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

  2. 傳播指數 40

    xAI 推出 Grok 生圖功能：幾乎不設防，政客假圖引監管擔憂

    xAI 為旗下 Grok 機器人上線文生圖功能，面向 X Premium 訂閱使用者開放。測試顯示該模型對公眾人物、暴力和爭議符號幾乎沒有攔截，可直接生成政客持槍吸毒等圖片。在歐美監管收緊背景下，這種極其寬鬆的稽核策略引發了巨大爭議。

  4. 傳播指數 40

    ChatGPT 免費版開放畫圖：每天可用 DALL-E 3 生成 2 張

    OpenAI 宣佈開始向 ChatGPT 免費使用者開放 DALL-E 3 作畫功能，每人每天最多可生成 2 張圖片。此前該功能僅限 ChatGPT Plus 付費訂閱使用者使用。目前該功能正在灰度推送中，部分使用者已可在客戶端或網頁端直接體驗。

  7. 傳播指數 40

    Stability AI 釋出 Stable Fast 3D：單圖生成 3D 資產僅需 0.5 秒

    Stability AI 釋出 3D 生成模型 Stable Fast 3D。它能在 0.5 秒內將單張圖片轉化為包含網格與材質的完整 3D 資產，較上一代 SV3D 的 10 分鐘大幅提速。模型權重與程式碼現已在 Hugging Face 和 GitHub 開源，年收入 100 萬美元以下支援商用。

  9. 傳播指數 54

    Midjourney 上線 V6.1：肢體與小臉細節大修，生成提速 25%

    Midjourney 正式推出 V6.1 影像模型並設為預設。新版重點改善了手臂、雙手和五官等小細節的連貫性，文本拼寫更準，標準生成速度提升約 25%，還新增了 2 倍放大器。不過區域性重繪等功能仍暫退回 V6.0 處理。

  10. 傳播指數 36

    NVIDIA 更新數字人技術：推出可感知情緒的 AI 助手 James

    NVIDIA 在 SIGGRAPH 預覽了互動式數字人「James」以及 Maxine 3D 等技術。James 基於 NVIDIA ACE 與 ElevenLabs 語音打造，能帶情緒和幽默感進行即時互動。最關鍵的是，普通 2D 影片肖像現可通過 Maxine 3D 快速生成 3D 數字人化身。

  12. 傳播指數 50

    Shutterstock 推出 3D 生成，Getty Images 生圖速度翻倍

    基於輝達 Edify 架構，Shutterstock 上線 Generative 3D 商業公測，支援文字生成 3D 資產與 16K 級 360 HDRi 背景；Getty Images 則升級生圖服務，速度翻倍至 6 秒出 4 圖，並新增模型微調與草圖控圖。兩家均主打商業正版授權訓練。

  13. 傳播指數 40

    Runway 遭曝秘密抓取 YouTube 影片與盜版電影訓練 Gen-3

    據 404 Media 曝光的一份內部表格，Runway 秘密抓取了成千上萬個 YouTube 創作者影片、知名品牌內容及盜版電影來訓練其主力模型 Gen-3。此前獲 Google 和輝達投資的 Runway 面對資料提問時一直含糊其辭，這次洩露讓 AI 影片的資料版權爭議再次激化。

  16. 傳播指數 39

    Suno 上線分軌功能：一鍵分離人聲與伴奏

    Suno 推出「Stems」音訊分軌功能，面向 Pro 和 Premier 付費訂閱使用者開放。使用者可以在曲目選單中點選「Get Stems」，將生成的音樂拆分成獨立的人聲和伴奏音軌，並分別進行下載或延展編輯。這意味著創作者在後期混音上擁有了更多控制權。

  17. 傳播指數 35

    EA 新遊戲用 AI 生成 11,000 名球員：不用全身掃描，照片直接轉 3D

    據《華爾街日報》等報道，EA Sports 在新發售的《College Football 25》中利用自研 AI 模型，將 11,000 名大學選手的證件照轉化為 3D 虛擬形象。相比過去昂貴耗時的全身掃描，AI 方案大幅縮減了成本與工期，也為未來體育遊戲的年更奠定了技術基礎。

  18. 傳播指數 35

    Luma Dream Machine 上線 Loops 功能：生成無縫迴圈 AI 影片

    Luma Labs 在 AI 影片模型 Dream Machine 中上線 Loops 功能。該功能支援讓生成的影片首尾無縫銜接，直接匯出平滑迴圈的動態畫面。對於常做動態背景或動效的創作者而言，省去了後期手動拼合素材的麻煩。