Google 推出视频模型 Veo 3 Fast：速度翻倍，已接入 Gemini 和 Flow
Google 推出视频生成模型 Veo 3 Fast，已在 Gemini App 和 Flow 中上线。新模型在保持 720p 分辨率的同时，生成速度提升超 2 倍，并进行了服务端优化以承载更多并发请求。也就是说，创作者调整画面提示词的等待时间将大幅缩短。
AIGC · 日报
周一
6月9日 星期一
周四
6月5日 星期四
Higgsfield AI 推出 Higgsfield Speak：输入台词生成动态说话视频
Higgsfield AI 推出视频生成工具 Higgsfield Speak。用户选定风格与形象并输入台词脚本后，系统会自动合成包含镜头动态、语音与面部情绪的说话视频，降低了制作动态口播视频的门槛。
HeyGen 升级 Avatar IV：支持 Prompt 控制手势，微表情更逼真
HeyGen 宣布为其数字人 Avatar IV 推出重大升级。新版本支持根据脚本自动生成动态手势，也能直接用提示词控制动作，同时加入了超逼真微表情，支持生成 60 秒的 1080p 视频。目前该功能已面向所有 HeyGen 账户开放。
周三
6月4日 星期三
Luma AI 推出 Modify Video：保留动作神态，一键替换视频角色与场景
Luma AI 推出视频编辑功能 Modify Video，能在保留人物动作、表情和镜头运动的前提下，一键替换场景、光影或角色。它提供三种控制预设，盲测在连贯性与运动保留上优于 Runway V2V。目前已在 Dream Machine: Ray 2 上线，单次最长支持 10 秒。
Runway 联手 AMC Networks：用 AI 加速美剧前期预演与宣发
Runway 与 AMC Networks 达成合作，将 AI 工具引入后者的影视开发与营销流程。出品过《绝命毒师》《行尸走肉》的 AMC 将借此推进概念设计、前期画面预演与宣发物料筛选，加速影视创意落地。
周二
6月3日 星期二
Suno 升级歌曲编辑器：支持逐段重排改写，还能拆出 12 轨分轨
Suno 推出全新升级的歌曲编辑器。用户可以直接在波形图上逐段重排与改写音乐，并将音轨拆解为包含人声、鼓点等在内的 12 条独立分轨。此外平台还支持上传最长 8 分钟的完整音频，并新增控制风格偏好的创意滑块。
ManusAI 推出视频生成：单条提示词直接出带分镜的完整故事视频
ManusAI 宣布推出视频生成功能。输入单条提示词，系统即可自动规划分镜场景、生成画面并制作动效，几分钟内生成结构完整的视频故事。目前该功能已面向 Basic、Plus 和 Pro 付费会员开放早期试用，后续将向全量用户开放。
周一
6月2日 星期一
微软上线 Bing Video Creator：接入 Sora 免费生成短视频
Microsoft 推出由 Sora 驱动的免费工具 Bing Video Creator。用户在 Bing 手机端输入描述即可生成 5 秒短视频，初始提供 10 次快速生成额度。这意味着普通人无需付费也能体验 Sora，不过该功能目前暂未向中俄地区开放。
Captions 推出 Mirage Studio：自研全模态模型，AI 演员能笑也能说唱
Captions 旗下的 Mirage 推出 Mirage Studio。它搭载自研全模态基座模型，用户只需上传一段音频，再补充场景描述或参考图，就能让 AI 演员按指令大笑、躲闪、唱歌或说唱，几分钟内生成充满活力的视频，目前已向所有人开放。
周五
5月30日 星期五
Google 扩展 Veo 3：AI Ultra 进英国，手机端 Gemini 也能生成视频
Google 宣布将视频生成模型 Veo 3 及 AI Ultra 计划扩展至英国，支持国家增至 73 个。Pro 订阅用户即日起能在 Gemini 移动端使用 Veo 3 并获得 10 次试用生成包。除 Ultra 用户的 Flow 创作外，所有视频都会附带可见水印及 SynthID。
周四
5月29日 星期四
Black Forest Labs 推出 FLUX.1 Kontext：支持图文上下文编辑，开源 12B 模型
Black Forest Labs 推出 FLUX.1 Kontext 系列模型及 BFL Playground。新模型支持同时输入文字与参考图，无需复杂工作流或微调就能做局部编辑并保持角色一致，其中 12B 参数的 dev 版直接开源权重。
周三
5月28日 星期三
Odyssey 开放交互式视频预览：按键即时改写画面，延迟仅 40 毫秒
Odyssey 推出实时交互视频公开预览版。系统基于世界模型构建，用户通过按键或滑动可在 40 毫秒内实时改写画面，帧率达 30 fps。官方坦承目前体验仍像「不稳定的梦境」，但正在探索让单向视频变身即时可控的新媒介。
周六
5月24日 星期六
Google Veo 3 扩大开放：新增 71 国，Gemini 与 Flow 额度上调
Google 宣布视频生成模型 Veo 3 新增向 71 个国家开放。Gemini 网页端 Pro 用户现可获得 10 次试用包，Ultra 用户拥有最高生成上限与每日刷新；AI 创作工具 Flow 的 Ultra 用户配额也从每月 83 次增至 125 次。
周五
5月23日 星期五
Google Veo 3 重现吃意面名场面：画面很真，但面条吃成了脆片
周二，Google 推出 AI 视频生成模型 Veo 3，首次支持直接生成带同步音轨的 8 秒高清视频。社区用它复测经典的「威尔·史密斯吃意面」梗，画面质感大涨，但意面被配成了清脆的嘎吱咀嚼声。最值得关注的是，音画同步不仅要看画面，更受制于音频训练数据的样本偏差。
周四
5月22日 星期四
Meta Quest 测试 Instagram 3D 照片：靠 AI 让普通 2D 变立体
Meta 开始在 Quest 头显的 v77 更新中测试 Instagram 3D 照片功能。系统利用 AI 视点合成算法，将普通 2D 照片逐像素转化为带景深的沉浸式图像，无需专用的 3D 相机。该测试本周起面向部分用户推出。
周二
5月13日 星期二
TikTok 上线 AI Alive：在快拍里把静态照片一键做成动态短视频
TikTok 推出首个图生视频功能 AI Alive，允许用户在快拍（Stories）中将静态照片直接转换成带有动态与氛围特效的短视频。该功能内置在快拍编辑工具中，系统会在发布前后进行安全审核，并自动嵌入 C2PA 元数据且打上 AI 生成标签。
周四
5月8日 星期四
Higgsfield 上线 Effects Mix：电影级视觉特效支持自由混搭
Higgsfield AI 推出 Effects Mix 功能，允许创作者在单个镜头中自由叠加组合多种电影级 VFX 特效。用户既能自选效果混搭，也能直接套用官方组合。该功能已对全量用户开放，付费版每月 9 美元起。
周二
5月6日 星期二
HeyGen 推出 Avatar IV：一张照片加声音，就能生成逼真数字人
HeyGen 推出新一代数字人模型 Avatar IV，仅需一张静态照片和一段语音即可生成视频。新模型基于扩散架构驱动，能识别声音的语气和情绪，自动合成歪头、停顿及面部微表情。目前该功能已向全体用户推出。
