Krea 推出 Krea Stage:單圖生成可編輯 3D 場景,還能做連貫影片
Krea 推出實驗性工具 Krea Stage。使用者只需上傳一張圖片,就能直接生成可自由調整光照、物體和視角的完整 3D 場景,還能基於該場景生成風格一致的連貫影片。它大幅降低了傳統 3D 建模門檻,無需專業硬體也能快速搭建虛擬世界。
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。
Krea 推出實驗性工具 Krea Stage。使用者只需上傳一張圖片,就能直接生成可自由調整光照、物體和視角的完整 3D 場景,還能基於該場景生成風格一致的連貫影片。它大幅降低了傳統 3D 建模門檻,無需專業硬體也能快速搭建虛擬世界。
Arcads 向所有使用者上線「Gestures」功能。選定 AI 數字人後,只需輸入一句情緒提示詞,就能生成對應的神態與肢體動作,專為影片開頭的吸睛鉤子設計。也就是說,不用複雜調節,一句話就能解決數字人廣告面部與動作呆板的問題。
LTX Studio 釋出更新,新增時間軸編輯器與自定義 AI 角色訓練功能。創作者可以直接修剪片段、調整場景節奏並精準同步音訊,還能用參考圖固定主角面部與服裝風格。AI 影片最頭疼的剪輯和角色「變臉」難題,終於被整合進了同一套流程。
快手在北京正式釋出 KLING 2.0 影片模型與 KOLORS 2.0 影像模型。新版本引入多元素編輯器,允許使用者直接在已有影片中增刪或替換元素。官方同時透露,自去年 6 月上線以來,可靈 AI 全球使用者已突破 2200 萬。
Google 宣佈影片生成模型 Veo 2 正式面向開發者開放。開發者可在 Google AI Studio 試用或通過 Gemini API 付費接入,模型支援通過文本或圖片提示生成 8 秒影片,具備真實物理模擬和多種運鏡風格。
YouTube 開始在 Creator Music 中逐步推出 AI 音樂生成功能。創作者在「Music Assistant」標籤頁輸入樂器、情緒等文字描述,即可生成專屬純器樂配樂並免費用於影片,免除版權困擾。該功能目前面向美國的 YouTube 合作伙伴計劃創作者開放。
Google 披露正利用 AI 重製 86 年前的經典電影《綠野仙蹤》,用於拉斯維加斯 Sphere 場館的 16K 巨型螢幕。團隊微調 Gemini、Veo 2 和 Imagen 3,不僅擴充套件背景、拉高畫質,還藉助華納檔案數字化還原畫外角色。全片超 90% 內容經 AI 處理,預計 2025 年 8 月 28 日首映。
Amazon 升級影片生成模型 Nova Reel 至 1.1 版本,把生成時長從 1 分鐘拉長到最長 2 分鐘。新版本還加入了「多鏡頭」功能,不僅能保持整段影片風格統一,還支援用單張圖片和提示詞精準控鏡,創作者一次最多可生成 20 個連續鏡頭。
Runway 推出 Gen-4 Turbo,這是其目前最強影片模型的最快版本。生成一段 10 秒的影片現在僅需 30 秒,主打快速迭代與創意探索。目前該功能已面向所有方案的使用者開放。
Midjourney 開啟新影像模型 V7 的 Alpha 測試,這是其近一年來首個全新影像模型。V7 採用全新架構,對提示詞理解更深,人體與細節一致性顯著提升,且預設開啟個性化;同時新增出圖快 10 倍的草稿模式。不過目前暫不支援放大和重構紋理等功能。
Midjourney 宣佈結束持續數月的「RELAX-ATHON」活動,正集中調整伺服器叢集以籌備 V7 模型釋出。官方暗示更好玩的新版本即將到來,這也意味著打磨已久的下一代影像生成模型終於臨近正式推出。
Higgsfield AI 公佈全新的電影級 AI 影片生成功能。系統只需一張靜態圖片,就能直接生成子彈時間、超級推拉以及機械臂運鏡等複雜鏡頭效果。這意味著創作者不需要昂貴的攝影控制裝置,靠一張圖就能做出動感十足的運鏡畫面。
MiniMax 推出新一代語音模型 Speech-02。模型支援將任意檔案或連結直接轉成擬真語音,單次文本輸入上限達 20 萬字,支援 30 多種語言、無限聲音克隆以及亞秒級流式輸出,適合製作長音訊和播客。
Runway 推出新一代媒體生成模型 Gen-4,主打畫面保真度、動態運動與世界一致性。其中 Gen-4 圖生影片功能當天面向所有付費計劃和企業客戶開放,進一步提升生成媒體的畫質與可控性。
Luma AI 推出「運鏡概念」(Camera Motion Concepts)功能,首發適配 Ray2。與傳統微調或 LoRA 不同,它只需極少樣本即可掌握運鏡,並支援在推理時用自然語言自由組合複雜鏡頭,且完全不損耗影片畫質。目前已在 Dream Machine 上線。
Pika 推出了一項名為 Flashback 的新功能,能讓使用者在生成影片中與年輕時的自己相遇。這一玩法直接瞄準了懷舊向的影片創作,目前已在網頁端和 iOS 端同步開放體驗。
OpenAI CEO Sam Altman 宣佈,因 ChatGPT 新影像生成功能過於火爆,向免費使用者的推送將延期一段時間。該功能週二剛隨 GPT-4o 開放給 Plus、Pro 和 Team 付費使用者,因生成吉卜力風格影像引發刷屏熱潮,目前尚不清楚免費版何時上線。
Ideogram 推出影像生成模型 Ideogram 3.0,向所有使用者免費開放。新版本主打更逼真的畫質細節、更一致的風格表現,同時生成速度大幅提升。對於經常需要出圖的創作者來說,免費門檻讓它變得非常容易上手。
Luma AI 宣佈在 Dream Machine 中上線基於 Ray2 的圖生影片功能。使用者只需把塗鴉或草圖拖入工具,系統就能讓靜態畫筆和角色動起來、轉化為動畫。這對想要快速驗證創意或製作動態草稿的創作者來說,大幅降低了門檻。
AI 初創公司 Reve AI 正式釋出首款文生圖模型 Reve Image 1.0。該模型在 Artificial Analysis 的 Image Arena 盲測榜位列畫質第一,主打精準的文字渲染與多角色排版,還支援用自然語言直接修改已有圖片。目前已開放免費預覽,暫未公佈 API 與定價。