Amazon 升级图像模型 Titan v2：支持参考图引导与调色板控图
Amazon 在 AWS Bedrock 上线 Titan Image Generator v2。新模型支持用参考图控制构图与边缘、移除背景、按指定调色板出图，并能保持品牌视觉风格统一。针对版权风险，AWS 继续为企业用户提供侵权免责赔偿。
AIGC · 日报
周二
8月6日 星期二
周四
8月1日 星期四
Stability AI 发布 Stable Fast 3D：单图生成 3D 资产仅需 0.5 秒
Stability AI 发布 3D 生成模型 Stable Fast 3D。它能在 0.5 秒内将单张图片转化为包含网格与材质的完整 3D 资产，较上一代 SV3D 的 10 分钟大幅提速。模型权重与代码现已在 Hugging Face 和 GitHub 开源，年收入 100 万美元以下支持商用。
周三
7月31日 星期三
Runway发布Gen-3 Alpha Turbo：速度快7倍，生成10秒视频仅需11秒
Runway在X上宣布推出视频模型Gen-3 Alpha Turbo，生成速度比原版Gen-3 Alpha提升7倍，生成一段10秒的高清视频仅耗时11秒。新模型价格更低，近期陆续向用户推送，移动端也即将支持图生视频。
周二
7月30日 星期二
Midjourney 上线 V6.1：肢体与小脸细节大修，生成提速 25%
Midjourney 正式推出 V6.1 图像模型并设为默认。新版重点改善了手臂、双手和五官等小细节的连贯性，文本拼写更准，标准生成速度提升约 25%，还新增了 2 倍放大器。不过局部重绘等功能仍暂退回 V6.0 处理。
周一
7月29日 星期一
NVIDIA 更新数字人技术：推出可感知情绪的 AI 助手 James
NVIDIA 在 SIGGRAPH 预览了交互式数字人「James」以及 Maxine 3D 等技术。James 基于 NVIDIA ACE 与 ElevenLabs 语音打造，能带情绪和幽默感进行实时交互。最关键的是，普通 2D 视频肖像现可通过 Maxine 3D 快速生成 3D 数字人化身。
Runway 上线 Gen-3 Alpha 图生视频：支持单图定首帧，画面更稳定
Runway 宣布上线 Gen-3 Alpha 的图生视频功能。用户现在可以将任意静态图片作为视频的第一帧，还能配合文本提示词辅助控制。这一更新大幅改善了生成视频的可控度与视觉一致性，创作者不用再完全靠文字碰运气了。
Shutterstock 推出 3D 生成，Getty Images 生图速度翻倍
基于英伟达 Edify 架构，Shutterstock 上线 Generative 3D 商业公测，支持文字生成 3D 资产与 16K 级 360 HDRi 背景；Getty Images 则升级生图服务，速度翻倍至 6 秒出 4 图，并新增模型微调与草图控图。两家均主打商业正版授权训练。
周四
7月25日 星期四
Runway 遭曝秘密抓取 YouTube 视频与盗版电影训练 Gen-3
据 404 Media 曝光的一份内部表格，Runway 秘密抓取了成千上万个 YouTube 创作者视频、知名品牌内容及盗版电影来训练其主力模型 Gen-3。此前获 Google 和英伟达投资的 Runway 面对数据提问时一直含糊其辞，这次泄露让 AI 视频的数据版权争议再次激化。
快手可灵 AI 全球上线：邮箱直接注册，每天送 66 积分免费生视频
快手旗下可灵 AI 1.0 正式全球上线，凭邮箱即可注册。平台每天赠送 66 点免费积分，支持文生视频与图生视频，还自带运镜控制功能，生成 5 秒片段约耗时 5 分钟。相比仍处于内测的 OpenAI Sora，可灵直接让所有人都能免费上手体验。
周三
7月24日 星期三
Stability AI 发布 Stable Video 4D：单段视频一键转出 8 个新视角
Stability AI 推出动态多视角视频生成模型 Stable Video 4D。用户上传一段单一主体的视频并指定相机位姿，模型约 40 秒内即可生成 8 个视角的 5 帧视频，可用于后续动态 3D 优化，目前已在 Hugging Face 开源。
Suno 上线分轨功能：一键分离人声与伴奏
Suno 推出「Stems」音频分轨功能，面向 Pro 和 Premier 付费订阅用户开放。用户可以在曲目菜单中点击「Get Stems」，将生成的音乐拆分成独立的人声和伴奏音轨，并分别进行下载或延展编辑。这意味着创作者在后期混音上拥有了更多控制权。
周一
7月22日 星期一
EA 新游戏用 AI 生成 11,000 名球员：不用全身扫描，照片直接转 3D
据《华尔街日报》等报道，EA Sports 在新发售的《College Football 25》中利用自研 AI 模型，将 11,000 名大学选手的证件照转化为 3D 虚拟形象。相比过去昂贵耗时的全身扫描，AI 方案大幅缩减了成本与工期，也为未来体育游戏的年更奠定了技术基础。
Luma Dream Machine 上线 Loops 功能：生成无缝循环 AI 视频
Luma Labs 在 AI 视频模型 Dream Machine 中上线 Loops 功能。该功能支持让生成的视频首尾无缝衔接，直接导出平滑循环的动态画面。对于常做动态背景或动效的创作者而言，省去了后期手动拼合素材的麻烦。
Sakana AI 推出浮世绘图像模型：文生图还原江户风，黑白版画一键上色
Sakana AI 推出两款专注于传统浮世绘的图像生成模型 Evo-Ukiyoe 与 Evo-Nishikie。前者可由文本生成江户浮世绘风格图像，后者能为单色古籍版画自动上色，两者均基于立命馆大学逾 2.4 万件标注作品微调。模型目前已在 Hugging Face 开源，仅支持日语提示词。
周一
7月8日 星期一
Odyssey 亮相：主打能让创作者亲自「导演」的好莱坞级视觉 AI
Oliver Cameron 公布新项目 Odyssey，主打好莱坞级视觉 AI。它不仅能生成风景、角色、光影与动作，还支持创作者精细导演。团队目标是改变电影、电视剧和游戏的制作流程，让视觉生成不再只是不可控的抽卡。
周二
7月2日 星期二
WhatsApp 曝光新功能：输入「imagine me」，AI 拿你自拍做贴纸
据报道，Meta 正在 WhatsApp Android 测试版中内测个性化贴纸生成功能。用户上传几张自拍参考照后，在聊天中输入「@Meta AI imagine me」就能把自己放进森林或太空等场景做成贴纸。自拍可随时在设置中删除，目前尚未正式上线。
Suno 正式上线 iOS 应用：手机输入文字直接写出一整首歌
Suno 正式在苹果 App Store 上线 iOS 应用。用户只需输入文本提示词，几分钟内就能生成包含人声、伴奏和编曲的完整歌曲。不过，Suno 目前正面临环球、索尼等唱片公司的版权诉讼，被指控未经许可使用受版权保护的音乐训练模型。
周三
6月26日 星期三
Peacock 推出 AI 版传奇解说：定制你的奥运专属早报
NBCUniversal 宣布将在 Peacock 平台推出「Your Daily Olympic Recap」，用 AI 克隆传奇解说员 Al Michaels 的声音播报定制奥运集锦。用户输入名字并选定偏好运动后，每天能听到叫得出自己名字的专属战报。官方预计生成近 700 万种变体，并安排人工编辑审听防翻车。
周二
6月25日 星期二
玩具反斗城联手 OpenAI：首部 Sora 品牌宣传片亮相
玩具反斗城母公司发布号称首部由 OpenAI Sora 参与制作的品牌宣传片。创意机构透露，Sora 完成了大约 80% 至 85% 的画面生成，其余细节由十余人团队通过后期视效修整。这也是 Sora 首次公开试水商业品牌广告。
周一
6月24日 星期一
Synthesia 2.0 发布：用手机自拍做数字人，手势肢体动作今年上线
Synthesia 推出企业级视频平台 Synthesia 2.0。新版本不仅支持用手机或摄像头录制专属数字人，并同步复刻 30 多种语言音色，还展示了今年晚些时候上线的带手势全身数字人。企业做培训和演示不用再约影棚，对着摄像头录一段就能批量生成视频。
周四
6月20日 星期四
Leonardo AI 发布 Phoenix 模型：文字排版更准，支持自然语言二次修图
周一，Leonardo AI 发布新模型 Leonardo Phoenix，主打更高的提示词遵从度与文字渲染能力。更新还带来了「Edit with AI」功能，允许直接用自然语言追加修图指令。不过受架构调整影响，垫图引导等部分旧功能暂时无法使用。
