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

  1. 传播指数 41

    Quiver 发布 Arrow 1.1：用原生代码画 SVG，生成成本直降 33%

    Quiver 推出 Arrow 1.1 与 1.1 Max 矢量图模型。它直接通过代码生成原生 SVG，多用基础几何与文本而非复杂路径，更易二次编辑；文本生 SVG 成本降低 33.3%，矢量化成本减半。高精度的 1.1 Max 则主打严苛的技术图纸与插画。

  3. 传播指数 39

    Microsoft 发布 MAI-Image-2-Efficient：成本降 41%、提速 22%

    Microsoft 推出文生图模型 MAI-Image-2-Efficient。该模型专为批量生产设计，生成速度比前代快 22%，成本降低近 41%，每百万图片输出 token 售价 19.50 美元。目前已在 Microsoft Foundry 和 MAI Playground 上线，后续还将接入 Copilot、Bing 与 PowerPoint。

  5. 传播指数 41

    实时数字人模型 LPM 1.0：一张照片跑出 45 分钟对话视频

    研究团队推出实时数字人模型 LPM 1.0，仅需单张参考图与音频就能流式生成角色视频。最值得关注的是，它不仅能对口型，还能模拟转眼球、调整麦克风等肢体细节与倾听状态，且 45 分钟内不崩脸。目前该项目仅发布技术报告与演示，暂未开源或开放公测。

  6. 传播指数 41

    阿里发布 Prompt Relay：免训练即插即用，让 AI 视频无缝切换多场景

    阿里巴巴公布视频生成技术 Prompt Relay。这是一种免训练的即插即用方案，通过在交叉注意力层动态路由各时间段的提示词，让老鹰飞翔到赛博城市等跨度巨大的场景能自然过渡，避免画面概念互相串扰。目前官方已发布实施说明，代码文件尚未完全放出。

  9. 传播指数 33

    神秘模型 HappyHorse-1.0 登顶排行榜：文生与图生视频双料第一

    一款名为 HappyHorse-1.0 的神秘视频模型在文生视频与图生视频排行榜中同时登顶第一。早期测试显示，它尤其擅长生成多镜头视频并遵循复杂的方向提示词。两项主要基准测试的双双领跑，让它成为当前 AI 视频领域备受瞩目的黑马。

  13. 传播指数 41

    MMPhysVideo 框架亮相：让 AI 视频生成学会几何与物理规律

    研究团队提出视频生成框架 MMPhysVideo，解决现有模型仅靠像素预测导致的物体变形与物理穿帮问题。它将几何、运动轨迹等感知信号转为统一格式联合训练，并借助蒸馏保持推理效率。相关代码和数据集计划完全开源。

  14. 传播指数 51

    Google Vids 大升级：所有用户每月免费生成 10 条 Veo 视频

    Google 宣布为视频编辑工具 Google Vids 引入 Veo 3.1 视频生成模型，所有 Google 账号每月可免费生成 10 条视频。此外，Google AI Pro 和 Ultra 订阅用户可利用 Lyria 3 制作定制音乐，并生成可精细控制的 AI 分身。用户还可通过新 Chrome 扩展快速录屏并将成片直传 YouTube。

  16. 传播指数 54

    阿里发布 Wan 2.7 Image：生成编辑一体，能输色号还能画图表

    阿里发布生成与编辑一体的图像模型 Wan 2.7 Image。它主打更具真实瑕疵的人脸微调，支持直接输入最多 8 个十六进制色号锁定配色，并能渲染 3000 tokens 的多语言长文本与表格。单次提示还可生成最多 12 张风格一致的图像，分镜和设计物料制作效率大增。

  19. 传播指数 41

    字节推出 DreamLite：3.9 亿参数端侧模型，手机离线生图编辑只要 3 秒

    字节跳动公布轻量图像模型 DreamLite，仅 3.9 亿参数即可在手机端完全离线运行。它兼顾文本生图与图像编辑，在 iPhone 上生成一张 1024×1024 肖像图约需 3 秒，还能直接换背景或改画风。虽然写实细节不及云端大模型，但大幅压低了手机端修图的延迟与算力门槛。