跳到正文
IFAI

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。

近 7 天 4 則

  1. 傳播指數 43

    阿里公佈 LHM 模型：單張照片幾秒生成可驅動 3D 數字人

    阿里巴巴團隊公佈了數字人生成模型 LHM。只要輸入一張單人照片，模型就能在幾秒內以前向推斷方式，直接生成基於 3D 高斯潑濺的高保真可驅動角色，且無需對手部和麵部進行額外後處理，大幅降低了 3D 動畫製作門檻。

  3. 傳播指數 36

    Captions 推出 Mirage：專做「UGC 風格」虛擬人影片廣告

    Captions 推出專為 UGC 風格廣告打造的模型 Mirage。它能根據指令碼或音訊生成帶有肢體動作和微表情的虛擬代言人，並支援自定義服裝、場景與情緒。這意味著無需真人出鏡也能快速批次製作口播帶貨影片。

  4. 傳播指數 49

    Freepik 接入 Google Veo 2：AI 套件支援圖生影片

    Freepik 宣佈在其 AI Suite 中接入 Google 影片模型 Veo 2，推出圖生影片功能。創作者生成或修圖後，能直接呼叫 Veo 2 轉成帶動態運鏡的高畫質影片。最值得關注的是影像生成到影片工作流被完全打通；不過該功能僅向 Premium 付費使用者開放。

  6. 傳播指數 33

    Prime Video 測試 AI 配音：先給 12 部影視片補上英語與西語

    Amazon 旗下流媒體 Prime Video 宣佈正在測試 AI 輔助配音，首批涵蓋 12 部此前缺乏配音支援的影視內容。該功能支援英語與拉美西班牙語，由 AI 配音結合人類專業人員把控質量，旨在低成本為片庫補齊多語種音軌。

  7. 傳播指數 41

    德國電信聯手 ElevenLabs：Magenta AI 能把新聞一鍵變播客

    德國電信宣佈與 ElevenLabs 達成戰略合作，將其 Gen FM 技術接入 Magenta AI 應用。使用者能在幾秒內把新聞文章轉成高質量沉浸式播客，或按提示詞定製音訊內容。德國電信同時參投了 ElevenLabs 的 C 輪融資，未來計劃將語音能力擴充套件至更多服務。

  10. 傳播指數 52

    Ideogram 釋出 2a 模型：價格腰斬 50%，數秒生成擬真圖文

    Ideogram 釋出最新影像模型 Ideogram 2a，主打更快速度與高擬真圖文排版生成。最關鍵的是，2a 定價比上一代 2.0 便宜了 50%，並在主站和 API 同步開放。同時官方還推出了免登入即可檢視提示詞的公開 Feeds，進一步降低使用門檻。

  14. 傳播指數 63

    阿里開源 Wan2.1 影片模型：登頂 VBench，4090 顯示卡也能跑

    阿里通義實驗室開源影片生成模型套件 Wan2.1，包含 14B 和 1.3B 兩個版本，在關鍵基準上跑分超過 Sora，生成速度提升 2.5 倍。模型支援影片生音訊與中英雙語文字渲染，輕量版在單張 RTX 4090 顯示卡上 4 分鐘即可生成 5 秒影片。

  17. 傳播指數 39

    Freepik 合作 Google 上線 Veo 2：影片生成每秒 50 美分

    Freepik 宣佈與 Google 合作上線影片生成模型 Veo 2。根據 Google 定價頁面，Veo 2 生成影片每秒收費 50 美分，摺合每分鐘 30 美元。該模型支援生成 2 分鐘以上片段，相比 OpenAI Sora 的月費訂閱，按秒計費為創作者提供了新選擇。

  19. 傳播指數 41

    YouTube Shorts 接入 Veo 2：一句話生成獨立影片片段

    YouTube 宣佈將 Google DeepMind 的 Veo 2 模型接入 Shorts 的 Dream Screen。創作者不僅能用文字生成背景，還能直接生成插入短影片的獨立片段，對物理規律和人體動作理解更強，並附帶 SynthID 水印。目前已向美、加、澳、紐西蘭開放。

  20. 傳播指數 34

    SD3.5 Large 登入 Azure AI Foundry：支援文生圖與圖生圖

    Stable Diffusion 3.5 Large 及 Stable Image Ultra、Core 正式上線 Microsoft Azure AI Foundry 模型目錄。SD3.5 Large 支援文生圖和圖生圖，主打更強的提示詞遵循能力，企業可直接在已有云架構中呼叫部署。