Suno 上線 v4.5：單次可直出 8 分鐘歌曲，人聲與跨風格融合大升級
Suno 推出 v4.5 版本，面向 Pro 和 Premier 付費使用者開放。新版增強了人聲質感與情感深度，支援跨風格融合，並將單曲直出時長由 4 分鐘直接翻倍到最長 8 分鐘，無需再手動延長音軌。
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
Pika 推出髮型特效 Pikaffects：一鍵換粉發、超長髮或秒變光頭
Pika 推出全新「Pikaffects」髮型特效，上線 Web 端與 iOS App。新功能支援把畫面人物一鍵換成粉發、超長髮甚至直接變成光頭。這讓影片趣味變形特效變得更接地氣，隨手就能做出惡搞或創意視覺效果。
Krea AI 推出 GPT Paint：用畫筆和草圖給 ChatGPT 發視覺提示詞
Krea AI 推出新功能 GPT Paint。使用者可以直接在 Krea Image 中通過畫筆標記、基礎圖形、便籤和參考圖，以視覺方式向 ChatGPT 傳送提示詞。這讓用塗鴉直接指揮 AI 創作變得更直觀，告別了純文字描述的溝通門檻。
Midjourney 更新 V7：最佳化手部與畫質，新增燈箱編輯器與 --exp 引數
Midjourney 推送 V7 模型常規最佳化，直接提升畫面細節、提示詞遵循度以及手部和肢體一致性。同時，官方上線了改進版燈箱編輯器，支援智慧分割工具；還新增了實驗性美學引數 --exp（0-100），能賦予畫面更強的動態感與色調對映。
Runway 上線 Gen-4 References：靠參考圖搞定角色與場景一致性
Runway 宣佈向所有付費訂閱使用者推出 Gen-4 References 功能。使用者只需上傳照片、生成圖、3D 模型或自拍照作為參考，就能在後續畫面中生成一致的角色與場景。這意味著多鏡頭創作裡的角色連貫性難題，有了更直接的解法。
Freepik 推出開源影像模型 F Lite：完全基於授權資料訓練，引數 100 億
Freepik 聯手 Fal.ai 釋出開源 AI 影像模型 F Lite，擁有 100 億引數。該模型完全基於 8000 萬張商業授權圖片訓練，主打規避版權爭議，提供標準版與質感版兩種規格。不過它的本地執行門檻較高，至少需要 24GB 視訊記憶體的 GPU。
Natasha Lyonne 拍新科幻片：用全授權 AI 模型 Marey 製作畫面
演員 Natasha Lyonne 宣佈將執導並主演科幻電影《Uncanny Valley》，其畫面將由 Moonvalley 的影片模型 Marey 生成。製作方主打該模型完全依靠合規授權且付費的內容訓練。不過該片目前尚無明確排期。
生數科技釋出 Vidu Q1：支援首尾幀平滑過渡，自帶 48kHz 音效
生數科技釋出影片大模型 Vidu Q1。它支援首尾幀語義過渡，能在無關畫面間補齊平滑轉場，支援最高 5 秒 1080p 影片生成。此外它還首創 48 kHz 同步音效生成，能識別畫面情緒並自動匹配相應音軌。
Luma AI 上線 Ray2 運鏡控制 API：支援自定鏡頭運動與機位角度
Luma AI 推出 Ray2 Camera Concepts API，為開發者開放電影級運鏡控制能力。這次首發上線了運動與機位角度控制，意味著影片生成不必再完全依靠隨機提示詞，開發者可以通過介面精確排程鏡頭畫面。
Higgsfield 上線經典場景功能：自拍一鍵融入《駭客帝國》等大片
Higgsfield AI 推出 Iconic Scenes 模板，使用者上傳一張自拍就能化身經典電影主角。平臺提供《星際穿越》《駭客帝國》《教父》等 20 多個模板，搭配 80 多種運鏡控制與卡通濾鏡，無需剪輯軟體即可生成電影感片段。
Tavus 在 fal 上線 Hummingbird-0：主打高精度零樣本唇形同步
Tavus 在 fal 平臺上線唇形同步模型 Hummingbird-0 的研究預覽版。官方稱這是其測試過精度最高的零樣本唇形同步模型，表現超過同類開源與閉源方案。這意味著影片對口型效果將更逼真自然，目前處於研究預覽階段。
Argil 結合 OpenAI 技術：AI 數字人能手持商品開口帶貨了
數字人平臺 Argil 宣佈結合 OpenAI 技術推出新功能，AI 數字人如今能手持商品並開口解說。使用者僅需提供一張商品圖片即可生成完整宣傳影片，瞄準電商帶貨場景。目前該功能已開啟測試申請。
Krea AI 接入 ChatGPT 影像能力：聊天就能修圖、渲染 3D 場景
Krea AI 宣佈接入 ChatGPT 影像能力。使用者現在可以直接在聊天介面用自然語言編輯圖片、渲染 3D 場景，支援超過 300 種預設風格，30 秒內即可完成換色或藝術風格遷移。
Adobe 釋出 Firefly Image 4：最高 2K 解析度，網頁端還接入了競品
Adobe 釋出新一代影像模型 Firefly Image Model 4，支援 2K 解析度與文字渲染，並全面開放 1080p 影片生成模型。改版後的 Firefly 網頁端不僅上線了協作畫板 Boards，還破天荒直接接入了 OpenAI、Google 和 Flux 的模型。
Imogen Heap 聯手 AI 平臺 Jen：推出 5 款經典作品音樂濾鏡
格萊美得主 Imogen Heap 聯合 AI 音樂平臺 Jen 推出 5 款「風格濾鏡」。使用者可結合提示詞與其授權單曲生成專屬音樂，售價 4.99 美元起。與深陷侵權糾紛的競品不同，Jen 主打合規訓練，不過目前僅支援生成純器樂。
Higgsfield 推出 Turbo 模型：渲染提速 1.5 倍且降價 30%
Higgsfield AI 釋出其迄今最快的影片生成模型 Turbo。新模型渲染速度提升 1.5 倍、成本降低 30%，同時支援優先佇列並新增 7 種運動風格。對需要高頻試錯的創作者來說，等待時間和生成成本都顯著降低。
騰訊混元 3D 2.5 上線：百億引數幾何模型，每日免費額度翻倍
騰訊混元釋出 3D AI 創作引擎 v2.5，幾何模型引數增至 100 億，網格面數提升 10 倍並支援 1024 解析度細節。新版支援多視角 PBR 材質生成與自動骨骼蒙皮，每日免費額度翻倍至 20 次，騰訊雲 API 也已同步開放。
OpenAI 上線 gpt-image-1 API：ChatGPT 同款畫圖能力開放，單張 0.02 美元起
OpenAI 正式在 API 中推出原生多模態影像生成模型 gpt-image-1。開發者現在能直接呼叫 ChatGPT 同款繪圖能力，支援精準渲染文字與多風格創作；生成按 token 計費，單張方形圖片成本約為 0.02 至 0.19 美元。
Character.AI 釋出 AvatarFX：單張圖配音訊就能生成對白影片
Character.AI 公佈影片生成模型 AvatarFX，使用者上傳單張靜態圖並搭配音訊，就能讓角色說話、唱歌並呈現手部與身體動作。模型基於 DiT 架構和蒸餾加速技術，支援真人及 2D/3D 卡通角色，未來幾個月將率先面向 CAI+ 會員開放測試。
Dreamina 上線 Seedream 3.0：主打電影感畫面與 2K 解析度生成
Dreamina AI 正式推出影像生成模型 Seedream 3.0。新模型支援 2K 解析度直出，主打電影級質感和逼真的材質渲染，同時強化了英文文字排版能力。目前已在官網開放體驗。