Runway 推出 Gen-4 Turbo：生成 10 秒 AI 视频仅需 30 秒
Runway 推出 Gen-4 Turbo，这是其目前最强视频模型的最快版本。生成一段 10 秒的视频现在仅需 30 秒，主打快速迭代与创意探索。目前该功能已面向所有方案的用户开放。
AIGC · 日报
周一
4月7日 星期一
周五
4月4日 星期五
Midjourney 上线 V7 Alpha 测试：换了新架构，默认开启个性化
Midjourney 开启新图像模型 V7 的 Alpha 测试，这是其近一年来首个全新图像模型。V7 采用全新架构，对提示词理解更深，人体与细节一致性显著提升，且默认开启个性化；同时新增出图快 10 倍的草稿模式。不过目前暂不支持放大和重构纹理等功能。
周三
4月2日 星期三
Midjourney 结束无限慢速福利：腾出服务器，全力筹备 V7 上线
Midjourney 宣布结束持续数月的「RELAX-ATHON」活动，正集中调整服务器集群以筹备 V7 模型发布。官方暗示更好玩的新版本即将到来，这也意味着打磨已久的下一代图像生成模型终于临近正式推出。
周一
3月31日 星期一
Higgsfield AI 推出单图运镜控制：子弹时间与机械臂镜头一键生成
Higgsfield AI 公布全新的电影级 AI 视频生成功能。系统只需一张静态图片，就能直接生成子弹时间、超级推拉以及机械臂运镜等复杂镜头效果。这意味着创作者不需要昂贵的摄影控制设备，靠一张图就能做出动感十足的运镜画面。
MiniMax 发布 Speech-02 语音模型：支持单次 20 万字输入与亚秒级流式输出
MiniMax 推出新一代语音模型 Speech-02。模型支持将任意文件或链接直接转成拟真语音，单次文本输入上限达 20 万字，支持 30 多种语言、无限声音克隆以及亚秒级流式输出，适合制作长音频和播客。
Runway 发布 Gen-4 系列模型：主打世界一致性，图生视频向付费用户开放
Runway 推出新一代媒体生成模型 Gen-4，主打画面保真度、动态运动与世界一致性。其中 Gen-4 图生视频功能当天面向所有付费计划和企业客户开放，进一步提升生成媒体的画质与可控性。
Luma 发布运镜概念控制：让 Ray2 视频镜头可自由组合且不损画质
Luma AI 推出「运镜概念」（Camera Motion Concepts）功能，首发适配 Ray2。与传统微调或 LoRA 不同，它只需极少样本即可掌握运镜，并支持在推理时用自然语言自由组合复杂镜头，且完全不损耗视频画质。目前已在 Dream Machine 上线。
周四
3月27日 星期四
Pika 上线新功能：让你在视频里遇见「年轻时的自己」
Pika 推出了一项名为 Flashback 的新功能，能让用户在生成视频中与年轻时的自己相遇。这一玩法直接瞄准了怀旧向的视频创作，目前已在网页端和 iOS 端同步开放体验。
周三
3月26日 星期三
ChatGPT 新图像生成太火爆：免费用户推送被迫延期
OpenAI CEO Sam Altman 宣布，因 ChatGPT 新图像生成功能过于火爆，向免费用户的推送将延期一段时间。该功能周二刚随 GPT-4o 开放给 Plus、Pro 和 Team 付费用户，因生成吉卜力风格图像引发刷屏热潮，目前尚不清楚免费版何时上线。
Ideogram 3.0 上线：画面更逼真速度更快，所有用户免费用
Ideogram 推出图像生成模型 Ideogram 3.0，向所有用户免费开放。新版本主打更逼真的画质细节、更一致的风格表现，同时生成速度大幅提升。对于经常需要出图的创作者来说，免费门槛让它变得非常容易上手。
周二
3月25日 星期二
Luma AI 上线 Ray2 图生视频：把手绘涂鸦直接变成动画
Luma AI 宣布在 Dream Machine 中上线基于 Ray2 的图生视频功能。用户只需把涂鸦或草图拖入工具，系统就能让静态画笔和角色动起来、转化为动画。这对想要快速验证创意或制作动态草稿的创作者来说，大幅降低了门槛。
Reve 推出文生图模型 Reve Image 1.0：文字渲染与画质登顶竞技场榜首
AI 初创公司 Reve AI 正式发布首款文生图模型 Reve Image 1.0。该模型在 Artificial Analysis 的 Image Arena 盲测榜位列画质第一，主打精准的文字渲染与多角色排版，还支持用自然语言直接修改已有图片。目前已开放免费预览，暂未公布 API 与定价。
周六
3月22日 星期六
阿里公布 LHM 模型：单张照片几秒生成可驱动 3D 数字人
阿里巴巴团队公布了数字人生成模型 LHM。只要输入一张单人照片，模型就能在几秒内以前向推断方式，直接生成基于 3D 高斯泼溅的高保真可驱动角色，且无需对手部和面部进行额外后处理，大幅降低了 3D 动画制作门槛。
周四
3月20日 星期四
Pika 预告视频局部操控功能：任意改角色物体，其余画面完全不动
Pika Labs 预告了一项新视频操控功能。用户可以单独修改视频中的任意角色或物体，同时让其余画面保持完全不变。目前该能力尚未公开发布，仅面向申请加入其创意合作伙伴计划的用户开放独家早期体验。
周三
3月12日 星期三
Captions 推出 Mirage：专做「UGC 风格」虚拟人视频广告
Captions 推出专为 UGC 风格广告打造的模型 Mirage。它能根据脚本或音频生成带有肢体动作和微表情的虚拟代言人，并支持自定义服装、场景与情绪。这意味着无需真人出镜也能快速批量制作口播带货视频。
Freepik 接入 Google Veo 2：AI 套件支持图生视频
Freepik 宣布在其 AI Suite 中接入 Google 视频模型 Veo 2，推出图生视频功能。创作者生成或修图后，能直接调用 Veo 2 转成带动态运镜的高清视频。最值得关注的是图像生成到视频工作流被完全打通；不过该功能仅向 Premium 付费用户开放。
周四
3月6日 星期四
Hedra 推出 Character-3 与 Studio：图文音全模态生成视频
Hedra 发布 Character-3 模型与 Hedra Studio 平台。该模型能同时处理图像、文本和音频，一步完成口型同步与面部表情动作生成。创作者不再需要分步拼凑多个工具，制作长视频门槛大幅降低。
周三
3月5日 星期三
Prime Video 测试 AI 配音：先给 12 部影视片补上英语与西语
Amazon 旗下流媒体 Prime Video 宣布正在测试 AI 辅助配音，首批涵盖 12 部此前缺乏配音支持的影视内容。该功能支持英语与拉美西班牙语，由 AI 配音结合人类专业人员把控质量，旨在低成本为片库补齐多语种音轨。
周二
3月4日 星期二
德国电信联手 ElevenLabs：Magenta AI 能把新闻一键变播客
德国电信宣布与 ElevenLabs 达成战略合作，将其 Gen FM 技术接入 Magenta AI 应用。用户能在几秒内把新闻文章转成高质量沉浸式播客，或按提示词定制音频内容。德国电信同时参投了 ElevenLabs 的 C 轮融资，未来计划将语音能力扩展至更多服务。
周一
3月3日 星期一
Stability AI 联手 Arm：手机离线跑音频生成，提速 30 倍
Stability AI 宣布与 Arm 合作，把音频生成模型 Stable Audio Open 搬上智能手机。借助 Arm KleidiAI 优化，无需联网即可在 CPU 上运行，生成 11 秒音频从 4 分钟缩至 8 秒内，提速达 30 倍。
