跳到正文
IFAI

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。

近 7 天 4 条

  2. 传播指数 40

    xAI 推出 Grok 生图功能：几乎不设防，政客假图引监管担忧

    xAI 为旗下 Grok 机器人上线文生图功能，面向 X Premium 订阅用户开放。测试显示该模型对公众人物、暴力和争议符号几乎没有拦截，可直接生成政客持枪吸毒等图片。在欧美监管收紧背景下，这种极其宽松的审核策略引发了巨大争议。

  4. 传播指数 40

    ChatGPT 免费版开放画图：每天可用 DALL-E 3 生成 2 张

    OpenAI 宣布开始向 ChatGPT 免费用户开放 DALL-E 3 作画功能，每人每天最多可生成 2 张图片。此前该功能仅限 ChatGPT Plus 付费订阅用户使用。目前该功能正在灰度推送中，部分用户已可在客户端或网页端直接体验。

  7. 传播指数 40

    Stability AI 发布 Stable Fast 3D：单图生成 3D 资产仅需 0.5 秒

    Stability AI 发布 3D 生成模型 Stable Fast 3D。它能在 0.5 秒内将单张图片转化为包含网格与材质的完整 3D 资产，较上一代 SV3D 的 10 分钟大幅提速。模型权重与代码现已在 Hugging Face 和 GitHub 开源，年收入 100 万美元以下支持商用。

  9. 传播指数 54

    Midjourney 上线 V6.1：肢体与小脸细节大修，生成提速 25%

    Midjourney 正式推出 V6.1 图像模型并设为默认。新版重点改善了手臂、双手和五官等小细节的连贯性，文本拼写更准，标准生成速度提升约 25%，还新增了 2 倍放大器。不过局部重绘等功能仍暂退回 V6.0 处理。

  10. 传播指数 36

    NVIDIA 更新数字人技术：推出可感知情绪的 AI 助手 James

    NVIDIA 在 SIGGRAPH 预览了交互式数字人「James」以及 Maxine 3D 等技术。James 基于 NVIDIA ACE 与 ElevenLabs 语音打造，能带情绪和幽默感进行实时交互。最关键的是，普通 2D 视频肖像现可通过 Maxine 3D 快速生成 3D 数字人化身。

  12. 传播指数 50

    Shutterstock 推出 3D 生成，Getty Images 生图速度翻倍

    基于英伟达 Edify 架构，Shutterstock 上线 Generative 3D 商业公测，支持文字生成 3D 资产与 16K 级 360 HDRi 背景；Getty Images 则升级生图服务，速度翻倍至 6 秒出 4 图，并新增模型微调与草图控图。两家均主打商业正版授权训练。

  13. 传播指数 40

    Runway 遭曝秘密抓取 YouTube 视频与盗版电影训练 Gen-3

    据 404 Media 曝光的一份内部表格，Runway 秘密抓取了成千上万个 YouTube 创作者视频、知名品牌内容及盗版电影来训练其主力模型 Gen-3。此前获 Google 和英伟达投资的 Runway 面对数据提问时一直含糊其辞，这次泄露让 AI 视频的数据版权争议再次激化。

  16. 传播指数 39

    Suno 上线分轨功能：一键分离人声与伴奏

    Suno 推出「Stems」音频分轨功能，面向 Pro 和 Premier 付费订阅用户开放。用户可以在曲目菜单中点击「Get Stems」，将生成的音乐拆分成独立的人声和伴奏音轨，并分别进行下载或延展编辑。这意味着创作者在后期混音上拥有了更多控制权。

  17. 传播指数 35

    EA 新游戏用 AI 生成 11,000 名球员：不用全身扫描，照片直接转 3D

    据《华尔街日报》等报道，EA Sports 在新发售的《College Football 25》中利用自研 AI 模型，将 11,000 名大学选手的证件照转化为 3D 虚拟形象。相比过去昂贵耗时的全身扫描，AI 方案大幅缩减了成本与工期，也为未来体育游戏的年更奠定了技术基础。

  18. 传播指数 35

    Luma Dream Machine 上线 Loops 功能：生成无缝循环 AI 视频

    Luma Labs 在 AI 视频模型 Dream Machine 中上线 Loops 功能。该功能支持让生成的视频首尾无缝衔接，直接导出平滑循环的动态画面。对于常做动态背景或动效的创作者而言，省去了后期手动拼合素材的麻烦。