Krea 推出 Krea Stage:单图生成可编辑 3D 场景,还能做连贯视频
Krea 推出实验性工具 Krea Stage。用户只需上传一张图片,就能直接生成可自由调整光照、物体和视角的完整 3D 场景,还能基于该场景生成风格一致的连贯视频。它大幅降低了传统 3D 建模门槛,无需专业硬件也能快速搭建虚拟世界。
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。
Krea 推出实验性工具 Krea Stage。用户只需上传一张图片,就能直接生成可自由调整光照、物体和视角的完整 3D 场景,还能基于该场景生成风格一致的连贯视频。它大幅降低了传统 3D 建模门槛,无需专业硬件也能快速搭建虚拟世界。
Arcads 向所有用户上线「Gestures」功能。选定 AI 数字人后,只需输入一句情绪提示词,就能生成对应的神态与肢体动作,专为视频开头的吸睛钩子设计。也就是说,不用复杂调节,一句话就能解决数字人广告面部与动作呆板的问题。
LTX Studio 发布更新,新增时间轴编辑器与自定义 AI 角色训练功能。创作者可以直接修剪片段、调整场景节奏并精准同步音频,还能用参考图固定主角面部与服装风格。AI 视频最头疼的剪辑和角色「变脸」难题,终于被整合进了同一套流程。
快手在北京正式发布 KLING 2.0 视频模型与 KOLORS 2.0 图像模型。新版本引入多元素编辑器,允许用户直接在已有视频中增删或替换元素。官方同时透露,自去年 6 月上线以来,可灵 AI 全球用户已突破 2200 万。
Google 宣布视频生成模型 Veo 2 正式面向开发者开放。开发者可在 Google AI Studio 试用或通过 Gemini API 付费接入,模型支持通过文本或图片提示生成 8 秒视频,具备真实物理模拟和多种运镜风格。
YouTube 开始在 Creator Music 中逐步推出 AI 音乐生成功能。创作者在「Music Assistant」标签页输入乐器、情绪等文字描述,即可生成专属纯器乐配乐并免费用于视频,免除版权困扰。该功能目前面向美国的 YouTube 合作伙伴计划创作者开放。
Google 披露正利用 AI 重制 86 年前的经典电影《绿野仙踪》,用于拉斯维加斯 Sphere 场馆的 16K 巨型屏幕。团队微调 Gemini、Veo 2 和 Imagen 3,不仅扩展背景、拉高画质,还借助华纳档案数字化还原画外角色。全片超 90% 内容经 AI 处理,预计 2025 年 8 月 28 日首映。
Amazon 升级视频生成模型 Nova Reel 至 1.1 版本,把生成时长从 1 分钟拉长到最长 2 分钟。新版本还加入了「多镜头」功能,不仅能保持整段视频风格统一,还支持用单张图片和提示词精准控镜,创作者一次最多可生成 20 个连续镜头。
Runway 推出 Gen-4 Turbo,这是其目前最强视频模型的最快版本。生成一段 10 秒的视频现在仅需 30 秒,主打快速迭代与创意探索。目前该功能已面向所有方案的用户开放。
Midjourney 开启新图像模型 V7 的 Alpha 测试,这是其近一年来首个全新图像模型。V7 采用全新架构,对提示词理解更深,人体与细节一致性显著提升,且默认开启个性化;同时新增出图快 10 倍的草稿模式。不过目前暂不支持放大和重构纹理等功能。
Midjourney 宣布结束持续数月的「RELAX-ATHON」活动,正集中调整服务器集群以筹备 V7 模型发布。官方暗示更好玩的新版本即将到来,这也意味着打磨已久的下一代图像生成模型终于临近正式推出。
Higgsfield AI 公布全新的电影级 AI 视频生成功能。系统只需一张静态图片,就能直接生成子弹时间、超级推拉以及机械臂运镜等复杂镜头效果。这意味着创作者不需要昂贵的摄影控制设备,靠一张图就能做出动感十足的运镜画面。
MiniMax 推出新一代语音模型 Speech-02。模型支持将任意文件或链接直接转成拟真语音,单次文本输入上限达 20 万字,支持 30 多种语言、无限声音克隆以及亚秒级流式输出,适合制作长音频和播客。
Runway 推出新一代媒体生成模型 Gen-4,主打画面保真度、动态运动与世界一致性。其中 Gen-4 图生视频功能当天面向所有付费计划和企业客户开放,进一步提升生成媒体的画质与可控性。
Luma AI 推出「运镜概念」(Camera Motion Concepts)功能,首发适配 Ray2。与传统微调或 LoRA 不同,它只需极少样本即可掌握运镜,并支持在推理时用自然语言自由组合复杂镜头,且完全不损耗视频画质。目前已在 Dream Machine 上线。
Pika 推出了一项名为 Flashback 的新功能,能让用户在生成视频中与年轻时的自己相遇。这一玩法直接瞄准了怀旧向的视频创作,目前已在网页端和 iOS 端同步开放体验。
OpenAI CEO Sam Altman 宣布,因 ChatGPT 新图像生成功能过于火爆,向免费用户的推送将延期一段时间。该功能周二刚随 GPT-4o 开放给 Plus、Pro 和 Team 付费用户,因生成吉卜力风格图像引发刷屏热潮,目前尚不清楚免费版何时上线。
Ideogram 推出图像生成模型 Ideogram 3.0,向所有用户免费开放。新版本主打更逼真的画质细节、更一致的风格表现,同时生成速度大幅提升。对于经常需要出图的创作者来说,免费门槛让它变得非常容易上手。
Luma AI 宣布在 Dream Machine 中上线基于 Ray2 的图生视频功能。用户只需把涂鸦或草图拖入工具,系统就能让静态画笔和角色动起来、转化为动画。这对想要快速验证创意或制作动态草稿的创作者来说,大幅降低了门槛。
AI 初创公司 Reve AI 正式发布首款文生图模型 Reve Image 1.0。该模型在 Artificial Analysis 的 Image Arena 盲测榜位列画质第一,主打精准的文字渲染与多角色排版,还支持用自然语言直接修改已有图片。目前已开放免费预览,暂未公布 API 与定价。