神秘模型 HappyHorse-1.0 登顶排行榜：文生与图生视频双料第一
一款名为 HappyHorse-1.0 的神秘视频模型在文生视频与图生视频排行榜中同时登顶第一。早期测试显示，它尤其擅长生成多镜头视频并遵循复杂的方向提示词。两项主要基准测试的双双领跑，让它成为当前 AI 视频领域备受瞩目的黑马。
AIGC · 日报
周二
4月7日 星期二
Runway 接入 Seedance 2.0：支持多镜头视频生成与完整声效
Runway 宣布将 Seedance 2.0 整合进自家平台。该模型支持文本、图片、视频或音频输入，可直接生成带完整音效与对白的多镜头视频序列。目前仅面向美国境外的 Unlimited 订阅会员及企业账户开放。
周一
4月6日 星期一
Vanast 虚拟试穿新框架：一张照片换新衣服，直接生成连贯动画
虚拟试穿框架 Vanast 亮相。它只需输入一张人物照片、服装图片以及人体骨架姿态视频，就能一步重构出穿着新衣的人物动态视频。它能较好保留面部特征与体型，并支持上下装与连衣裙等多种款式。目前代码尚未正式开源。
周六
4月4日 星期六
传 OpenAI 新图像模型 GPT-Image-2 泄露：文字渲染与常识大提升
开发者 Pieter Levels 爆料 OpenAI 新图像模型 GPT-Image-2 以 maskingtape-alpha 等代号现身 Arena 平台。早期测试显示其具备极强的世界知识与文字渲染表现，甚至可能超过 Nano Banana Pro。目前官方尚未对此证实。
周五
4月3日 星期五
MMPhysVideo 框架亮相：让 AI 视频生成学会几何与物理规律
研究团队提出视频生成框架 MMPhysVideo，解决现有模型仅靠像素预测导致的物体变形与物理穿帮问题。它将几何、运动轨迹等感知信号转为统一格式联合训练，并借助蒸馏保持推理效率。相关代码和数据集计划完全开源。
周四
4月2日 星期四
Google Vids 大升级：所有用户每月免费生成 10 条 Veo 视频
Google 宣布为视频编辑工具 Google Vids 引入 Veo 3.1 视频生成模型，所有 Google 账号每月可免费生成 10 条视频。此外，Google AI Pro 和 Ultra 订阅用户可利用 Lyria 3 制作定制音乐，并生成可精细控制的 AI 分身。用户还可通过新 Chrome 扩展快速录屏并将成片直传 YouTube。
周三
4月1日 星期三
阿里推出 Wan2.7-Image：单次生成 12 张一致图片，支持 12 种语言文字渲染
阿里巴巴推出图像生成与编辑统一模型 Wan2.7-Image。该模型支持精确控制人脸轮廓与 HEX 调色盘，可实现 12 种语言的印刷级文字渲染，并能在单次生成中输出最多 12 张风格一致的图像。这意味着创作者能直接用它完成复杂的多语言图文排版和连贯分镜制作。
阿里发布 Wan 2.7 Image：生成编辑一体，能输色号还能画图表
阿里发布生成与编辑一体的图像模型 Wan 2.7 Image。它主打更具真实瑕疵的人脸微调，支持直接输入最多 8 个十六进制色号锁定配色，并能渲染 3000 tokens 的多语言长文本与表格。单次提示还可生成最多 12 张风格一致的图像，分镜和设计物料制作效率大增。
周二
3月31日 星期二
Google 推出 Veo 3.1 Lite：成本腰斩速度不变，主打高性价比视频生成
Google 推出高性价比视频生成模型 Veo 3.1 Lite，成本不到 Veo 3.1 Fast 的一半，同时保持相同生成速度。该模型支持文生视频与图生视频，提供最高 1080p 分辨率及多种画幅。即日起已在 Gemini API 和 Google AI Studio 付费预览中开放。
LongCat 发布 Audio Edit：几秒音频即可高质量克隆声音
开源语音模型 LongCat Audio Edit 发布。模型仅需几秒参考音频就能克隆语气与音色，官方同时推出了 35 亿参数高品质版和约 6GB 的轻量版，后者可在多数消费级 GPU 上本地运行。
周一
3月30日 星期一
字节推出 DreamLite：3.9 亿参数端侧模型，手机离线生图编辑只要 3 秒
字节跳动公布轻量图像模型 DreamLite，仅 3.9 亿参数即可在手机端完全离线运行。它兼顾文本生图与图像编辑，在 iPhone 上生成一张 1024×1024 肖像图约需 3 秒，还能直接换背景或改画风。虽然写实细节不及云端大模型，但大幅压低了手机端修图的延迟与算力门槛。
周日
3月29日 星期日
Token Dial 亮相：用滑杆连续调节视频，烟雾浓淡、动作幅度拉一下就行
视频生成控制框架 Token Dial 公开论文。它无需重新训练主模型，让用户能通过滑杆连续调节外观与动作强度，比如烟雾多浓、车速多快。最值得关注的是，它用连续参数替代了靠提示词碰运气，让视频生成的精细控制变得可行。
周四
3月26日 星期四
Suno 推出 v5.5 音乐模型：主打个性化与表现力，融入专属声音风格
Suno 正式推出 v5.5 音乐 AI 更新。新版本主打更强的表现力与个性化创作，支持用户结合自己的声音、音色偏好和音乐品味生成专属音乐。Suno 称这是迄今最个性化的版本，不过官方尚未公开具体的技术参数与底层改进细节。
周三
3月25日 星期三
Google 推出 Lyria 3 Pro：可生成 3 分钟完整结构音乐
Google 推出音乐生成模型 Lyria 3 Pro，支持生成最长 3 分钟曲目，并能识别前奏、主歌、副歌及桥段等结构。该模型已接入 Google AI Studio、Vertex AI 以及 Gemini 付费版等产品，所有输出均嵌入 SynthID 水印。
Lovart 上线 Move Object：免蒙版和图层，圈中物体就能直接拖走
Lovart 推出 Move Object 工具。用户用矩形或套索工具框选图像中的任意物体，即可直接拖拽到新位置，还能通过提示词补充微调。整个过程无需画蒙版或分图层，也不用反复重新抽卡，直接生成一张干净连贯的新图。
RealMaster 增强 3D 渲染：把游戏塑料感变成照片级真实视频
AI 工具 RealMaster 能把 GTA 等游戏或 3D 渲染画面转化为照片级真实视频。与破坏画面的同类工具不同，它能完整保留原视频的几何结构、阴影和运动逻辑，除了游戏写实化，还能用于增强自动驾驶的模拟训练数据。
周二
3月24日 星期二
OpenAI 宣布关停 Sora：网页与 App 4 月停运，API 9 月下线
OpenAI 宣布停运视频生成产品 Sora。其网页版和独立 App 将于 4 月 26 日停止服务，API 接口则延至 9 月 24 日下线。用户需前往指定页面导出此前生成的内容，逾期数据将被永久删除，剩余积分可转用于 Codex。
Sora 宣布停运：将关闭 App 与 API，具体时间表稍后公布
Sora 团队发文宣布将关闭其应用程序及 API 服务。团队向所有使用 Sora 创作的用户致谢，并表示深知该消息令人失望。官方承诺很快会公布具体的关停时间表，以及用户保存过往作品的详细指引。
Smallest.ai 发布 Lightning V3：支持 15 语句中混说，耳语情绪可控
Smallest.ai 发布专为对话智能体打造的 TTS 模型 Lightning V3。模型支持英语、印地语等 15 种语言自动检测及句中无缝混说，V3.2 版本支持用指令微调情绪与耳语。最关键的是，仅需 5 至 15 秒音频即可克隆出带自然语感的声音。目前已开放免费体验。
周日
3月22日 星期日
Instagram 测试「AI 转场」：多张静态图直接融合成无缝视频
Instagram 面向部分用户推出「AI Transition」功能。用户在发 Stories 时选中两张或更多照片，AI 会通过变形算法自动生成连贯的动态视频，省去实拍流程，还能导出转发为 Reels。使用前需同意 Meta AI 条款。
周四
3月19日 星期四
Microsoft 发布 MAI-Image-2：文生图榜单冲进前三，主打自然光影与文字渲染
Microsoft 推出文生图模型 MAI-Image-2，在 Arena.ai 排行榜位居第三。新模型重点提升了自然光影与肤色表现，支持可靠的图内文字渲染与复杂场景生成。目前已上线 MAI Playground，并逐步接入 Copilot 与 Bing Image Creator。
