NVIDIA 开源 Audio2Face：输入音频就能实时生成 3D 面部动画
NVIDIA 宣布正式开源 Audio2Face 技术，包括模型、SDK 和训练框架。该工具通过分析音素和语调，能由音频直接生成精准的口型与微表情，支持离线渲染与实时流式传输。也就是说，游戏和 3D 应用开发者现在可以免费且深度定制这套面部动画管线。
AI图像
查看更新的新闻
Google Labs 推出 Mixboard：用自然语言在画板上做视觉头脑风暴
Google Labs 推出实验性画板工具 Mixboard。它整合了新图像编辑模型 Nano Banana，支持用自然语言修改画布图片、混剪素材，还能结合图像上下文生成文字。最值得关注的是它把构思与编辑打通成了互动画布，目前已面向美国用户开启公测。
Google 扩展 AI Plus 订阅：推向 40 个新国家，含 Veo 3 与 200GB 空间
Google 宣布将低价 AI 方案 Google AI Plus 拓展至 40 个新国家。该方案包含更宽裕的图像生成额度、Veo 3 Fast 视频模型访问权，并在 Gmail、Docs 与 Sheets 中集成 Gemini，还附带 200 GB 存储空间，最多可与 5 名家庭成员共享。
Google 相册开放对话式修图：美国 Android 用户动嘴就能改图
Google 宣布将 Google Photos 对话式修图功能推向美国合资格的 Android 用户。这项此前由 Pixel 10 首发的功能接入了 Gemini 模型，用户在编辑器点击「帮我修图」，直接用语音或打字描述想要的效果即可，不用再手动调滑块。
Hailuo AI 推出创作智能体：支持无限画布调度音视频，限免一周
Hailuo AI 推出 Hailuo AI Agent 并开启为期一周的免费试用。用户只需通过对话交互，智能体便会在无限画布上规划工作流、挑选合适模型，一站式生成图像、视频与音频内容。
Leonardo.Ai 设立创意基金：拿 5 万美元资助 5 个 AI 项目
Leonardo.Ai 宣布推出 Leonardo Imagination Fund 微型资助计划，提供总计 5 万美元资金，资助电影、时尚、艺术、建筑和设计领域的 5 个创意项目。其中一个名额专门保留给澳大利亚创作者，评审团还请来了知名导演 Alex Proyas 坐镇。
Meta 升级 Horizon Worlds：新引擎提升画质，Studio 将引入 AI 助手
Meta 宣布为社交平台 Horizon Worlds 推出全新 Horizon 引擎与 Studio 编辑器。创作者目前可用生成式 AI 工具生成纹理与音频，今年晚些时候还将加入 AI 助手，支持直接通过对话生成场景或调整 NPC 性格。
Zoom 将支持 AI 替身开会：刚起床没梳头，让逼真数字人替你出镜
Zoom 宣布将于 12 月上线「逼真」AI 头像功能，用户上传照片即可生成替身代为出镜开会，并同步追踪真实动作与发言。会议中会显示 AI 标识并通过活体认证防冒用，同期还将推出支持 9 种语言的实时语音翻译。
腾讯发布混元3D 3.0：几何分辨率达 1536³，支持逼真人脸建模
腾讯混元发布 Hunyuan3D 3.0，几何分辨率提升至 1536³，支持 36 亿体素超高清建模与逼真人脸轮廓重构。新模型采用分层生成策略捕捉复杂结构，混元 3D 引擎目前提供 20 次免费试用额度，也已上线腾讯云 API。
Spectral Labs 发布 SGS-1：能直接生成可编辑 CAD 文件的 AI 模型
Spectral Labs 发布生成模型 SGS-1。输入单张图片、手绘草图或 STL 等网格文件，它能直接输出工业标准的 STEP 格式参数化 B-Rep 模型，方便在传统 CAD 软件中二次编辑或放入装配体。不过它目前难以生成复杂有机曲面和超薄结构。
Gemini 登顶美区 App Store 免费榜：Nano Banana 揽下两千万新用户
Google Gemini 登上美区 App Store 免费榜榜首，超过 ChatGPT。这波增长主要归功于爆火的 Nano Banana 图像编辑模型，其主打人物一致性与对话修图，两周促成超 5 亿次图片编辑与 2300 万新用户。免费用户每天限额 100 张。
Meta 砸 1.4 亿美元牵手 Black Forest Labs：引入 Flux 图像生成技术
据彭博社报道，Meta 与德国初创公司 Black Forest Labs 达成一项两年 1.4 亿美元的合作。Meta 首年将支付 3500 万美元，次年支付 1.05 亿美元，以获取 Flux 模型的图像生成技术。继联手 Midjourney 后，Meta 再次斥巨资补齐视觉生成短板。
字节跳动推出 Seedream 4.0：支持原生 4K 与图片编辑，对标 Nano Banana
字节跳动推出最新图像生成与编辑模型 Seedream 4.0，不仅在即梦和豆包上线，还接入了 Krea AI。该模型原生支持 4K 分辨率，推理速度提升超 10 倍，在图像编辑能力上直接对标 Google 的 Nano Banana。每张生成成本约 0.03 美元，性价比非常高。
Roblox 推出 4D 生成 AI：做出的 3D 跑车不仅有门，还能直接开走
Roblox 在开发者大会上公布多款创作者 AI 工具，核心是能生成可交互道具的「4D Objects」，让生成的车辆自带车门且能直接开。此外还加入了多语言实时语音翻译，开发助手也将支持 MCP 协议协同第三方软件。游戏制作门槛被进一步拉低。
Roblox 推出短视频流与新 AI 工具：一句话生成可开的赛车
Roblox 在开发者大会上推出短视频流 Roblox Moments 及一系列 AI 工具。平台不仅支持用提示词直接生成可驾驶赛车等交互式 3D 物件，还提供实时语音翻译与 NPC 交互 API，同时创作者分成提现比例也提高了 8.5%。
Snapchat 上线 Imagine Lens：不用套模板，输入文字就能生图
Snapchat 推出名为「Imagine Lens」的新滤镜，这是其首款支持自由文本提示词的文生图工具。用户可以直接输入文字提示来生成或修改图片，也能选预设模版。不过目前仅面向 Snapchat+ Platinum 与 Lens+ 付费订阅用户开放。
Google 相册上线 Create 标签页：接入 Veo 3，静态照片直接转视频
Google 宣布在 Google 相册中上线「Create」创作标签页，并引入视频生成模型 Veo 3 升级照片转视频功能。用户选一张照片就能生成微动态短视频，还支持 Remix 风格重绘。目前仅面向美国用户开放，每日提供有限免费次数，高级订阅者可获更多额度。
Meta Horizon 升级：场景生成向全员开放，大模型具身 NPC 即将上线
Meta 宣布在 Worlds Desktop Editor 中向所有创作者正式开放 Environment Generation 场景生成功能，支持通过提示词生成主题环境。同时，Meta 预告即将推出支持语音动态对话的具身大模型 NPC，并可在 VR 与移动端世界中使用。
Google 发布 Gemini 生图指南：教你保持角色一致与局部微调
Google 公布 Gemini 图像生成与编辑官方提示词指南。官方梳理了主体、构图等 6 大要素，并展示了如何跨轮次保持角色一致、用自然语言精细修改局部以及按物理逻辑推演场景。不过 Google 也直言，模型在文字排版与锁定宽高比上仍有短板。
Google 升级 Gemini 图像编辑：换装换背景不走样，支持多图合成
Google 宣布在 Gemini 应用中接入 DeepMind 全新图像编辑模型。新模型重点解决了修图「走样」问题，在换装、换背景甚至多图融合时能精准保持人物与宠物的样貌，还支持多轮局部微调。所有编辑图片均会嵌入 SynthID 数字水印。