ElevenLabs 升级 Studio：长文本支持局部重生成与多角色配音
ElevenLabs 宣布改版长音频创作工具 Studio（原 Projects）。新版支持选中单个词或句子单独重新生成以节省额度，并加入段落锁定功能防止误改，还允许在同一段落里为不同对话混排多种声线。这意味着制作有声书和长篇旁白的精修成本大幅降低。
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
ElevenLabs 复刻传奇乐手 Jerry Garcia 声音：支持 32 种语言朗读图书
Jerry Garcia 遗产管理方与 ElevenLabs 合作，在 ElevenReader 应用中上线这位已故摇滚传奇的 AI 复刻声音。该语音支持用 32 种语言朗读电子书、文章和 PDF。目前该模型仅用于文本朗读，后续还将用于基金会的纪录片旁白等项目。
字节跳动发布 X-Portrait 2：让一张静态照片演《闪灵》
字节跳动推出 AI 系统 X-Portrait 2，仅凭单张照片就能重现经典电影里的复杂表情。它放弃了传统打点追踪，直接学习整张脸的肌肉流动，连惊恐与狂喜都能逼真呈现。出于深度伪造与滥用担忧，字节目前未对外公开代码。
Black Forest Labs 推出 FLUX1.1 [pro] Ultra 与 Raw 模式：分辨率翻 4 倍且 10 秒出图
Black Forest Labs 为 FLUX1.1 [pro] 推出 Ultra 和 Raw 两种新模式。Ultra 模式将分辨率提升 4 倍（最高达 4MP），生成单张图仅需 10 秒，定价 0.06 美元；Raw 模式主打自然摄影质感，减少塑料感并增强真实度。目前已通过 API 开放。
可灵 AI 测试「自定义模型」：上传视频即可训练专属一致性角色
快手旗下 AI 视频工具可灵测试「Custom Models」功能。用户只需上传 10 至 30 段 10 秒以上的视频，即可训练专属角色，并在生成新视频时随提示词调用，显著改善了 AI 视频中人物频频跳戏和面容不一致的问题。
Runway 升级 Gen-3 Turbo 运镜：支持缩放横摇自由组合，精准调度机位
Runway 为 Gen-3 Alpha Turbo 上线精准镜头控制功能。创作者可直接设定运镜方向与速度，支持平移、推进与变焦等动作组合。不用再全靠提示词抽卡猜机位，目前该功能已面向所有 Gen-3 Alpha Turbo 用户开放。
Suno 上线 Personas：一键固定人声与曲风，做系列歌更稳了
Suno 推出「Personas」功能，允许提取并复用特定歌曲的人声、曲风与氛围。创作者可以将喜欢的声音固定下来创作新歌，也支持公开共享。该功能目前面向 Pro 和 Premier 会员内测，附赠 200 首额度，之后每首消耗 10 点数。
Blockade Labs 推出 Blendbox Alpha：告别复杂提示词，提升绘图可控性
Blockade Labs 推出 AI 创作工具 Blendbox Alpha。官方称创作者无需再与冗长的提示词或随机生成结果反复纠缠，该工具主打简便直观的控制体验，让用户能直接塑造视觉创意。目前已上线 Alpha 阶段测试。
D-ID 推出实时对话数字人：双手与躯干入镜，1 分钟视频就能练一个
D-ID 推出两款新数字人模型 Express 和 Premium+。Express 仅需约 1 分钟视频即可复刻头部动作，旗舰模型 Premium+ 则支持双手和躯干动作并可进行实时交互。官方还配套上线了支持 30 种语言翻译的企业营销套件。
Recraft V3 上线：登顶文生图榜首，支持排版控制与长文本渲染
Recraft 发布全新图像生成模型 Recraft V3，在 Artificial Analysis 文生图竞技场以 1172 的 ELO 得分超越 Midjourney 登顶。该模型支持在画面中指定文字位置与尺寸，并具备生成长文本、精确控制品牌风格及矢量图输出能力。目前免费及付费用户均可在其桌面端、移动端与 API 中体验。
神秘 AI 图像模型 Red Panda 登顶盲测榜：击败 Midjourney 和 DALL-E 3
一款名为 Red Panda 的未知模型冲上 Artificial Analysis 文生图盲测榜首。它的 Elo 评分达 1172，力压 Midjourney v6 和 FLUX 1.1 [pro]，胜率达 72%。背后的开发者尚未公布，目前推测是某家厂商在公开发布前进行的匿名性能测试。
环球音乐联手初创公司 KLAY：开发合规音乐大模型 KLayMM
环球音乐集团（UMG）宣布与 AI 初创公司 KLAY 达成合作，共同开发注重版权伦理的音乐大模型 KLayMM。KLAY 承诺不会与流媒体曲库竞争，并将提供精准归属机制。在起诉多家未授权 AI 公司后，UMG 正在拉拢正规军探索商业化路径。
Meta 推出 Movie Gen：30B 视频与 13B 音频模型，支持精准编辑与个性化生成
Meta 推出多媒体基础模型 Movie Gen。它包含 300 亿参数的视频模型与 130 亿参数的音频模型，不仅能文生音视频，还支持局部增删替换等精准编辑，并能基于单张照片生成定制人物视频。目前该模型正处于创作者测试阶段，尚未公开发布。
沙盒 MMO《DreamWorld》开启测试：输入提示词直接生成 3D 资产
游戏开发商 DreamWorld 宣布，其沙盒 MMO 将于 10 月 10 日在 Steam 开启测试。游戏集成了与 Meshy 合作的 AI 功能，玩家输入文字提示就能生成自定义 3D 模型用于建造。本次测试时长约 12 小时，已在 Steam 开放资格申请。
Black Forest Labs 发布 Flux1.1 Pro：生图快 6 倍，API 同步上线
Black Forest Labs 发布新一代生图模型 Flux1.1 Pro 并推出测试版 API。新模型生成速度比前代快 6 倍，支持最高 2k 分辨率，画质与提示词遵循度均有提升。开发者目前可通过官方 API 及 Replicate 等合作平台接入调用。
字节跳动推两款视频模型：PixelDance 攻克多镜头，Seaweed 达两分钟
上周，字节跳动在深圳推出两款 AI 视频生成模型 PixelDance 与 Seaweed。PixelDance 主打多镜头一致性，用文本就能操控复杂运镜；Seaweed 则可生成最长近两分钟的连贯画面。不过两款模型目前仍处于小范围封闭内测阶段。
Pinterest 推出生成式 AI 工具：白底商品图一键换成生活化场景
Pinterest 在广告大会上为 Performance+ 套件推出生成式 AI 功能，广告主能将纯白背景的商品图一键替换为生活场景图。早期测试中，AI 背景帮助沃尔格林将点击率提升了 55%，建广告所需输入减少了 50%。
Pika 发布 1.5 版本：主打反物理特效 Pikaffects 与电影级运镜
Pika Labs 推出 AI 视频生成模型 Pika 1.5。新版引入「Pikaffects」特效，能从文字或图片生成违背物理常识的动态画面，并增强了镜头控制。在同行卷画面真实感时，Pika 转向趣味创意，免费与付费用户均可上手。
Luma 推出 Hyperfast 模式：Dream Machine 提速 10 倍，20 秒出片
Luma AI 推出 Hyperfast 视频生成功能，将 Dream Machine v1.6 的推理速度提升 10 倍，生成一段完整质量的视频不到 20 秒。官方强调这不是靠降质的「turbo」或蒸馏模型，画质不打折。目前已向所有订阅用户和 API 客户开放。
Civitai 推出 SPINE 工作流：打通 Kling、Udio 与 ElevenLabs
Civitai 推出创作者工作流平台 SPINE，将 Kling AI、Udio、ElevenLabs、Vidu 等图像、视频和音频工具整合到同一个界面中。创作者无需在多个应用间反复跳转，可直接通过站内的 Buzz 积分按需调用各家模型。