Luma 推出 Dream Machine 指令修改功能：打字就能给视频换装换场景
Luma Labs 在 Dream Machine 中上线 Modify with Instructions 功能，订阅用户直接用自然语言即可修改视频内容。只需在画面中选定目标并输入修改提示词，就能在整段视频中实现物体替换、换装或虚拟布景，并支持三档强度微调。目前已向全部订阅用户开放。
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
Ideogram 上线 Character：一张参考图生成一致角色，锁死五官不跑偏
Ideogram 推出角色一致性工具 Character 及对应 API。只需上传单张参考图，就能在不同姿势、服装和场景下锁定五官特征。最值得关注的是，创作者无需微调即可稳定输出绘本角色与头像，开发者也能通过 API 直接调用。
Yelp 上线 AI 拼接短视频：抓取用户评价和照片，自动生成探店解说
Yelp 在 iOS 应用全美上线 AI 生成的餐厅短视频。系统利用 OpenAI 撰写解说脚本、ElevenLabs 生成旁白配音并自动拼接用户的真实图文。不过商家目前无法提前预览，普通用户也暂不能禁止自己的照片被选用。
Meshy 5 预览版上线：支持多视角输入与锐利边缘，新增 500+ 动画
Meshy.ai 推出 Meshy 5 Preview。新版支持多视角图像输入对齐，几何边缘更清晰利落，并为绑定角色库扩充了 500 多套动作动画。这意味着游戏与影视开发者可以直接省掉大半手工修模和绑骨骼的脏活累活。
Midjourney 上线视频首尾帧控制：支持无缝循环，Discord 也能直接玩
Midjourney 推出视频生成新特性，支持用户自定义起始帧和结束帧画面。这意味着创作者可以让两个画面平滑形变过渡，或者直接生成无缝循环视频。该视频生成能力现已上线 Discord 机器人，不过官方表示网页端体验目前依然更好。
Runway 推出 Aleph 视频模型：支持任意改视角、增删物体和调光
Runway 发布上下文视频模型 Runway Aleph。它主打多任务视频生成与编辑，能直接在原视频上增删物体、改变场景视角，甚至任意修改风格与光照。目前已向所有付费用户开放。
Leonardo.Ai 上线 Veo 3 Fast：支持带声 8 秒 1080p 视频，生成快 3 倍
Leonardo.Ai 宣布上线 Veo 3 Fast 模型。新版本可生成最高 1080p 分辨率、带声音的 8 秒视频，生成速度比常规 Veo 3 最多快 3 倍，主要用于创意构思与提示词测试，已面向 Leonardo 用户计划开放。
Netflix 首次在原创剧中用 AI 做特效：制作提速 10 倍还省了钱
在周四的财报电话会上，Netflix 联合 CEO Ted Sarandos 透露，原创剧《The Eternaut》首次使用生成式 AI 制作大楼坍塌特效，制作速度比传统流程快了 10 倍，大幅削减了成本。他认为 AI 不仅能降本，还能帮创作者拍出更好的作品。
Suno 推出 v4.5+：支持替换人声、调整伴奏并从歌单找灵感
AI 音乐平台 Suno 推出 v4.5+ 版本。新版本带来了更多创作玩法，允许用户直接替换人声、调整或翻转乐器伴奏，还能根据任意播放列表激发灵感生成歌曲，进一步降低了音乐二次创作与调整的门槛。
Adobe Firefly 升级视频工具：自己用嘴配音，AI 就能生成对应音效
Adobe 为 Firefly 推出多项视频功能，支持用户通过输入描述并录制一段人声拟音，让 AI 捕捉节奏和强度来生成匹配的音效。新版本还增加了构图参考、关键帧裁剪等视频控制选项，并正式接入了 Google 的 Veo 3 视频模型。
Apple News+ 上线 Emoji Game：用 Genmoji 猜短语解谜
Apple 宣布为美加地区的 Apple News+ 订阅用户推出原创益智解谜小游戏 Emoji Game。玩家需要用给出的 emoji（包括由 Apple Intelligence 生成的 Genmoji）填空补全短语，步数越少成绩越好。游戏现已支持 iOS 18.4 等系统，今年秋季还将整合进全新的 Apple Games 应用。
Midjourney 准备开放企业级 API：正式启动调研并开放申请
Midjourney 宣布正开始调研开放企业级 API，以便用户将其图像生成能力集成到自己的公司与服务中。官方目前已开放申请问卷，希望借此了解潜在客户的具体需求并收集功能反馈。
Lightricks 升级 LTX Video：支持实时边播边改，最长生成 60 秒
Lightricks 发布开源模型 LTX Video 最新版，支持实时流式生成，创作者能在生成中途追加提示词微调画面。新模型最长可生成 60 秒连续视频，开源权重已上线 Hugging Face 与 GitHub，单张 H100 或消费级笔记本电脑即可运行。
Runway 推出动捕模型 Act-Two：支持头面身手全追踪，单视频驱动
Runway 发布下一代动作捕捉模型 Act-Two，生成质量大幅提升，全面支持头部、面部、身体与手部追踪。创作者只需提供一段驱动表演视频和一个参考角色即可生成。不过目前仅面向企业客户和创意合作伙伴开放。
Higgsfield 接入 Google Veo 3：结合 Soul ID 打造端到端 AI 视频工作室
Higgsfield AI 宣布接入 Google Veo 3 视频生成模型。平台将其与自家的 Soul ID 结合，主打高写实与审美质感，旨在让创作者在一个订阅内获得完整的端到端 AI 视频制作能力。
Exists 开放 3D 世界生成平台：输入一句话，云端虚幻引擎直接生成可玩场景
Exists 正式向公众开放其 3D 虚拟世界生成平台。与单纯的视频扩散模型不同，它基于云端定制的虚幻引擎运行；用户只需输入一段提示词，就能直接生成带光照、AI 角色和多人支持的可玩 3D 场景，零门槛创作属于自己的虚拟世界。
Black Forest Labs 推出 Kontext Komposer：不用提示词直接改图
Black Forest Labs 推出 Kontext Komposer 及配套预设功能。用户不需要写提示词，就能直接给图片换场景、重打光、做产品植入或做海报。目前该工具已在官方 Playground 免费开放。
Gemini 上线图生视频：基于 Veo 3 生成 8 秒带声音短片
Google 为 Gemini 推出「图生视频」功能，依托 Veo 3 模型把静态照片转成 8 秒带声音的动态短片。用户在输入框选择视频工具并上传图片即可生成。该功能目前先面向部分地区的 Google AI Pro 和 Ultra 订阅用户开放。
Moonvalley 开放 AI 视频模型 Marey：全开源授权训练，可用鼠标拖出运镜
Moonvalley 正式向公众开放 AI 视频模型 Marey 的订阅，起售价每月 14.99 美元。该模型号称完全使用开源授权数据训练以避免版权纠纷，支持用鼠标拖拽调整 3D 运镜，最长生成 5 秒片段。
Dynamicslab 推出 Mirage：没有预制地图的实时 AI 游戏引擎
Dynamicslab 推出实时 AI 游戏引擎 Mirage。它彻底抛弃了预制地图与静态资产，采用 Transformer 与扩散架构混合模型，根据玩家操作在云端实时逐帧生成 3D 画面。目前它以约 16 fps 在浏览器中串流运行，还支持上传截图即时生成可探索世界。