Maket 上线「文字生成家具」：打字生成 3D 模型，直接摆进平面图
Maket 推出「Text to Furniture」功能，允许用户通过文字描述直接生成 3D 家具模型。输入「椭圆形树瘤木餐桌」这类需求，即可自动生成兼顾长宽高的模型，并能直接拖入平面图以 3D 视角查看，让定制化室内布局更直观。
AIGC · 日报
每日 AI 内容精选
周五
11月6日 星期五
周四
11月5日 星期四
Luma AI 发布视频模型 Ray 2：最长生成 1 分钟，全系入驻 AWS Bedrock
Luma AI 推出新一代视频生成模型 Ray 2，生成时长从之前的 5 秒拉长到最长 1 分钟，最快 10 秒出片。同时 Luma 与 AWS 达成战略合作，将视觉模型接入 Amazon Bedrock，并借助 Trainium 等自研芯片压低训练与推理成本。
Google 上线 Gemini Omni 1.2 Flash：视频延长至 15 秒，降价 30%
Google 正式上线视频生成模型 Gemini Omni 1.2 Flash，原生视频时长增至 15 秒，调用价格下调 30% 至每秒 0.07 美元。新模型支持多轮对话式局部修改，能锁定人物与品牌细节一致性，并改善了对口型效果。Google 账号用户在 Google Vids 每月可免费生成 3 条。
周三
11月4日 星期三
OpenAI 发布 Images 2.6：生成提速 50%，还能直接做 GIF
OpenAI 推出图像模型 Images 2.6，出图速度提升 50%，并首次支持直接生成与编辑 GIF 动图。API 同步上线 6 秒快速出图的 Flare 和主打高画质的 Sunburst 版本，还新增了 SVG 导出与局部涂鸦修改。目前已面向 ChatGPT 和 Codex 全级别用户开放。
周二
10月27日 星期二
微软发布图像编辑模型 MAI Image 2.7：冲上天梯第二，场景风格编辑领先 24 分
微软推出图像编辑模型 MAI Image 2.7，在 Artificial Analysis 图像编辑榜登顶第二、Arena Edit 排名第三。新模型在 10 个场景和 7 项编辑动作上均超越前代，尤其在场景与风格编辑上领先第二名 24 Elo。目前模型主打编辑，文生图功能将在稍后推出。
周一
10月26日 星期一
阿里上线 Qwen-Image-2.1 API：单模型搞定抠图、2K 渲染与十图融合
Alibaba 在 Model Studio 上线 Qwen-Image-2.1 Pro 与 Turbo API。这个 7B 视觉模型集成了文生图、最多 10 张图的参考编辑、原生透明抠图和 2K 文字排版。Turbo 版单张生成低至约 0.014 美元，商用无需自建 GPU 集群。
周五
10月23日 星期五
ElevenLabs 上线全新默认声音：携手专业配音员，音质更清晰且风格更多元
ElevenLabs 在语音合成与 Projects Alpha 中上线了全新默认声音。这批声音由专业配音演员合作录制并授权，基于专业声音克隆技术训练，音质更清晰，且新增了爱尔兰、意大利等口音与更丰富的表演情绪。官方表示不持有这些声音的版权，并在探索按生成次数向配音演员分润的新模式。
周四
10月22日 星期四
Canva 发布自研图像模型 Craft：不仅能出 2K 图，还能一键拆成可编辑图层
Canva 正式推出首个自研图像生成模型 Canva Craft。该模型基于平台内海量专业设计模板训练，支持生成最高 2K 分辨率的画面，并能通过 Canva Magic 直接转为可自由修改的分层设计。目前所有用户已可在 Dream Lab 中免费体验。
Ideogram 推出 Vector 1.0：用提示词生成可编辑 SVG 矢量图
Ideogram 发布首个矢量 AI 模型 Vector 1.0。它支持通过文字提示词直接生成可编辑的 SVG 矢量图，或将现有图片转为无限放大的矢量格式，兼具平滑渐变与清晰排版。模型现已在 Ideogram 平台及 API 同步上线。
周一
10月19日 星期一
Viggle 推出世界模型 JST-2：输入文字或图片秒变 3D 空间，角色免绑骨骼就能动
Viggle 推出物理原生 3D 世界模型 JST-2，支持把文字或图片一键转为可探索的三维环境。它通过持续追踪空间中的物质单元保持场景一致，生成的 3D 角色原生包含动力学，省去骨骼绑定步骤。场景可在浏览器中实时渲染，目前开放免费体验。
周日
10月18日 星期日
OpenAI 泄露「Aurora」图像模型：现身 Arena 盲测，疑似 GPT-Image-3
OpenAI 在 API 和 Arena 盲测中短暂曝光代号为「Aurora」的三款新图像模型。其中 red 主打速度，green 细节更清晰，业内推测这很可能是下一代 GPT-Image-3。目前官方已撤下引用，暂无文档与定价。
周四
10月15日 星期四
史泰龙计划用 AI 减龄拍《第一滴血》前传：数字重返 18 岁
好莱坞老牌硬汉 Sylvester Stallone 透露正探索用 AI 减龄技术制作《第一滴血》前传。技术测试已成功将他还原至 18 岁的高中少年样貌。虽然好莱坞对 AI 的争议未断，但老牌巨星正借算法打破生理寿命，继续拓展经典 IP。
Krea 3 开启 Beta 测试：8 秒完成 2K 图像编辑，支持多轮框选修改
Krea 开启图像编辑模型 Krea 3 的 Beta 测试。该模型能在 8 秒内完成端到端 2K 图像编辑，画质对标 Nano Banana Pro 与 GPT Image 2.5，并支持多轮对话与边界框精准控制。完整版本将于下周上线。
ElevenLabs 推出 Instant Soundtracks：上传视频自动配乐并对齐音效
ElevenLabs 推出 Instant Soundtracks 功能。用户上传视频后，AI 会自动生成原创配乐，并识别画面动作在对应时间轴上精准对齐音效。该功能支持多场景情绪切换、分轨编辑及 API 调用，还能以现有音频为参考生成风格匹配的配乐。
周三
10月14日 星期三
YouTube Music 上线 AI 音乐标识：人声与旋律是否由模型生成一眼便知
YouTube Music 推出 AI 音乐标签功能。当歌曲的旋律或人声主要由生成式模型制作时，播放器界面会直接显示标识，点击可查看详情。该能力依靠检测工具与唱片公司合作，后续还将同步至 YouTube 主应用。
周二
10月13日 星期二
Higgsfield 接入 GPT-6 Astra：AI 视频时长突破 10 分钟
视频生成平台 Higgsfield AI 宣布接入 GPT-6 Astra，将 AI 视频生成时长从 1 分钟拉长至 10 分钟以上。其创意智能体还能调用外部 3D 建模工具保持画面一致性，团队同时在推进「语音直接出片」的实时生成功能。
周五
10月9日 星期五
阿里开源 Qwen-Image-2.1-Turbo：8 步去噪出 2K 图，兼顾生成与编辑
阿里巴巴开源图像生成模型 Qwen-Image-2.1-Turbo。它基于 7B 架构，仅需 8 步去噪即可输出 2K 图像，并支持自然语言图像编辑。这意味着开发者在本地跑轻量生成和修改时推理速度大幅提升。目前模型权重已上线 Hugging Face 与 ModelScope，官方 API 也已同步开放。
周四
10月8日 星期四
Midjourney 测试「思考模式」：重跑生图更懂提示词，排版与画面更连贯
Midjourney 在其 Alpha 网站上线「思考模式」（Thinking Mode）测试。用户在任务灯箱中点击「Rerun (Thinking)」即可体验，该模式能显著提升提示词准确度、文字排版能力和画面连贯性。官方表示未来可能全面开放或支持生成后追加思考。