Deforum 推出官方 Discord 机器人：基于 SDXL，做 AI 视频更简单了
AI 视频生成工具 Deforum 宣布推出官方 Discord 机器人。用户可以直接在聊天频道里借助 SDXL 生成 AI 视觉内容，官方表示几天内将分批开启测试。对嫌本地配置麻烦、被复杂参数劝退的创作者来说，门槛降低了不少。
AIGC · 日报
周三
11月15日 星期三
周日
11月12日 星期日
Meta 发布 Audiobox：输入文字就能做音效、改语音
Meta 发布音频生成模型 Audiobox。作为 Voicebox 的后继者，它不仅能用文本提示词直接生成语音、音效和环境音，还支持「语音+文本」双输入来自由调整语气与场景。目前该模型仅面向受选研究人员开放申请，并同步上线了交互 Demo。
周四
11月9日 星期四
Polycam 推出「无悬浮噪点」高斯泼溅：支持 iPhone 直出，免费商用
Polycam 推出算法更新，支持自动消除 3D 高斯泼溅中常见的悬浮噪点。新版本允许直接在 iPhone 上或通过上传视频生成模型，产出的泼溅模型完全免费商用，Pro 用户上传上限提至 1000 张图。这意味着用手机做 3D 重建不再受杂点困扰，商用门槛也大幅降低。
周二
11月7日 星期二
Myspace 创始人再创业：文生视频工具 PlaiDay 上传自拍就能主角出镜
Plai Labs 推出免费文生视频工具 PlaiDay。用户只需上传一张自拍并输入提示词，就能生成融入自己形象的 3 秒短视频。最值得关注的是它主打个人化叙事，不过目前单人特写效果较好，生成复杂面部仍容易出现扭曲变形。
周四
11月2日 星期四
Kaiber 上线移动 App：在手机上就能搓出 AI 音乐视频
AI 视频平台 Kaiber 推出 iOS 与 Android 移动端 App，把音乐视频创作搬到手机上。它支持文本、图片和视频生视频，并内置音乐与艺人风格预设。平台提供 100 积分免费试用，订阅每月 5 美元起。
Runway 升级 Gen-2：大幅提升视频生成画质与一致性
Runway 宣布升级视频生成模型 Gen-2，涵盖文本生成视频与图像生成视频两大模式。官方表示新版本大幅改善了画质保真度与画面连贯性。也就是说，AI 视频生成中的画面模糊和闪烁变形得到了针对性改善。
Midjourney 上线 Style Tuner：做一套专属画风，用代码随调随用
Midjourney 推出 Style Tuner 功能。用户输入 /tune 和提示词后，系统会生成专属网页供挑选视觉偏好，并打包成特定代码供后续直接调用。这让固定画风和批量控图变得轻松很多，多个代码还能组合叠加使用。
周三
11月1日 星期三
Luma AI 推出文生 3D 工具 Genie：在 Discord 上 20 秒出模型
Luma AI 在 Discord 上线文生 3D 工具 Genie 的免费测试版。用户输入文本提示词，约 20 秒就能获得 4 个基础 3D 雏形，支持 glb 格式导出并可进一步精细化。这意味着游戏开发和虚拟制作的资产原型制作门槛被大幅拉低。
Stability AI 开启 Stable 3D 预览：几分钟把文字和图片做成 3D 模型
Stability AI 开启 Stable 3D 私有预览，支持用文本或图片在数分钟内生成导出为 .obj 格式的 3D 模型。同时亮相的还有一键换天的 Sky Replacer 以及企业微调服务 Stable FineTuning。不过 Stable 3D 目前仅限申请内测。
Deemos 推出 Rodin Gen-1：文字直接生成 3D 资产，还带 PBR 贴图
Deemos 发布文本生成 3D 模型 Rodin Gen-1。该模型能根据文字提示生成较复杂的 3D 结构，并自带 PBR 材质贴图。不过开发团队也直言，目前生成的所有模型在实际使用前都还需要手动进行重拓扑处理。
周四
10月26日 星期四
披头士最后一首歌来了：靠 AI 提取列侬生前人声，11 月正式发布
披头士乐队宣布最后一首四人合作单曲《Now and Then》将于 11 月 2 日发布。制作团队利用导演彼得·杰克逊团队的机器学习技术，从 1970 年代一段老磁带中干净地剥离出约翰·列侬的人声。这是科技帮老艺术家补齐半个世纪遗憾的一次经典示范。
周二
10月24日 星期二
YouTube Music 推出 AI 歌单封面：多风格任选，告别四宫格拼图
YouTube Music 推出生成式 AI 制作歌单封面功能。用户虽仍无法上传本地图片，但可选择主题与提示词让 AI 生成 5 张图备选，告别过去粗暴拼接前 4 首歌封面的四宫格。该功能目前仅面向美国英语用户开放。
周四
10月19日 星期四
传 YouTube 开发 AI 声音克隆工具：可模仿知名音乐人唱腔
据彭博社报道，YouTube 正在开发一款 AI 声音克隆工具，允许创作者在录音时模仿知名歌手的声线。平台正与各大唱片公司接洽获取训练版权，试图把 AI 翻唱纳入正规化。不过目前尚未有唱片公司正式签约，谈判仍在进行中。
OpenAI 将 DALL·E 3 接入 ChatGPT：手部文字大提升，支持对话中改图
OpenAI 宣布将 DALL·E 3 正式上线 ChatGPT Plus 和企业版。用户现在能直接在对话框里靠提示词画图并让 AI 修改细节，手部、面部与文字渲染显著提升。官方同时加入安全机制，拒绝模仿在世艺术家风格，并正在测试识别准确率超 99% 的图像溯源分类器。
周三
10月18日 星期三
Midjourney 走出 Discord：首款移动端 App Niji Journey 上架
本周，Midjourney 联手 Sizigi Studios 推出移动应用 Niji Journey，现已登陆 iOS 与 Android。该应用主打二次元画风，但切换设置即可生成 Midjourney 全部风格。现有付费用户可直接通过 Discord 登录，摆脱了以往只能在聊天框画图的繁琐操作。
周五
10月13日 星期五
英伟达联手推出 Masterpiece X：浏览器里打字直接生成 3D 模型
Masterpiece Studio 联合英伟达推出文本生成 3D 工具 Masterpiece X – Generate。它基于浏览器运行，接入 NVIDIA Picasso 推理服务，打字即可生成带贴图和简单动画的模型，支持导出至 Blender。官方表示其暂不适合 3A 高模，但能大幅降低创意打样成本。
ElevenLabs 联手 Pictory AI：为自动生成视频配上拟真 AI 语音
ElevenLabs 宣布与视频生成平台 Pictory AI 达成合作。Pictory 接入 ElevenLabs 的 AI 语音技术，重点支持英语和德语，让创作者把博客和文本脚本转成视频时，能直接配上高度拟真的自然人声。
周三
10月11日 星期三
Adobe 晒出 11 项黑科技：视频生成式填充、可交互智能裙子亮相
Adobe 在 MAX 展示了 11 项实验性生成式 AI 原型。包括单帧编辑自动同步全片的视频填充 Fast Fill、对象感知修图引擎 Stardust，以及动态显示图案的交互面料 Primrose 等。这些前沿技术主打跨模态创作提效，未来有望落地产品中。
周二
10月10日 星期二
Adobe 发布 Firefly Image 2：矢量图模型进 Illustrator
Adobe 在 Adobe MAX 上发布 Firefly Image 2 模型，带来更逼真的画面细节和参考风格生图功能。同时推出全球首个矢量图生成模型并在 Illustrator 中开启公测，Adobe Express 也接入了排版模板与创成式填充功能。
周一
10月9日 星期一
迪士尼《洛基》海报疑用 AI 惹争议：图库调查后称系误会
迪士尼《洛基》第二季宣传海报因背景素材带有 AI 瑕疵感，遭到专业画师质疑。海报背景被指来自 Shutterstock 平台的免版税图库，Shutterstock 随后调查并澄清该素材并非由 AI 生成，而是作者使用软件制作了德罗斯特效应。
