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 41

    腾讯发布 Hunyuan3D-Buffalo 1.0：生成、理解与编辑全包了

    腾讯混元团队公布统一 3D 多模态框架 Hunyuan3D-Buffalo 1.0。它基于共享的 VLM 底座，单套流程就能搞定文本生成 3D、自然语言编辑、3D 问答和部件拆解。创作者不再需要拼凑多个专用工具，用一句话就能微调或拆解 3D 资产。

  3. 传播指数 40

    xAI 升级 Imagine Video 1.5：支持音画参考与原生 1080p

    xAI 为 Imagine Video 1.5 推出重要升级，新增图像与声音参考、纯文本生视频和原生 1080p 输出。用户单次最多可传入 7 张参考图来固定人脸、产品或场景，并同步锁定角色声音保持镜头一致。纯文本生成与 1080p 已全面开放，音画参考先向美国付费用户推送。

  5. 传播指数 40

    Ideogram 推出 P-Image：单张 0.003 美元起，原生支持 2K

    Ideogram 联合 Pruna AI 发布图像生成模型 P-Image-Ideogram，主打质量、速度与成本的平衡，单张生成价格低至 0.003 美元。模型提供 4 种质量模式并原生支持 1K 与 2K 分辨率，延迟在 3 到 8 秒之间。目前已通过 API 及 ComfyUI、Replicate 等平台开放测试。

  6. 传播指数 40

    Google Earth 上线 AI 生图才一天：因违规内容被紧急撤回

    Google 为 Google Earth 网页版接入 Nano Banana 2 图像生成能力，允许用户基于卫星与 3D 实景输入提示词重构全球任意地点。然而仅隔一天，Google 便因发现违规截图流出而紧急下架该功能，表示将在补强安全护栏后重新评估上线。

  9. 传播指数 38

    Google 上线 Lyria 3.5：人声与歌词升级，还能调曲速与时长

    Google 宣布在 Google Flow Music 中推出最新音乐生成模型 Lyria 3.5。新模型提升了旋律复杂度与发音真实度，并增强了歌词对提示词的遵循能力；同时新增创作控制选项，支持用户更轻松地调节生成歌曲的节奏快慢与时长。

  10. 传播指数 34

    Mirage 推出分身模型 Avatar X：10 秒视频克隆，还原微表情

    Mirage 推出数字分身模型 Avatar X，用户只需上传 10 秒视频即可生成 AI 分身。该模型主打细致的微表情还原，能够生成大笑、打哈欠、假笑等自然神态，同时支持音频驱动全身动作以及长视频连续生成不失真。

  11. 传播指数 40

    Spotify 放任 AI 音乐吸金：网友自建工具帮听众「打假」

    因 Spotify 未能全面标记 AI 音乐，开发者推出 SoullessMusic 和 SlopTracker 等第三方工具，利用开源模型检测假人歌手。SoullessMusic 追踪的 AI 艺人年分账估达 570 万美元，头部账号年入 150 万。不过检测模型本身仍存在误报风险。

  18. 传播指数 48

    Google Vids 升级：自然语言调光换背景，一张自拍生成数字人出镜

    Google 为 Google Vids 推出 Gemini Omni 编辑与个人分身功能。用户不仅能用自然语言修改背景、光照和特效，上传一张自拍和录音还能生成替自己出镜的数字人。目前面向 Google AI Pro、Ultra 及 Workspace 商业订阅用户开放，生成视频均嵌有 SynthID 水印。

  19. 传播指数 41

    Wan Streamer 0.3 发布：虚拟角色支持自然语言实时动作控制

    Wan Streamer 发布 0.3 版本，让虚拟角色从肖像对话升级为能与环境互动的动作控制。核心机制是将视频拆解为保持一致的「世界」与随时间变化的「事件流」，能实时响应比耶、叉腰等自然语言指令。目前团队仅发布了技术论文。

  20. 传播指数 37

    Google 图片 25 周年：主页改版动态画廊，搜索直出 AI 图像

    Google 庆祝图片搜索 25 周年，在搜索的 AI Overviews 中加入图像生成功能，并推出个性化动态画廊主页。生图功能由其最新的 Nano Banana 模型驱动，用户输入文字即可直接绘图。两项更新将在未来几周面向英文等支持地区逐步推送。