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 37

    Synthesia 推出 Expressive Avatars：讓 AI 數字人帶上喜怒哀樂

    AI 影片初創公司 Synthesia 推出新一代數字人化身「Expressive Avatars」。新版本不再採用傳統拼貼影片片段的做法，而是通過大模型端到端即時生成，強化了唇形同步和微表情變化。雖然告別了僵硬的面癱臉，但官方承認手部動作仍是下一步要啃的硬骨頭。

  2. 傳播指數 38

    Drake 連發 AI 語音新歌：用 Tupac 和 Snoop Dogg 聲音隔空喊話

    Drake 在社交平臺釋出新歌《Taylor Made Freestyle》，用 AI 合成的 Tupac 和 Snoop Dogg 聲音向 Kendrick Lamar 喊話施壓。外界推測是他自己錄完再通過 AI 轉換音色。最值得關注的是，AI 克隆人聲已成為頂級說唱歌手公開交鋒的實戰武器。

  3. 傳播指數 32

    TED 聯手藝術家與 OpenAI：用 Sora 設想 40 年後的演講

    TED 宣佈與藝術家 Paul Trillo 及 OpenAI 合作，使用尚未正式釋出的文生影片模型 Sora 製作了一支概念短片。短片暢想了 40 年後 TED 大會的模樣，也是創作者提前探索 Sora 視覺表達潛力的最新案例展示。

  5. 傳播指數 41

    Stability AI 上線 Stable Diffusion 3 API：文字排版看齊旗艦

    Stability AI 宣佈在開發者平臺上線 Stable Diffusion 3 和 Stable Diffusion 3 Turbo 的 API，並聯合 Fireworks AI 提供服務。該模型採用 MMDiT 架構，官方稱在排版拼寫與提示詞遵循上不輸 DALL-E 3。後續還將向會員開放權重自託管下載。

  6. 傳播指數 41

    Adobe 預覽 Premiere Pro 新功能：AI 增刪物體，還能接 Sora

    Adobe 預告了 Premiere Pro 年內將推出的生成式 AI 功能，支援在畫面中直接圈選增刪物體、自動補幀延長過短的影片片段。最值得關注的是，Adobe 還演示了引入 OpenAI 的 Sora 和 Pika 等第三方模型生成畫面的能力。不過這些 AI 工具預計今年晚些時候才會上線。

  9. 傳播指數 43

    DeepMind 前員工做出的音樂 AI：Udio 上線，40 秒寫出一首歌

    由前 Google DeepMind 研究人員創立的 Udio 正式公開發布。使用者只需輸入風格描述或歌詞，40 秒內就能生成包含人聲與母帶效果的音軌，還支援二次混音與片段延長。該專案獲 a16z 領投，will.i.am 和 Instagram 聯創等參投。

  11. 傳播指數 42

    Stable Audio 2.0 上線：生成 3 分鐘完整音樂，支援音訊轉音訊

    Stable Audio 2.0 正式上線，支援通過文本提示詞直接生成最長 3 分鐘、44.1kHz 雙聲道的完整曲目。新模型改用擴散 Transformer 架構，不僅能生成帶前奏和尾奏的完整結構，還支援上傳音訊並進行風格轉換。目前可在官網免費體驗。

  12. 傳播指數 36

    OpenAI 曬 Sora 首批藝術家作品：荒誕超現實成最大看點

    OpenAI 公佈了一批由視覺藝術家、導演等創作的 Sora 早期作品與反饋。團隊表示，Sora 最強大的地方不在於復現真實，而在於快速具象化那些超現實與荒誕的想法。不過作品均經過創作者後期剪輯，模型目前仍在小範圍測試中。

  13. 傳播指數 37

    不止 Gemini：測試顯示 Adobe Firefly 生成歷史人物同樣翻車

    Semafor 測試發現，Adobe 的影像生成工具 Firefly 同樣出現了生成黑人納粹士兵等失真畫面的問題。最值得關注的是，即便只使用合規商業相簿訓練，防偏見的安全指令依然在歷史語境下過猶不及。Adobe 回應稱 Firefly 並非用於紀實，將持續微調修復。

  19. 傳播指數 40

    Ideogram 1.0 上線：文字渲染升級，新增 Magic Prompt

    Ideogram 正式上線文生圖模型 Ideogram 1.0。新版本提升了真實感與提示詞遵循度，主打更精準的圖片內文字渲染，並加入輔助撰寫提示詞的「Magic Prompt」功能。目前已在官網開放使用。