LTX Studio 上線配音與字幕功能：主打企業影片本地化
AI 影片生成平臺 LTX Studio 宣佈推出配音與字幕功能，專門面向需要快速製作和本地化影片的企業團隊。新能力旨在幫助企業針對不同語言受眾調整影片內容。目前官方尚未公佈具體支援的語言種類與定價細節。
AIGC
Midjourney、Sora、Veo、Suno 等 AI 繪畫、影片、配音和音樂生成工具的新模型、新功能和新玩法。
檢視更新的新聞
位元組聯合清華髮布 DreamID-Omni：一張圖配聲音，搞定多人對嘴對話
字節跳動與清華大學團隊釋出 DreamID-Omni。它能接收影像、文本與參考音訊，讓虛擬角色用對應原聲說話，並解決了多人同屏對嘴混亂的問題，還支援現有影片的換臉換聲。團隊預計 3 月正式開源。
Google 推出 Nano Banana 2：Pro 級生圖進駐 Flash 速度，支援 5 人一致性
Google 釋出影像生成模型 Nano Banana 2（Gemini 3.1 Flash Image）。新模型兼具 Pro 級的畫面質感與 Flash 級的生成速度，支援最多 5 個角色的一致性生成、即時聯網檢索和 4K 解析度輸出，已直接接入 Gemini、Google 搜尋及 API。
QuiverAI 開啟 Arrow 1.0 公測：專門生成原生 SVG 向量圖
QuiverAI 宣佈開放向量圖 AI 模型 Arrow 1.0 的公開測試。與常見生成點陣圖的影像模型不同，Arrow 1.0 原生輸出可無損縮放、可編輯的 SVG 格式向量圖，主要面向需要素材排版與設計的開發者及設計師。
Google 改版創作平臺 Flow：整合 ImageFX，生圖直接無縫轉影片
Google 宣佈改版 AI 創作平臺 Flow，將 ImageFX 和 Whisk 的生圖能力直接併入統一工作區。使用者用內建模型生成的影像可直接餵給 Veo 製作影片；新版還加入了套索圈選與自然語言精細化修改，並支援影片內物體增刪與運鏡控制。
Gemini 上線影片模板庫：選風格扔照片，一鍵生成 9:16 豎屏短片
Google 為 Gemini 應用推出影片模板功能。使用者在工具選單選擇「Create video」即可挑選賽博朋克、動作英雄等預設風格，還能上傳人物或寵物照片直接當主角，並支援 9:16 豎屏輸出。使用者不再需要手寫複雜提示詞，降低了做短影片的門檻。
Replit 推出 Replit Animation：用 Gemini 3.1 Pro 幾分鐘「Vibecode」爆款影片
Replit 推出影片創作工具 Replit Animation。該工具底層由 Gemini 3.1 Pro 驅動，主打用「Vibecode」在幾分鐘內做出爆款影片，官方演示片全程由其生成。說白了，Replit 正在把寫程式碼的互動體驗直接搬到多媒體影片創作上。
因網路強烈反彈：AMC 影院緊急叫停 AI 獲獎短片貼片放映
AMC 影院宣佈拒絕在映前貼片時段播放 AI 動畫短片《Thanksgiving Day》。該片此前獲 AI 電影節大獎並原定在全美影院展映兩週，但訊息曝光後引發強烈抗議，AMC 隨後緊急宣告退出。傳統院線試水 AI 內容正遭遇巨大的觀眾阻力。
Leonardo.Ai 啟動新品牌活動：向創作者示好送 300 代幣
Leonardo.Ai 推出全新品牌活動「Yours to Create」，呼籲設計師與藝術家擁抱生成式 AI，並在社交平臺向互動使用者贈送 300 代幣。這表明影像生成平臺正加緊拉攏專業創作者，試圖將 AI 真正嵌入主流工作流。
Tavus 釋出數字人模型 Phoenix-4：支援即時情緒控制與微表情
Tavus 推出即時數字人渲染模型 Phoenix-4。它能在毫秒級延遲下生成頭部運動，並支援在說話與傾聽時動態調整情緒狀態，解決了傳統數字人全程固定假笑的生硬感。這意味著即時 AI 對話的互動擬真度邁進了一大步。
Google 在 Gemini 中上線 Lyria 3：文字或照片一鍵生成 30 秒音樂
Google 宣佈在 Gemini 中上線 DeepMind 最新音樂模型 Lyria 3 測試版。輸入文本或上傳照片、影片，幾秒內即可生成帶自擬歌詞的 30 秒音訊和專屬封面。音訊內嵌 SynthID 水印，目前面向 18 歲以上使用者開放網頁端，移動端隨後推出。
NVIDIA 推出三圖示例編輯器 LoRAWeave：給一對前後對比圖，精準克隆修圖風格
NVIDIA 提出影像編輯方案 LoRAWeave。與單參考圖不同，它需要輸入編輯前、編輯後兩張示例圖以及目標圖，自動提取變換規律並應用到新圖上。這種視覺類比方式復刻風格更穩，尤其適合用語言難以描述的複雜畫面處理。
Anam 釋出 Cara-3：首幀僅 70 毫秒，單圖秒變互動數字人
Anam 釋出互動式面部生成模型 Cara-3。它將動作生成與畫面渲染解耦，單張參考圖即可即時驅動，首幀延遲壓縮至 70 毫秒。盲測表明其綜合好感度明顯領先競品；更關鍵的發現是，在即時對話中，響應速度比畫面精細度更能跨越「恐怖谷」。
Moonlake 開啟公測：一句話生成帶物理和互動的可玩 3D 世界
Moonlake AI 開啟世界建模智慧體公測。與單純生成場景不同，它把 3D 模型、物理、音效與規則繫結在同一實體上，僅憑一句提示詞就能自主完成多階段開發，輸出即時可玩的虛擬世界。目前候補已超萬人，訂閱起價每月 15 美元。
Krea AI 收購 Wand：上線 iPad 原生應用，畫筆塗鴉即時變 AI 畫面
Krea AI 宣佈收購創意繪圖應用 Wand，並正式推出 iPad 原生應用。該應用結合了 iOS 原生操作體驗與自定義畫筆，並接入其即時 AI 生成技術，創作者在平板上落筆塗鴉時即可即時看到渲染效果。
Runway 推出 Story Panels 工作流：從單張圖生成風格一致的全片分鏡
Runway 推出「Story Panels」精選工作流。創作者只需一張圖片，就能通過幾步操作生成包含一致角色、場景與風格的整套鏡頭目錄。這對苦於前後鏡頭角色「變臉」的創作者來說，大幅降低了連貫分鏡的製作門檻。
字節跳動釋出 Seedance 2.0：支援音影片聯合生成，可混合輸入 9 圖 3 影片
字節跳動 Seed 團隊釋出音影片生成模型 Seedance 2.0。它採用音影片聯合生成架構，支援同時輸入最多 9 張圖、3 段影片和 3 段音訊進行參考，可生成帶雙聲道音效的 15 秒多鏡頭影片，大幅提升了複雜運動互動的物理真實度。
超高解析度影片框架 LUVE 亮相：支援真 4K 生成，細節精細到毛髮
研究團隊展示超高解析度影片生成框架 LUVE，專門攻克超清影片細節難合成的痛點。它採用潛空間上取樣與雙頻專家三階段架構，能直接生成 2K 和 4K 影片，連蜜蜂絨毛與水波紋都清晰可見。目前論文與演示已公開，程式碼暫未開放。
Meta AI 落地 Facebook：靜態頭像一鍵動起來，發帖還帶動態背景
Meta 宣佈在 Facebook 推出由 Meta AI 驅動的創作功能，能把靜態單人頭像秒變揮手、拋綵帶等動效。快拍和回憶也支援用提示詞重繪畫面風格，純文字帖還加入了海浪、落葉等動態背景。Meta 正把生成式 AI 塞進最日常的社交表達裡。
阿里釋出 Qwen-Image-2.0：原生 2K 畫質，告別亂碼文字
阿里千問團隊推出下一代影像生成模型 Qwen-Image-2.0。新模型支援 2K 原生解析度，可處理長達 1000 token 的排版提示詞，精準渲染圖片中的文字，並整合了影像生成與編輯功能。同時架構更輕量，推理速度更快。