OpenAI 員工透露 Sora v2 即將釋出：最長生成 1 分鐘，支援多模態輸入
據 OpenAI 員工 Chad Nelson 在倫敦演講中透露，影片生成模型 Sora v2 即將釋出。新版本支援生成最長 1 分鐘的影片，並提供文本生影片、圖文生影片以及基於現有影片結合提示詞二次生成的多種輸入模式。
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
ElevenLabs 推出 GenFM：匯入文本秒變雙主播播客，支援 32 種語言
ElevenLabs 將 GenFM 功能引入長音訊編輯工具 Studio。使用者只需匯入 PDF、網頁連結或文本，系統就能自動生成兩個逼真 AI 主持人對談的播客，支援 32 種語言，且允許自由修改臺詞和匯出商用。ElevenReader 的 Android 端也同步上線了該功能。
AdCreative.ai 推出電商影片模型：單張產品圖變 16 秒廣告片
AdCreative.ai 推出產品影片生成模型 Product VideoShoot。它基於廣告大模型 AdLLM，能把靜態產品圖直接轉成 16 秒 1080p 廣告片，支援鏡頭縮放與運鏡控制。最值得關注的是其融入了轉化預測資料，目前向 Pro 和 Enterprise 使用者開啟 Beta 測試。
Google 開放視聽創作底牌：Imagen 3 正式上線，Veo 開啟企業私測
Google 宣佈 Imagen 3 全面開放給 Vertex AI 客戶，影片生成模型 Veo 也開啟私測。Veo 支援圖生影片與區域性編輯，最長可輸出 6 秒高畫質片段。這意味著 Google 開始將前沿多模態能力塞進企業雲服務，不過 Veo 目前仍需申請預覽資格。
Hailuo AI 推出 I2V-01-Live：讓 2D 插畫角色開口說話、自然動起來
MiniMax 旗下 Hailuo AI 釋出圖生影片模型 I2V-01-Live。該模型專為 2D 插畫和角色設計，重點優化了運動平滑度、穩定性和微表情，能讓靜態畫作裡的角色開口說話、動作更自然，並適配多種藝術風格。
李飛飛創辦的 World Labs 亮相：單張照片生成可漫遊 3D 場景
李飛飛聯合創辦的 World Labs 公佈首個系統，能將單張照片變成在瀏覽器裡實時互動的 3D 場景。模型不僅符合物理規律，還能用鍵鼠調節景深並自由移動視角。雖然目前漫遊範圍有限，但為可控的「世界模型」邁出關鍵一步。
Adobe 推出 MultiFoley：能把貓叫變成獅吼，給影片精準配音效
Adobe Research 推出多模態影片音效生成技術 MultiFoley。它能識別畫面動作，把打字機聲換成鋼琴聲、讓貓叫變成獅吼，並將現有音效精準對齊影片時間點。這意味著影片擬音製作無需逐幀手動對軌，創意換聲變得極其簡單。
不滿當免費測試員：藝術家洩露 OpenAI Sora 訪問許可權
藝術家團體「Sora PR Puppets」將 OpenAI 影片模型 Sora 的測試介面掛上 Hugging Face，一度允許公眾免費生成 1080p 影片。該團隊指責 OpenAI 利用早期測試藝術家進行無償勞動與公關造勢。該入口上線約三小時後已被封禁。
Stability AI 推出三款 ControlNet：為 Stable Diffusion 3.5 Large 帶來精準控制
Stability AI 為 Stable Diffusion 3.5 Large 釋出了三款 ControlNet 模型，包括 Blur、Canny 和 Depth。它們分別支援超解析度放大、邊緣線稿控制與深度引導，經約 150 人測試偏好度位居同類首位。年營收 100 萬美元以下可免費商用，支援通過 Comfy UI 呼叫。
Runway 釋出影像模型 Frames：鎖定統一風格，接入 Gen-3
Runway 釋出全新影像生成基礎模型 Frames，主打風格控制與視覺保真度。該模型擅長在鎖定特定美學風格的同時穩定生成變體，便於創作者構建統一的視覺世界。目前 Frames 正逐步向 Gen-3 Alpha 和 Runway API 使用者推送開放。
Runway 上線 Expand Video：靠畫外生成改畫幅，還能做運鏡
Runway 推出「Expand Video」功能。使用者輸入提示詞即可在原影片周圍生成新畫面來調整比例，多次擴充套件還能拼出急速拉遠等運鏡效果。目前該功能正逐步向 Gen-3 Alpha Turbo 使用者推送。
KREA AI 上線 Flux 影像提示：支援用參考圖引導生成，對所有人免費
KREA AI 宣佈上線 Flux 影像提示詞功能。使用者現在可以在呼叫 Flux 模型生圖時引入參考圖片作為生成條件，以此引導畫面的構圖與風格。該功能目前直接面向所有使用者免費開放。
Suno 上線 v4 模型：音質大幅提升，還能給老歌一鍵「重新混音」
Suno 正式上線 v4 音樂生成模型。新版本提升了音訊清晰度與曲式結構的動態表現，歌詞創作也更自然。最實用的新功能是 Remaster，支援把以往生成的曲目一鍵升級到 v4 品質，還同步優化了配套的單曲封面生成設計。
可口可樂首支 AI 聖誕廣告翻車：老粉怒批沒有溫度還丟了聖誕老人
Coca-Cola 推出首部由生成式 AI 製作的 2024 聖誕廣告，引發不少老觀眾反彈。這支 15 秒短片翻新了 1995 年的經典卡車巡遊，但聖誕老人幾乎全程隱身，AI 質感也招來缺乏人情味的批評。這凸顯出把經典溫情 IP 換成 AI 生成時的受眾牴觸心理。
Casey Affleck 試用 Meta Movie Gen：沒大製片廠預算，也能造出新世界
奧斯卡影帝 Casey Affleck 談及試用 Meta 影片模型 Movie Gen 的體驗。他表示該工具能讓拿不到大廠預算的創作者構建天馬行空的電影世界。該工具支援 1080p 影片生成與編輯，預計明年上線，但他同時提醒影視行業需建立對應保障規則。
Basejump 推出 AI 社交遊戲平臺：無需程式碼生成資產與遊戲
Basejump 公佈 Web3 社交遊戲平臺及 AI 底層架構 Action，並獲得 Community Labs 戰略投資。玩家無需程式設計技能即可靠 AI 打造虛擬形象、遊戲資產甚至完整遊戲，內容依託 AO 超級計算機與 Arweave 鏈上永久儲存，預計 2025 年初上線。
InVideo 推出 v3.0：文本直接生成長影片，每月 120 美元起
影片編輯平臺 InVideo 釋出 InVideo v3.0，支援用文本提示詞從頭生成真人、動畫等風格影片，並可通過提示詞區域性修改。該功能沒有免費版，付費訂閱每月 120 美元可生成 15 分鐘影片，額外每分鐘需 8 至 10 美元。
揹著相機徒步訓練「世界模型」：Odyssey 獲 1800 萬美元 A 輪融資
AI 初創公司 Odyssey 宣佈獲得 1800 萬美元 A 輪融資。團隊讓人揹著裝有 6 個攝像頭與雙雷射雷達的 25 磅裝置實地徒步，採集真實 3D 深度資料，用來訓練能精細控制光影與幾何的生成式「世界模型」，打造影視級虛擬場景。
CreatorKit 聯手 ElevenLabs：讓 AI 演員帶情緒演廣告
CreatorKit 聯合 ElevenLabs 推出 Emotive AI Actors。通過聲音克隆技術，AI 演員能根據臺詞自動匹配興奮、好奇等不同情緒。CreatorKit 稱帶情緒的聲音讓影片廣告轉化率提升了 16%。
YouTube 測試 AI 音樂重混：一句話把正版歌做成 30 秒配樂
YouTube 面向小部分創作者測試基於 Dream Track 的 AI 音樂重混功能。創作者只需輸入提示詞，就能調整正版授權歌曲的情緒或曲風，生成一段 30 秒的 Shorts 配樂。重混音訊會標註原曲並標明由 AI 生成，目前僅對小範圍實驗組開放。