ElevenLabs 升級 Studio：長文本支援區域性重生成與多角色配音
ElevenLabs 宣佈改版長音訊創作工具 Studio（原 Projects）。新版支援選中單個詞或句子單獨重新生成以節省額度，並加入段落鎖定功能防止誤改，還允許在同一段落裡為不同對話混排多種聲線。這意味著製作有聲書和長篇旁白的精修成本大幅降低。
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 復刻傳奇樂手 Jerry Garcia 聲音：支援 32 種語言朗讀圖書
Jerry Garcia 遺產管理方與 ElevenLabs 合作，在 ElevenReader 應用中上線這位已故搖滾傳奇的 AI 復刻聲音。該語音支援用 32 種語言朗讀電子書、文章和 PDF。目前該模型僅用於文本朗讀，後續還將用於基金會的紀錄片旁白等專案。
字節跳動釋出 X-Portrait 2：讓一張靜態照片演《閃靈》
字節跳動推出 AI 系統 X-Portrait 2，僅憑單張照片就能重現經典電影裡的複雜表情。它放棄了傳統打點追蹤，直接學習整張臉的肌肉流動，連驚恐與狂喜都能逼真呈現。出於深度偽造與濫用擔憂，位元組目前未對外公開程式碼。
Black Forest Labs 推出 FLUX1.1 [pro] Ultra 與 Raw 模式：解析度翻 4 倍且 10 秒出圖
Black Forest Labs 為 FLUX1.1 [pro] 推出 Ultra 和 Raw 兩種新模式。Ultra 模式將解析度提升 4 倍（最高達 4MP），生成單張圖僅需 10 秒，定價 0.06 美元；Raw 模式主打自然攝影質感，減少塑膠感並增強真實度。目前已通過 API 開放。
可靈 AI 測試「自定義模型」：上傳影片即可訓練專屬一致性角色
快手旗下 AI 影片工具可靈測試「Custom Models」功能。使用者只需上傳 10 至 30 段 10 秒以上的影片，即可訓練專屬角色，並在生成新影片時隨提示詞呼叫，顯著改善了 AI 影片中人物頻頻跳戲和麵容不一致的問題。
Runway 升級 Gen-3 Turbo 運鏡：支援縮放橫搖自由組合，精準排程機位
Runway 為 Gen-3 Alpha Turbo 上線精準鏡頭控制功能。創作者可直接設定運鏡方向與速度，支援平移、推進與變焦等動作組合。不用再全靠提示詞抽卡猜機位，目前該功能已面向所有 Gen-3 Alpha Turbo 使用者開放。
Suno 上線 Personas：一鍵固定人聲與曲風，做系列歌更穩了
Suno 推出「Personas」功能，允許提取並複用特定歌曲的人聲、曲風與氛圍。創作者可以將喜歡的聲音固定下來創作新歌，也支援公開共享。該功能目前面向 Pro 和 Premier 會員內測，附贈 200 首額度，之後每首消耗 10 點數。
Blockade Labs 推出 Blendbox Alpha：告別複雜提示詞，提升繪圖可控性
Blockade Labs 推出 AI 創作工具 Blendbox Alpha。官方稱創作者無需再與冗長的提示詞或隨機生成結果反覆糾纏，該工具主打簡便直觀的控制體驗，讓使用者能直接塑造視覺創意。目前已上線 Alpha 階段測試。
D-ID 推出即時對話數字人：雙手與軀幹入鏡，1 分鐘影片就能練一個
D-ID 推出兩款新數字人模型 Express 和 Premium+。Express 僅需約 1 分鐘影片即可復刻頭部動作，旗艦模型 Premium+ 則支援雙手和軀幹動作並可進行即時互動。官方還配套上線了支援 30 種語言翻譯的企業營銷套件。
Recraft V3 上線：登頂文生圖榜首，支援排版控制與長文本渲染
Recraft 釋出全新影像生成模型 Recraft V3，在 Artificial Analysis 文生圖競技場以 1172 的 ELO 得分超越 Midjourney 登頂。該模型支援在畫面中指定文字位置與尺寸，並具備生成長文本、精確控制品牌風格及向量圖輸出能力。目前免費及付費使用者均可在其桌面端、移動端與 API 中體驗。
神秘 AI 影像模型 Red Panda 登頂盲測榜：擊敗 Midjourney 和 DALL-E 3
一款名為 Red Panda 的未知模型衝上 Artificial Analysis 文生圖盲測榜首。它的 Elo 評分達 1172，力壓 Midjourney v6 和 FLUX 1.1 [pro]，勝率達 72%。背後的開發者尚未公佈，目前推測是某家廠商在公開發布前進行的匿名效能測試。
環球音樂聯手初創公司 KLAY：開發合規音樂大模型 KLayMM
環球音樂集團（UMG）宣佈與 AI 初創公司 KLAY 達成合作，共同開發注重版權倫理的音樂大模型 KLayMM。KLAY 承諾不會與流媒體曲庫競爭，並將提供精準歸屬機制。在起訴多家未授權 AI 公司後，UMG 正在拉攏正規軍探索商業化路徑。
Meta 推出 Movie Gen：30B 影片與 13B 音訊模型，支援精準編輯與個性化生成
Meta 推出多媒體基礎模型 Movie Gen。它包含 300 億引數的影片模型與 130 億引數的音訊模型，不僅能文生音影片，還支援區域性增刪替換等精準編輯，並能基於單張照片生成定製人物影片。目前該模型正處於創作者測試階段，尚未公開發布。
沙盒 MMO《DreamWorld》開啟測試：輸入提示詞直接生成 3D 資產
遊戲開發商 DreamWorld 宣佈，其沙盒 MMO 將於 10 月 10 日在 Steam 開啟測試。遊戲集成了與 Meshy 合作的 AI 功能，玩家輸入文字提示就能生成自定義 3D 模型用於建造。本次測試時長約 12 小時，已在 Steam 開放資格申請。
Black Forest Labs 釋出 Flux1.1 Pro：生圖快 6 倍，API 同步上線
Black Forest Labs 釋出新一代生圖模型 Flux1.1 Pro 並推出測試版 API。新模型生成速度比前代快 6 倍，支援最高 2k 解析度，畫質與提示詞遵循度均有提升。開發者目前可通過官方 API 及 Replicate 等合作平臺接入呼叫。
字節跳動推兩款影片模型：PixelDance 攻克多鏡頭，Seaweed 達兩分鐘
上週，字節跳動在深圳推出兩款 AI 影片生成模型 PixelDance 與 Seaweed。PixelDance 主打多鏡頭一致性，用文本就能操控複雜運鏡；Seaweed 則可生成最長近兩分鐘的連貫畫面。不過兩款模型目前仍處於小範圍封閉內測階段。
Pinterest 推出生成式 AI 工具：白底商品圖一鍵換成生活化場景
Pinterest 在廣告大會上為 Performance+ 套件推出生成式 AI 功能，廣告主能將純白背景的商品圖一鍵替換為生活場景圖。早期測試中，AI 背景幫助沃爾格林將點選率提升了 55%，建廣告所需輸入減少了 50%。
Pika 釋出 1.5 版本：主打反物理特效 Pikaffects 與電影級運鏡
Pika Labs 推出 AI 影片生成模型 Pika 1.5。新版引入「Pikaffects」特效，能從文字或圖片生成違揹物理常識的動態畫面，並增強了鏡頭控制。在同行卷畫面真實感時，Pika 轉向趣味創意，免費與付費使用者均可上手。
Luma 推出 Hyperfast 模式：Dream Machine 提速 10 倍，20 秒出片
Luma AI 推出 Hyperfast 影片生成功能，將 Dream Machine v1.6 的推理速度提升 10 倍，生成一段完整質量的影片不到 20 秒。官方強調這不是靠降質的「turbo」或蒸餾模型，畫質不打折。目前已向所有訂閱使用者和 API 客戶開放。
Civitai 推出 SPINE 工作流：打通 Kling、Udio 與 ElevenLabs
Civitai 推出創作者工作流平臺 SPINE，將 Kling AI、Udio、ElevenLabs、Vidu 等影像、影片和音訊工具整合到同一個介面中。創作者無需在多個應用間反覆跳轉，可直接通過站內的 Buzz 積分按需呼叫各家模型。