Higgsfield AI 推出 Higgsfield Speak：輸入臺詞生成動態說話影片
Higgsfield AI 推出影片生成工具 Higgsfield Speak。使用者選定風格與形象並輸入臺詞指令碼後，系統會自動合成包含鏡頭動態、語音與面部情緒的說話影片，降低了製作動態口播影片的門檻。
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
HeyGen 升級 Avatar IV：支援 Prompt 控制手勢，微表情更逼真
HeyGen 宣佈為其數字人 Avatar IV 推出重大升級。新版本支援根據指令碼自動生成動態手勢，也能直接用提示詞控制動作，同時加入了超逼真微表情，支援生成 60 秒的 1080p 影片。目前該功能已面向所有 HeyGen 賬戶開放。
Luma AI 推出 Modify Video：保留動作神態，一鍵替換影片角色與場景
Luma AI 推出影片編輯功能 Modify Video，能在保留人物動作、表情和鏡頭運動的前提下，一鍵替換場景、光影或角色。它提供三種控制預設，盲測在連貫性與運動保留上優於 Runway V2V。目前已在 Dream Machine: Ray 2 上線，單次最長支援 10 秒。
Runway 聯手 AMC Networks：用 AI 加速美劇前期預演與宣發
Runway 與 AMC Networks 達成合作，將 AI 工具引入後者的影視開發與營銷流程。出品過《絕命毒師》《行屍走肉》的 AMC 將藉此推進概念設計、前期畫面預演與宣發物料篩選，加速影視創意落地。
Suno 升級歌曲編輯器：支援逐段重排改寫，還能拆出 12 軌分軌
Suno 推出全新升級的歌曲編輯器。使用者可以直接在波形圖上逐段重排與改寫音樂，並將音軌拆解為包含人聲、鼓點等在內的 12 條獨立分軌。此外平臺還支援上傳最長 8 分鐘的完整音訊，並新增控制風格偏好的創意滑塊。
ManusAI 推出影片生成：單條提示詞直接出帶分鏡的完整故事影片
ManusAI 宣佈推出影片生成功能。輸入單條提示詞，系統即可自動規劃分鏡場景、生成畫面並製作動效，幾分鐘內生成結構完整的影片故事。目前該功能已面向 Basic、Plus 和 Pro 付費會員開放早期試用，後續將向全量使用者開放。
微軟上線 Bing Video Creator：接入 Sora 免費生成短影片
Microsoft 推出由 Sora 驅動的免費工具 Bing Video Creator。使用者在 Bing 手機端輸入描述即可生成 5 秒短影片，初始提供 10 次快速生成額度。這意味著普通人無需付費也能體驗 Sora，不過該功能目前暫未向中俄地區開放。
Captions 推出 Mirage Studio：自研全模態模型，AI 演員能笑也能說唱
Captions 旗下的 Mirage 推出 Mirage Studio。它搭載自研全模態基座模型，使用者只需上傳一段音訊，再補充場景描述或參考圖，就能讓 AI 演員按指令大笑、躲閃、唱歌或說唱，幾分鐘內生成充滿活力的影片，目前已向所有人開放。
Google 擴充套件 Veo 3：AI Ultra 進英國，手機端 Gemini 也能生成影片
Google 宣佈將影片生成模型 Veo 3 及 AI Ultra 計劃擴充套件至英國，支援國家增至 73 個。Pro 訂閱使用者即日起能在 Gemini 移動端使用 Veo 3 並獲得 10 次試用生成包。除 Ultra 使用者的 Flow 創作外，所有影片都會附帶可見水印及 SynthID。
Black Forest Labs 推出 FLUX.1 Kontext：支援圖文上下文編輯，開源 12B 模型
Black Forest Labs 推出 FLUX.1 Kontext 系列模型及 BFL Playground。新模型支援同時輸入文字與參考圖，無需複雜工作流或微調就能做區域性編輯並保持角色一致，其中 12B 引數的 dev 版直接開源權重。
Odyssey 開放互動式影片預覽：按鍵即時改寫畫面，延遲僅 40 毫秒
Odyssey 推出即時互動影片公開預覽版。系統基於世界模型構建，使用者通過按鍵或滑動可在 40 毫秒內即時改寫畫面，幀率達 30 fps。官方坦承目前體驗仍像「不穩定的夢境」，但正在探索讓單向影片變身即時可控的新媒介。
Google Veo 3 擴大開放：新增 71 國，Gemini 與 Flow 額度上調
Google 宣佈影片生成模型 Veo 3 新增向 71 個國家開放。Gemini 網頁端 Pro 使用者現可獲得 10 次試用包，Ultra 使用者擁有最高生成上限與每日重新整理；AI 創作工具 Flow 的 Ultra 使用者配額也從每月 83 次增至 125 次。
Google Veo 3 重現吃意麵名場面：畫面很真，但麵條吃成了脆片
週二，Google 推出 AI 影片生成模型 Veo 3，首次支援直接生成帶同步音軌的 8 秒高畫質影片。社群用它複測經典的「威爾·史密斯吃意麵」梗，畫面質感大漲，但意麵被配成了清脆的嘎吱咀嚼聲。最值得關注的是，音畫同步不僅要看畫面，更受制於音訊訓練資料的樣本偏差。
Meta Quest 測試 Instagram 3D 照片：靠 AI 讓普通 2D 變立體
Meta 開始在 Quest 頭顯的 v77 更新中測試 Instagram 3D 照片功能。系統利用 AI 視點合成演算法，將普通 2D 照片逐畫素轉化為帶景深的沉浸式影像，無需專用的 3D 相機。該測試本週起面向部分使用者推出。
TikTok 上線 AI Alive：在快拍裡把靜態照片一鍵做成動態短影片
TikTok 推出首個圖生影片功能 AI Alive，允許使用者在快拍（Stories）中將靜態照片直接轉換成帶有動態與氛圍特效的短影片。該功能內建在快拍編輯工具中，系統會在釋出前後進行安全稽核，並自動嵌入 C2PA 後設資料且打上 AI 生成標籤。
Higgsfield 上線 Effects Mix：電影級視覺特效支援自由混搭
Higgsfield AI 推出 Effects Mix 功能，允許創作者在單個鏡頭中自由疊加組合多種電影級 VFX 特效。使用者既能自選效果混搭，也能直接套用官方組合。該功能已對全量使用者開放，付費版每月 9 美元起。
HeyGen 推出 Avatar IV：一張照片加聲音，就能生成逼真數字人
HeyGen 推出新一代數字人模型 Avatar IV，僅需一張靜態照片和一段語音即可生成影片。新模型基於擴散架構驅動，能識別聲音的語氣和情緒，自動合成歪頭、停頓及面部微表情。目前該功能已向全體使用者推出。
Midjourney 上線 Omni-Reference：支援把指定角色和物體直接塞進新圖
Midjourney 宣佈 Omni-Reference 功能正式上線。該功能允許創作者明確指定「把這個放進圖裡」，支援角色、物體、載具等多種元素的一致性遷移。這意味著生圖時固定特定道具或主體變得更加直接，不用再靠反覆抽卡拼運氣。
Higgsfield 上線「首尾幀」功能：上傳頭尾兩張圖，精準控制 AI 影片
Higgsfield 推出「Start & End Frames」功能，允許使用者分別上傳起始和結束兩張圖片來定義影片結構。這意味著生成的影片能夠擁有明確的方向與動作軌跡，大幅提升影片敘事的把控力。
Ideogram 3.0 升級：寫實度拉高，Canvas 新增補圖與擴圖
Ideogram 推出 Ideogram 3.0 重大更新，重點提升了畫面寫實度、風格多樣性與提示詞遵循能力。使用者現在可以在 Canvas 畫布中配合 3.0 使用 Magic Fill 區域性重繪與 Extend 外繪編輯圖片，同時該模型也正式開放了 API 接入。