Hugging Face 推出 AI WebTV：用全套开源模型搭建全天候 AI 电视流
Hugging Face 发布实验性项目 AI WebTV。该方案用 ChatGPT 构思提示词，串接 Zeroscope V2 生成视频短片，再经 FILM 插帧与 MusicGen 配乐，最后通过 FFmpeg 自动推流。虽然画质和连贯性有限，但跑通了开源多模态端到端自动播出的流水线。
AI音乐
查看更新的新闻
Epidemic Sound 推出 Soundmatch：看懂视频画面，几秒配好音乐
Epidemic Sound 推出 AI 配乐功能 Soundmatch。用户上传视频并标记片段后，系统会自动识别画面内容生成关键词，结合其音乐在 YouTube 每日超 25 亿次播放的数据，几秒内推荐匹配的曲目，帮剪辑师省去翻库找歌的时间。
格莱美划定 AI 使用规则：只有人类创作者能拿奖
录音学院公布格莱美新规，明确只有人类创作者才有资格获奖。包含 AI 生成人声或乐器的作品仍可参评，但必须证明真人做出了实质性贡献，创作类奖项更必须主要由人完成。也就是说，AI 可以打辅助，但小金唱片绝不会颁给算法。
Paul McCartney 借 AI 提取列侬声音：披头士「最后一首歌」年内发行
Paul McCartney 透露已借助 AI 完成披头士「最后一首歌」。团队用分离技术从老卡带里剥离出 John Lennon 的纯净人声再做混音，解决了当年因杂音无法处理的难题。这首搁置数十年的作品预计将在年内正式推出。
Meta 发布 MusicGen：输入文字或哼段旋律，直接生成音乐
Meta 推出音乐生成模型 MusicGen，支持通过文本描述或旋律提示来创作音乐。该模型基于 2 万小时的音乐和乐器样本训练，理论上只要哼个调子就能生成变体曲目。这意味着零门槛音乐创作正在成真，但也可能面临音乐产业的版权挑战。
新开源 AI 音乐生成器：输入歌词即可生成整首歌，支持本地运行
一款新的开源 AI 音乐生成器在 GitHub 发布，支持仅凭文本提示词和歌词生成带人声的完整歌曲。实测音频具备立体声效果且声底干净，不过个别字词发音仍有轻微瑕疵，目前模型与本地运行说明已对外开放。
Spotify 大批下架 AI 歌曲：清理 Boomy 数万首曲目，严打刷量骗版税
据报道，Spotify 下架了 AI 音乐公司 Boomy 制作的数万首歌曲，占其生成曲库的 7%。起因是环球音乐警告有人利用机器人刷播放量来薅走流媒体版税。Spotify 随后证实已介入处理并扣留版税，以保护正常创作者的收益。
Grimes 推出声音软件 Elf.Tech：用她声音做 AI 歌，版税对半平分
本周，Grimes 推出 AI 语音软件 Elf.Tech，允许创作者上传录音并转换成她的音色。生成的歌声可以直接用于制作新曲，前提是将曲目 50% 的录音版税分给她。最值得关注的是，她选择将个人声线主动「开源」变现，把版权纠纷转变成合作分成。
Grimes 允许随意克隆声音：AI 爆款歌版税五五分，甘当小白鼠
艺术家 Grimes 在社交平台宣布，任何使用其 AI 声音制作的成功歌曲，都可以与她五五平分版税。她表示自己没有唱片合约与法律束缚，任何人都可以免责使用其声音，自己乐于支持开源艺术并成为新技术的小白鼠。
AI 伪造 Drake 合唱被全网下架：环球音乐怒斥侵权
AI 伪造 Drake 与 The Weeknd 声线的爆火歌曲《Heart On My Sleeve》在过去两天遭各大流媒体紧急下架。下架前其在 Spotify 播放超 62.5 万次、YouTube 超 27.5 万次。环球音乐强烈谴责此举侵权，直接引爆了行业对 AI 克隆声音版权界限的争议。
Adobe 扩界视频：Firefly 将支持一句提示词调色、剧本自动转分镜
Adobe 宣布即将把生成式 AI 工具 Firefly 引入 Creative Cloud 视频与音频应用。新功能虽不能直接文生视频，但支持用几句提示词给视频调色、生成音效与配乐，甚至读剧本自动生成分镜。能力依然主打商业安全，目前仅公布了官方演示。
Voicemod 获 1450 万美元融资：要给每个人做实时 AI「声音滤镜」
音频工具开发商 Voicemod 宣布完成 1450 万美元融资。团队正融合此前收购的 Voctro Labs 技术，将传统数字信号变声升级为生成式 AI 实时换声与「以歌变歌」功能。这相当于给日常语音戴上滤镜，让普通人在游戏和连麦中也能借 AI 声音实时换声甚至开唱。
Google 发布音乐生成模型 MusicLM：文字直接变编曲，但暂不开放
Google 研究人员公布新 AI 模型 MusicLM，能将文字描述转化为高保真音乐。它用 28 万小时音频训练，甚至能串联多个提示词生成数分钟乐曲。不过测试发现约 1% 的内容直接复制了训练音频，出于版权风险考量，Google 暂不打算将其公开发布。
扩散模型简史：从加噪去噪到催生图像、音乐与蛋白质设计
盘点了支撑当下图像生成 AI 的核心技术扩散模型的发展历程。扩散模型借鉴非平衡热力学，通过学习从噪声中恢复数据的逆过程，并在 OpenAI CLIP 的指引下实现精准生成。除了画画，该架构正快速扩展至音乐创作以及蛋白质和 DNA 序列设计等生物医疗领域。