Drake 连发 AI 语音新歌：用 Tupac 和 Snoop Dogg 声音隔空喊话
Drake 在社交平台发布新歌《Taylor Made Freestyle》，用 AI 合成的 Tupac 和 Snoop Dogg 声音向 Kendrick Lamar 喊话施压。外界推测是他自己录完再通过 AI 转换音色。最值得关注的是，AI 克隆人声已成为顶级说唱歌手公开交锋的实战武器。
AIGC · 日报
周六
4月20日 星期六
周五
4月19日 星期五
TED 联手艺术家与 OpenAI：用 Sora 设想 40 年后的演讲
TED 宣布与艺术家 Paul Trillo 及 OpenAI 合作，使用尚未正式发布的文生视频模型 Sora 制作了一支概念短片。短片畅想了 40 年后 TED 大会的模样，也是创作者提前探索 Sora 视觉表达潜力的最新案例展示。
周四
4月18日 星期四
Blockade Labs 升级 Skybox AI：Model 3 带来 8K 全景，适配 Vision Pro
Blockade Labs 发布 Skybox AI 的 Model 3 更新，支持生成并下载 8K 分辨率的 360 度全景环境，像素较上一代提升 77%，可直接适配 Apple Vision Pro。此外还上线了 Remix Your 360 功能，允许上传任意全景图进行二次重绘。
周三
4月17日 星期三
Stability AI 上线 Stable Diffusion 3 API：文字排版看齐旗舰
Stability AI 宣布在开发者平台上线 Stable Diffusion 3 和 Stable Diffusion 3 Turbo 的 API，并联合 Fireworks AI 提供服务。该模型采用 MMDiT 架构，官方称在排版拼写与提示词遵循上不输 DALL-E 3。后续还将向会员开放权重自托管下载。
周一
4月15日 星期一
Adobe 预览 Premiere Pro 新功能：AI 增删物体，还能接 Sora
Adobe 预告了 Premiere Pro 年内将推出的生成式 AI 功能，支持在画面中直接圈选增删物体、自动补帧延长过短的视频片段。最值得关注的是，Adobe 还演示了引入 OpenAI 的 Sora 和 Pika 等第三方模型生成画面的能力。不过这些 AI 工具预计今年晚些时候才会上线。
周五
4月12日 星期五
Freepik 升级 AI 图像生成器：实时出图，支持无限滚动浏览
Freepik 上线最新版 AI 图像生成器，支持实时渲染与无限滚动。工具主打快速输出写实级画质，支持一键生成多变体。免费用户每天可生成 20 张，付费订阅者可享受无限制生成与完整风格库。
周四
4月11日 星期四
Adobe 每分钟 3 美元收视频：全力训练 AI 视频模型对标 Sora
据报道 Adobe 开始向创作者按每分钟约 3 美元收购日常动作与情绪等短视频素材，最高可达 7.25 美元。此举旨在为自研文生视频工具储备训练数据，应对 OpenAI Sora 带来的竞争压力，同时继续走合规采购路线。
周三
4月10日 星期三
DeepMind 前员工做出的音乐 AI：Udio 上线，40 秒写出一首歌
由前 Google DeepMind 研究人员创立的 Udio 正式公开发布。用户只需输入风格描述或歌词，40 秒内就能生成包含人声与母带效果的音轨，还支持二次混音与片段延长。该项目获 a16z 领投，will.i.am 和 Instagram 联创等参投。
周三
4月3日 星期三
ChatGPT 升级图像功能：支持选区局部修改，手机涂鸦也能直接生图
OpenAI 上线 ChatGPT 图像生成与编辑功能，面向所有用户开放。你不仅能用画笔圈出局部做定向微调，还能在手机端画草图转成精细画作。最值得关注的是改图不再需要重抽整张图，不过官方提示局部编辑可能偶尔超出选区范围。
Stable Audio 2.0 上线：生成 3 分钟完整音乐，支持音频转音频
Stable Audio 2.0 正式上线，支持通过文本提示词直接生成最长 3 分钟、44.1kHz 双声道的完整曲目。新模型改用扩散 Transformer 架构，不仅能生成带前奏和尾奏的完整结构，还支持上传音频并进行风格转换。目前可在官网免费体验。
周一
3月25日 星期一
OpenAI 晒 Sora 首批艺术家作品：荒诞超现实成最大看点
OpenAI 公布了一批由视觉艺术家、导演等创作的 Sora 早期作品与反馈。团队表示，Sora 最强大的地方不在于复现真实，而在于快速具象化那些超现实与荒诞的想法。不过作品均经过创作者后期剪辑，模型目前仍在小范围测试中。
周三
3月13日 星期三
不止 Gemini：测试显示 Adobe Firefly 生成历史人物同样翻车
Semafor 测试发现，Adobe 的图像生成工具 Firefly 同样出现了生成黑人纳粹士兵等失真画面的问题。最值得关注的是，即便只使用合规商业图库训练，防偏见的安全指令依然在历史语境下过犹不及。Adobe 回应称 Firefly 并非用于纪实，将持续微调修复。
OpenAI 确认 Sora 年内公测：可能只需几个月，后续还将支持音频
OpenAI 首席技术官 Mira Murati 透露，文生视频模型 Sora 将于今年晚些时候向公众开放，可能就在几个月后。此外，OpenAI 计划未来为 Sora 引入音频生成和视频编辑功能，并努力将其使用成本降至接近 DALL-E 的水平。
周二
3月5日 星期二
DeepMind 校友创立 Haiper：上线自研视频工具，拿 1380 万美元融资
由 DeepMind 前员工创立的初创公司 Haiper 公开发布自研视频生成工具，并宣布完成 1380 万美元种子轮融资。用户目前可免费生成 2 至 4 秒短视频或让静态图动起来。团队计划未来开放核心模型 API 并考虑开源，直面 Sora 的竞争。
周三
2月28日 星期三
Lightricks 推出 LTX Studio：AI 一键生成长视频，保持角色与光影一致
Lightricks 推出 AI 视频生成平台 LTX Studio。它能直接将创意转化为包含多镜头的完整长视频，并重点解决了多场景间角色外观与光影一致性的痛点，试图让创作者用 AI 独立搞定影视级成片。
Stability AI 联手 Morph Studio：打造多分支 AI 视频生成工作流
Morph Studio 宣布与 Stability AI 达成合作，推出一体化 AI 视频生成平台。该方案支持将文本、图像或已有视频转化为连续镜头，并采用多分支并行工作流提升创作效率。目前官网已开放候补名单申请。
Adobe 公布音乐生成项目：提示词生音频，还能自由调节奏混音
Adobe 公布生成式音频研究项目 Project Music GenAI Control。用户输入文字或参考旋律即可生成音乐，还能调整节奏、结构或延长做无限循环。最值得关注的是它支持深度精修，不过目前仍处研究阶段，连 UI 都还没做。
Ideogram 1.0 上线：文字渲染升级，新增 Magic Prompt
Ideogram 正式上线文生图模型 Ideogram 1.0。新版本提升了真实感与提示词遵循度，主打更精准的图片内文字渲染，并加入辅助撰写提示词的「Magic Prompt」功能。目前已在官网开放使用。
周二
2月27日 星期二
Pika 上线 Lip Sync 功能：接入 ElevenLabs，AI 角色开口能对上口型
Pika 推出 Lip Sync 功能，接入 ElevenLabs 提供配音，让视频角色的嘴型能与台词同步。它支持文本转语音或上传音频，省去了繁琐的后期外挂工具。不过该功能目前仅限 Pika Pro 付费用户和受邀测试者使用。
阿里发布肖像视频框架 EMO：一张图一段音频，就能让人物自然开唱
阿里研究团队公布音频驱动肖像视频框架 EMO。输入一张单人照片和一段语音或歌声，就能生成神态丰富、口型同步且时长不限的动态视频。它能敏锐捕捉语调起伏与快节奏歌词，也能让油画与 3D 角色开口说话。
