用 Suno 做歌衝進公告牌：AI 藝人 Xania Monet 簽下數百萬美元唱片約
Billboard 報道，娛樂公司 Hallwood Media 與 AI 藝人 Xania Monet 簽下數百萬美元唱片約。該專案由創作者寫詞並藉助 Suno 製作音樂，單曲已拿下全美 R&B 數字銷量榜首，總點播量達 980 萬次。
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
Kling AI 上線數字人功能：對口型模組同步升級，首發限量開放
Kling AI 宣佈推出全新的 Avatar 數字人功能。之前受關注的 Lip Sync 對口型功能迎來了升級，並正式併入新的 Avatar 模組中。也就是說，生成會說話的動態人物會更加自然。不過目前上線初期僅限量開放訪問許可權。
Udio 上線 Voices：固定生成歌曲的專屬聲線
AI 音樂平臺 Udio 推出「Voices」功能，讓使用者實現穩定的人聲控制。你可以從官方預置庫挑選聲線，也能將已生成歌曲中的聲音單獨儲存並在新歌中複用。該功能向所有使用者免費試用兩週，之後僅對付費訂閱者開放。
Copilot Labs 上線指令碼模式：新模型支援逐字精準朗讀
Microsoft 旗下 Copilot Labs 推出音訊生成「指令碼模式」，由新模型 MAI-Voice-1 驅動。該模式能一字不差地逐字朗讀輸入文本，同時還提供戲劇感更強的 Emotive 模式與支援多角色的 Story 模式，解決了 AI 朗讀容易自行發揮的痛點。
Stability AI 釋出 Stable Audio 2.5：不到 2 秒生成 3 分鐘音樂
Stability AI 推出專為企業級製作打造的 Stable Audio 2.5，可在 GPU 上不到 2 秒內生成最長 3 分鐘的多段式音軌。新模型加入音訊重繪功能，支援基於現有素材延展，且全程採用合規授權資料訓練，主打品牌聲音定製。
字節跳動推出 Seedream 4.0：支援原生 4K 與圖片編輯，對標 Nano Banana
字節跳動推出最新影像生成與編輯模型 Seedream 4.0，不僅在即夢和豆包上線，還接入了 Krea AI。該模型原生支援 4K 解析度，推理速度提升超 10 倍，在影像編輯能力上直接對標 Google 的 Nano Banana。每張生成成本約 0.03 美元，價效比非常高。
OpenAI 進軍好萊塢：用 AI 製作動畫長片《Critterz》
據《華爾街日報》報道，OpenAI 正在聯手製作動畫長片《Critterz》，計劃於 2026 年上映。該片主要使用 GPT-5 等 AI 工具生成，製作週期僅 9 個月，預算不到 3000 萬美元，意在向好萊塢證明 AI 能大幅壓低大片製作成本與週期。
Google 升級 Veo 3：全面降價，支援 1080p 與 9:16 豎屏
Google 宣佈為 Veo 3 和 Veo 3 Fast 推出更新：全面降低生成價格、新增 9:16 豎屏比例支援以及 1080p 高畫質輸出。兩款模型現已在 Gemini API 中進入穩定商用階段，生成的影片均內建 SynthID 數字水印。
Roblox 推出 4D 生成 AI：做出的 3D 跑車不僅有門，還能直接開走
Roblox 在開發者大會上公佈多款創作者 AI 工具，核心是能生成可互動道具的「4D Objects」，讓生成的車輛自帶車門且能直接開。此外還加入了多語言即時語音翻譯，開發助手也將支援 MCP 協議協同第三方軟體。遊戲製作門檻被進一步拉低。
Snapchat 上線 Imagine Lens：不用套模板，輸入文字就能生圖
Snapchat 推出名為「Imagine Lens」的新濾鏡，這是其首款支援自由文本提示詞的文生圖工具。使用者可以直接輸入文字提示來生成或修改圖片，也能選預設模版。不過目前僅面向 Snapchat+ Platinum 與 Lens+ 付費訂閱使用者開放。
Krea AI 推出即時影片生成模型：畫幾筆或連攝像頭，畫面即刻動起來
Krea AI 推出即時影片生成模型 Realtime Video 並開啟測試。它的生成速度超過播放速度，使用者塗鴉、輸入提示詞、接入攝像頭或共享螢幕時，畫面都能即時響應並保持連貫。這意味著 AI 影片告別了漫長渲染，有了像玩遊戲一樣的即時操控感。
PixVerse 釋出 V5 影片模型：全球使用者破億，限時免費開放
PixVerse 釋出新一代影片模型 PixVerse V5 與 Agent 功能，宣佈全球使用者突破 1 億。V5 提升了動態自然度和畫質，最快 5 秒生成 360p 影片。官方同步開啟限時免費體驗，單張照片配合 Agent 即可生成短影片。
Google 釋出 Gemini 生圖指南：教你保持角色一致與區域性微調
Google 公佈 Gemini 影像生成與編輯官方提示詞指南。官方梳理了主體、構圖等 6 大要素，並展示瞭如何跨輪次保持角色一致、用自然語言精細修改區域性以及按物理邏輯推演場景。不過 Google 也直言，模型在文字排版與鎖定寬高比上仍有短板。
HeyGen 推出 Avatar IV：數字分身學會你的微表情和全身動作
HeyGen 宣佈其數字分身產品 Digital Twin 正式接入全新 Avatar IV 模型。新模型能細緻還原使用者的標誌性手勢、面部表情與語調口吻，並支援全身自然動作。創作者不用反覆補拍鏡頭即可生成逼真的個人出鏡影片，目前該功能已在平臺上線。
Google 升級 Gemini 影像編輯：換裝換背景不走樣，支援多圖合成
Google 宣佈在 Gemini 應用中接入 DeepMind 全新影像編輯模型。新模型重點解決了修圖「走樣」問題，在換裝、換背景甚至多圖融合時能精準保持人物與寵物的樣貌，還支援多輪區域性微調。所有編輯圖片均會嵌入 SynthID 數字水印。
Adobe 整合 Google Gemini 2.5 Flash 影像模型：付費會員限時無限生成
Adobe 宣佈將 Google 的 Gemini 2.5 Flash 影像模型接入 Adobe Firefly 與 Adobe Express。使用者可在文本生圖等模組中呼叫該模型，生成內容不用於模型訓練。截至 9 月 1 日，Firefly 和 Creative Cloud Pro 付費使用者可享無限次生成。
Wan-S2V 影片模型亮相：單張照片配音訊，生成電影質感動態影片
2025 年，研究團隊公佈 Wan-S2V 模型，只需輸入單張靜態照片和音訊，就能生成口型同步、帶有自然表情與身體動作的動態影片。評測顯示 Wan2.2-S2V-14B 在畫面質量與身份一致性等核心指標上表現突出，支援全身生成與電影級敘事場景。
Sync Labs 推出 Lipsync-2-Pro：高畫質改嘴型，連雀斑和鬍鬚都能留住
Sync Labs 釋出 Lipsync-2-Pro 影片模型，可以直接修改任意影片里人物說話的口型。新版本支援高解析度畫面，且對嘴時能完整保留雀斑、鬍鬚等面部微小細節。也就是說，給影片重新配音時不容易再出現臉部發糊穿幫的情況了。
Higgsfield 上線 WAN 2.2：自帶 30 多種預設，主打快速圖生影片
Higgsfield AI 宣佈在其平臺上線開源模型 WAN 2.2，同時支援影片與影像生成。平臺內建了 30 多種預設效果，支援一鍵點選渲染，主打更快的生成速度。
Runway 開啟 Game Worlds 測試：支援即時互動與世界模擬
Runway 宣佈推出 Game Worlds Beta，邁出即時探索虛擬世界的第一步。其目標是讓使用者能即時互動並探索任意角色、故事與模擬世界。Runway 表示這不僅關乎畫面生成，更在探索玩家選擇如何影響虛擬世界演進的全新互動機制。