Midjourney 下放高清视频：标准版可用，支持单条生成省成本
Midjourney 宣布向 Standard 订阅用户开放高清视频生成功能。官方新增了 1 或 2 个视频的小批次生成选项，输入参数即可省下最高 4 倍开销；同时将 Moodboards 移至侧边栏独立页面，并优化审核机制以减少误报。
AIGC · 日报
周三
8月13日 星期三
Higgsfield AI 推出 Draw-to-Video：草图直接转视频
Higgsfield AI 推出 Draw-to-Video 功能，主打把手绘草图直接转化成视频，试图摆脱纯文字提示词的局限。该功能支持 MiniMax、Veo 3 和 Seedance Pro 等视频模型，让创作者控制镜头画面更直观。
AI 叙事游戏 Hidden Door 开启测试：不再对玩家百依百顺
AI 叙事平台 Hidden Door 开启早期测试。不同于 ChatGPT 等对玩家指令无底线顺从的工具，它引入了世界观限制与后台掷骰子机制，玩家无法靠开挂瞬间获胜，必须按剧情逻辑应对挑战，不过目前生成响应仍有延迟且剧情略显割裂。
周一
8月11日 星期一
Perplexity 上线视频生成：支持移动与网页端，Pro 用户每月 5 条
Perplexity 宣布在网页端、iOS 和 Android 上线视频生成功能。Pro 订阅用户每月可生成 5 条视频，Max 用户每月可生成 15 条且画质更强。搜索助手正进一步从图文回答跨入动态视频呈现。
Suno 预告 Suno Studio：支持多轨创作与 MIDI 导出，已开启候补
Suno 宣布即将推出 Suno Studio，支持多轨创作并能导出 MIDI，现已开放候补名单。这意味着 AI 生成音乐不再局限于一键生成完整单曲，创作者可以按音轨调整并进行后续编辑，开始向更专业的音乐制作流程迈进。
Pika 公布音频驱动表演模型：6 秒生成超逼真表情，速度快 20 倍
Pika Labs 宣布推出全新音频驱动表演模型。该模型支持近乎实时的超逼真面部表情渲染，任意长度与风格的高清视频均能在 6 秒内生成，速度提升 20 倍且成本降低 20 倍。该功能即将上线 Pika 社交应用。
周四
8月7日 星期四
ElevenLabs 演示人机合奏：真实乐器混搭 Eleven Music 生成音轨
ElevenLabs 宣布支持将真实乐器录音与 Eleven Music 生成的 AI 音轨融合成混合歌曲。团队在演示中展示了仅靠单次提示词，将现场实录的钢琴演奏与 AI 生成的小提琴及人声混音成曲。
Midjourney 上线 HD 视频模式：像素增加 4 倍，专供高端订阅
Midjourney 宣布面向 Pro 和 Mega 订阅会员推出 HD 高清视频模式。该模式画面像素数约为默认 SD 视频的 4 倍，不过生成成本也高出约 3.2 倍，主要面向对素材画质有严苛要求的专业创作者。
周二
8月5日 星期二
Google Gemini 上线故事书功能：一句话生成 10 页配图有声绘本
Google 宣布在 Gemini 中上线个性化插画故事书功能。用户输入文字描述或上传儿童画、家庭照片，即可生成一本包含 10 页定制插图并自带语音朗读的绘本，支持黏土定格、像素风等多种画风与超 45 种语言。该功能已在桌面与移动端面向全球开放。
ElevenLabs 推出 Eleven Music：签下独立版权库，主打商用合规
ElevenLabs 推出 AI 音乐生成模型 Eleven Music，正式从语音扩展到音乐制作，并宣称已扫清商用合规障碍。为避开 Suno 和 Udio 遭遇的侵权官司，团队已与 Merlin 和 Kobalt 两大独立音乐版权平台签约，由音乐人自愿授权作品用于训练并参与分成。
Stability AI 推出企业解决方案：主打商品换景与品牌数字分身
Stability AI 推出企业平台 Stability AI Solutions。首发套件面向营销与设计场景，支持单图转多场景商品照、品牌风格保持、草图出图与 IP 数字分身定制，提供私有化部署和版权赔偿保证，并已接入广告巨头 WPP 平台。
周一
8月4日 星期一
xAI 上线 Grok Imagine：支持 15 秒带声视频，自带「香辣模式」
xAI 正式面向 SuperGrok 与 X Premium+ 订阅者推出图像与视频生成器 Grok Imagine。它能将提示词转为 15 秒带原生音频的视频，还带有允许生成轻度 NSFW 内容的「香辣模式」，不过名人和过激内容仍会触发审核打码。
周三
7月30日 星期三
Higgsfield 接入 MiniMax 海螺：无限免费生成视频，设 2 万美元大奖
Higgsfield AI 宣布接入 MiniMax 海螺视频生成模型，并提供无限次免费生成。平台同时启动总奖金 2 万美元的视频挑战赛，作品征集截至 8 月 17 日。这意味着创作者能零门槛体验高质量 AI 视频并争夺奖金。
亚马逊投资「AI 界 Netflix」Fable：打字就能当导演拍动画
获亚马逊 Alexa Fund 投资的 Fable 公开发布 AI 动画创作平台 Showrunner。用户输入文字即可生成动画场景或整集剧集，还能上传照片把本人做成角色。平台目前在 Discord 上免费开放，首批上线了恶搞科技大佬的《Exit Valley》等原创作品。
周二
7月29日 星期二
Luma 推出 Dream Machine 指令修改功能：打字就能给视频换装换场景
Luma Labs 在 Dream Machine 中上线 Modify with Instructions 功能，订阅用户直接用自然语言即可修改视频内容。只需在画面中选定目标并输入修改提示词，就能在整段视频中实现物体替换、换装或虚拟布景，并支持三档强度微调。目前已向全部订阅用户开放。
Ideogram 上线 Character：一张参考图生成一致角色，锁死五官不跑偏
Ideogram 推出角色一致性工具 Character 及对应 API。只需上传单张参考图，就能在不同姿势、服装和场景下锁定五官特征。最值得关注的是，创作者无需微调即可稳定输出绘本角色与头像，开发者也能通过 API 直接调用。
Yelp 上线 AI 拼接短视频：抓取用户评价和照片，自动生成探店解说
Yelp 在 iOS 应用全美上线 AI 生成的餐厅短视频。系统利用 OpenAI 撰写解说脚本、ElevenLabs 生成旁白配音并自动拼接用户的真实图文。不过商家目前无法提前预览，普通用户也暂不能禁止自己的照片被选用。
周五
7月25日 星期五
Meshy 5 预览版上线：支持多视角输入与锐利边缘，新增 500+ 动画
Meshy.ai 推出 Meshy 5 Preview。新版支持多视角图像输入对齐，几何边缘更清晰利落，并为绑定角色库扩充了 500 多套动作动画。这意味着游戏与影视开发者可以直接省掉大半手工修模和绑骨骼的脏活累活。
Midjourney 上线视频首尾帧控制：支持无缝循环，Discord 也能直接玩
Midjourney 推出视频生成新特性，支持用户自定义起始帧和结束帧画面。这意味着创作者可以让两个画面平滑形变过渡，或者直接生成无缝循环视频。该视频生成能力现已上线 Discord 机器人，不过官方表示网页端体验目前依然更好。
Runway 推出 Aleph 视频模型：支持任意改视角、增删物体和调光
Runway 发布上下文视频模型 Runway Aleph。它主打多任务视频生成与编辑，能直接在原视频上增删物体、改变场景视角，甚至任意修改风格与光照。目前已向所有付费用户开放。
周三
7月23日 星期三
Leonardo.Ai 上线 Veo 3 Fast：支持带声 8 秒 1080p 视频，生成快 3 倍
Leonardo.Ai 宣布上线 Veo 3 Fast 模型。新版本可生成最高 1080p 分辨率、带声音的 8 秒视频，生成速度比常规 Veo 3 最多快 3 倍，主要用于创意构思与提示词测试，已面向 Leonardo 用户计划开放。
周五
7月18日 星期五
Netflix 首次在原创剧中用 AI 做特效：制作提速 10 倍还省了钱
在周四的财报电话会上，Netflix 联合 CEO Ted Sarandos 透露，原创剧《The Eternaut》首次使用生成式 AI 制作大楼坍塌特效，制作速度比传统流程快了 10 倍，大幅削减了成本。他认为 AI 不仅能降本，还能帮创作者拍出更好的作品。
周四
7月17日 星期四
Suno 推出 v4.5+：支持替换人声、调整伴奏并从歌单找灵感
AI 音乐平台 Suno 推出 v4.5+ 版本。新版本带来了更多创作玩法，允许用户直接替换人声、调整或翻转乐器伴奏，还能根据任意播放列表激发灵感生成歌曲，进一步降低了音乐二次创作与调整的门槛。
Adobe Firefly 升级视频工具：自己用嘴配音，AI 就能生成对应音效
Adobe 为 Firefly 推出多项视频功能，支持用户通过输入描述并录制一段人声拟音，让 AI 捕捉节奏和强度来生成匹配的音效。新版本还增加了构图参考、关键帧裁剪等视频控制选项，并正式接入了 Google 的 Veo 3 视频模型。
Apple News+ 上线 Emoji Game：用 Genmoji 猜短语解谜
Apple 宣布为美加地区的 Apple News+ 订阅用户推出原创益智解谜小游戏 Emoji Game。玩家需要用给出的 emoji（包括由 Apple Intelligence 生成的 Genmoji）填空补全短语，步数越少成绩越好。游戏现已支持 iOS 18.4 等系统，今年秋季还将整合进全新的 Apple Games 应用。
周三
7月16日 星期三
Midjourney 准备开放企业级 API：正式启动调研并开放申请
Midjourney 宣布正开始调研开放企业级 API，以便用户将其图像生成能力集成到自己的公司与服务中。官方目前已开放申请问卷，希望借此了解潜在客户的具体需求并收集功能反馈。
Lightricks 升级 LTX Video：支持实时边播边改，最长生成 60 秒
Lightricks 发布开源模型 LTX Video 最新版，支持实时流式生成，创作者能在生成中途追加提示词微调画面。新模型最长可生成 60 秒连续视频，开源权重已上线 Hugging Face 与 GitHub，单张 H100 或消费级笔记本电脑即可运行。
周二
7月15日 星期二
Runway 推出动捕模型 Act-Two：支持头面身手全追踪，单视频驱动
Runway 发布下一代动作捕捉模型 Act-Two，生成质量大幅提升，全面支持头部、面部、身体与手部追踪。创作者只需提供一段驱动表演视频和一个参考角色即可生成。不过目前仅面向企业客户和创意合作伙伴开放。
周五
7月11日 星期五
Higgsfield 接入 Google Veo 3：结合 Soul ID 打造端到端 AI 视频工作室
Higgsfield AI 宣布接入 Google Veo 3 视频生成模型。平台将其与自家的 Soul ID 结合，主打高写实与审美质感，旨在让创作者在一个订阅内获得完整的端到端 AI 视频制作能力。
Exists 开放 3D 世界生成平台：输入一句话，云端虚幻引擎直接生成可玩场景
Exists 正式向公众开放其 3D 虚拟世界生成平台。与单纯的视频扩散模型不同，它基于云端定制的虚幻引擎运行；用户只需输入一段提示词，就能直接生成带光照、AI 角色和多人支持的可玩 3D 场景，零门槛创作属于自己的虚拟世界。
Black Forest Labs 推出 Kontext Komposer：不用提示词直接改图
Black Forest Labs 推出 Kontext Komposer 及配套预设功能。用户不需要写提示词，就能直接给图片换场景、重打光、做产品植入或做海报。目前该工具已在官方 Playground 免费开放。
