Draw-to-Video 功能，主打把手绘草图直接转化成视频，试图摆脱纯文字提示词的局限。该功能支持 MiniMax、Veo 3 和 Seedance Pro 等视频模型，让创作者控制镜头画面更直观。
AI 叙事游戏 Hidden Door 开启测试：不再对玩家百依百顺
AI 叙事平台 Hidden Door 开启早期测试。不同于 ChatGPT 等对玩家指令无底线顺从的工具，它引入了世界观限制与后台掷骰子机制，玩家无法靠开挂瞬间获胜，必须按剧情逻辑应对挑战，不过目前生成响应仍有延迟且剧情略显割裂。
Perplexity 上线视频生成：支持移动与网页端，Pro 用户每月 5 条
Perplexity 宣布在网页端、iOS 和 Android 上线视频生成功能。Pro 订阅用户每月可生成 5 条视频，Max 用户每月可生成 15 条且画质更强。搜索助手正进一步从图文回答跨入动态视频呈现。
Suno 预告 Suno Studio：支持多轨创作与 MIDI 导出，已开启候补
Suno 宣布即将推出 Suno Studio，支持多轨创作并能导出 MIDI，现已开放候补名单。这意味着 AI 生成音乐不再局限于一键生成完整单曲，创作者可以按音轨调整并进行后续编辑，开始向更专业的音乐制作流程迈进。
Pika 公布音频驱动表演模型：6 秒生成超逼真表情，速度快 20 倍
Pika Labs 宣布推出全新音频驱动表演模型。该模型支持近乎实时的超逼真面部表情渲染，任意长度与风格的高清视频均能在 6 秒内生成，速度提升 20 倍且成本降低 20 倍。该功能即将上线 Pika 社交应用。
ElevenLabs 演示人机合奏：真实乐器混搭 Eleven Music 生成音轨
ElevenLabs 宣布支持将真实乐器录音与 Eleven Music 生成的 AI 音轨融合成混合歌曲。团队在演示中展示了仅靠单次提示词，将现场实录的钢琴演奏与 AI 生成的小提琴及人声混音成曲。
Midjourney 上线 HD 视频模式：像素增加 4 倍，专供高端订阅
Midjourney 宣布面向 Pro 和 Mega 订阅会员推出 HD 高清视频模式。该模式画面像素数约为默认 SD 视频的 4 倍，不过生成成本也高出约 3.2 倍，主要面向对素材画质有严苛要求的专业创作者。
Google Gemini 上线故事书功能：一句话生成 10 页配图有声绘本
Google 宣布在 Gemini 中上线个性化插画故事书功能。用户输入文字描述或上传儿童画、家庭照片，即可生成一本包含 10 页定制插图并自带语音朗读的绘本，支持黏土定格、像素风等多种画风与超 45 种语言。该功能已在桌面与移动端面向全球开放。
ElevenLabs 推出 Eleven Music：签下独立版权库，主打商用合规
ElevenLabs 推出 AI 音乐生成模型 Eleven Music，正式从语音扩展到音乐制作，并宣称已扫清商用合规障碍。为避开 Suno 和 Udio 遭遇的侵权官司，团队已与 Merlin 和 Kobalt 两大独立音乐版权平台签约，由音乐人自愿授权作品用于训练并参与分成。
Stability AI 推出企业解决方案：主打商品换景与品牌数字分身
Stability AI 推出企业平台 Stability AI Solutions。首发套件面向营销与设计场景，支持单图转多场景商品照、品牌风格保持、草图出图与 IP 数字分身定制，提供私有化部署和版权赔偿保证，并已接入广告巨头 WPP 平台。
xAI 上线 Grok Imagine：支持 15 秒带声视频，自带「香辣模式」
xAI 正式面向 SuperGrok 与 X Premium+ 订阅者推出图像与视频生成器 Grok Imagine。它能将提示词转为 15 秒带原生音频的视频，还带有允许生成轻度 NSFW 内容的「香辣模式」，不过名人和过激内容仍会触发审核打码。
Higgsfield 接入 MiniMax 海螺：无限免费生成视频，设 2 万美元大奖
Higgsfield AI 宣布接入 MiniMax 海螺视频生成模型，并提供无限次免费生成。平台同时启动总奖金 2 万美元的视频挑战赛，作品征集截至 8 月 17 日。这意味着创作者能零门槛体验高质量 AI 视频并争夺奖金。
亚马逊投资「AI 界 Netflix」Fable：打字就能当导演拍动画
获亚马逊 Alexa Fund 投资的 Fable 公开发布 AI 动画创作平台 Showrunner。用户输入文字即可生成动画场景或整集剧集，还能上传照片把本人做成角色。平台目前在 Discord 上免费开放，首批上线了恶搞科技大佬的《Exit Valley》等原创作品。