阿里釋出肖像影片框架 EMO：一張圖一段音訊，就能讓人物自然開唱
阿里研究團隊公佈音訊驅動肖像影片框架 EMO。輸入一張單人照片和一段語音或歌聲，就能生成神態豐富、口型同步且時長不限的動態影片。它能敏銳捕捉語調起伏與快節奏歌詞，也能讓油畫與 3D 角色開口說話。
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 聯手 Perplexity：推出 AI 每日播客 Discover Daily
ElevenLabs 宣佈與 Perplexity 達成合作，聯手推出每日短音訊播客《Discover Daily》。節目結合 Perplexity 的搜尋內容引擎與 ElevenLabs 的 AI 語音，自動播報科技、創新與文化最新頭條，已在各大播客平臺上線。
Suno 開啟 V3 Alpha 測試：單次生成拉長至 2 分鐘，支援純音樂
Suno 宣佈面向 Pro 和 Premier 付費使用者開放 V3 Alpha 早期測試。新模型將單次生成時長上限提至 2 分鐘，音質與表現力明顯提升，新增專門的純音樂支援，並支援從任意位置續寫老歌。官方還向付費賬戶贈送了 300 積分。
Stability AI 開啟 Stable Diffusion 3 早期預覽：拼寫能力提升，引數最高 8B
Stability AI 宣佈開啟 Stable Diffusion 3 早期預覽候補名單。新模型結合 Diffusion Transformer 架構與流匹配，引數量覆蓋 800M 至 8B，重點改進了多主體提示、畫質以及文字拼寫能力。目前該模型尚未全面開放，公開開源前先面向測試者收集反饋。
威爾·史密斯惡搞「AI 吃意麵」：真假難辨的影片圖靈測試
Will Smith 在 Instagram 釋出惡搞影片，親自模仿去年爆火的 AI 吃意麵畫面。這則影片恰逢 OpenAI 釋出 Sora 影片模型，也讓「吃意麵」被不少網友調侃為檢驗 AI 影片生成能力的最新「圖靈測試」。
微軟高管確認：OpenAI 影片模型 Sora 最終將接入 Copilot
微軟廣告與網路服務 CEO Mikhail Parakhin 近日在社交平臺透露，OpenAI 的影片生成模型 Sora 最終會整合進 Copilot。Sora 能夠根據文本生成最長 60 秒的高畫質影片。不過微軟目前仍在解決技術整合細節，具體上線時間仍未確定。
Stability AI 推出 Stable Cascade：三階段架構讓訓練成本降至十六分之一
Stability AI 推出文生圖模型 Stable Cascade 的研究預覽版。該模型基於 Würstchen 架構，採用三階段分層壓縮，將微調訓練成本降至同等規模 Stable Diffusion 的十六分之一。相關推理與訓練程式碼已在 GitHub 開源，但當前僅限非商業研究使用。
Midjourney 開放網頁端生圖：已生成超 1000 張圖片的使用者可測
Midjourney 開放網頁端圖片生成 Alpha 測試，累計生成超過 1000 張圖片的使用者均可參與。目前該測試主要聚焦於桌面端，移動端也在規劃中；功能和設計短期內將快速變動，待產品成熟後會逐步擴大開放範圍。
Stability AI 推出 SVD 1.1：最佳化影片連貫性，生成 4 秒高畫質短片
Stability AI 宣佈推出影片生成模型 SVD 1.1，基於 SVD-XT 微調，可在 1024x576 解析度下生成 4 秒 25 幀短片。新版本優化了運動連貫性，減少畫面靜止與人物崩壞。研究用途可在 Hugging Face 免費下載，商用則需付費訂閱或通過 API 呼叫。
Google 上線 MusicFX：輸入提示詞生成 70 秒音樂，還配了作詞工具
Google 在 AI Test Kitchen 正式推出音樂生成工具 MusicFX 與作詞輔助工具 TextFX。MusicFX 基於 MusicLM 升級，可按文字提示生成最長 70 秒音樂或無縫迴圈，並內建 SynthID 水印。為防範版權風險，系統會過濾藝人名稱並禁止生成人聲。
槍與玫瑰新歌《The General》音樂影片幕後：虛幻引擎加 SD 夢境重繪
製作方披露搖滾樂隊 Guns N' Roses 新單曲《The General》音樂影片的製作細節。團隊先用虛幻引擎搭建場景與動態，再交給 Stable Diffusion 逐幀重繪出詭異夢幻的畫面。這種混合工作流把 AI 當作增強畫風的畫筆，而非替代人類畫師。
Midjourney 上線 Niji V6：動漫模型支援畫內文字與複雜提示詞
Midjourney 宣佈動漫特化模型 Niji-Journey V6 正式上線。新版本大幅提升了對複雜提示詞的理解力，支援直接在畫面中渲染文字，還新增了相容其他畫風的 Style Raw 模式；區域性重繪和縮放等功能預計 2 月補齊。
Runway 升級 Gen-2：多運動筆刷上線，一張圖可獨立控制多處動態
Runway 為 Gen-2 推出 Multi Motion Brush 功能。創作者能用畫筆圈出畫面中不同區域，分別調節水平、垂直及遠近的運動方向與速度。這意味著靜止影像轉影片時，不同物體的動作不再互相干擾，目前已向所有 Gen-2 使用者開放。
Midjourney 披露規劃：v6 下週補齊區域性重繪，影片生成先於 3D
Midjourney 在 Office Hours 中公佈進展，v6 最快下週補齊區域性重繪、平移和縮放功能。最值得關注的是，風格一致性將先於角色一致性推出，同時團隊正在研發影片生成且優先順序高於 3D。創作者最急需的控圖能力即將到位。
亞馬遜 Fire TV 上線 AI 生圖：對遙控器動動嘴，自定義電視桌布
Amazon 開始在美國向 Fire TV Omni QLED 電視及第二代 Fire TV Stick 4K Max 推送 AI Art 功能。該功能基於 Titan 影像生成模型，使用者對著遙控器說出提示詞即可一次生成 4 張不同藝術風格的桌布，並能一鍵儲存為電視背景。
Midjourney 進軍影片：1 月開訓影片模型，v6 迎來多項升級
Midjourney CEO David Holz 在 Discord 上宣佈，團隊將於 1 月開始訓練影片生成模型。剛釋出的 Midjourney v6 也將在下週迎來更新，不僅改進文字渲染與提示詞理解，還會逐步補回區域性重繪等舊版特性。
Pika 1.0 全面開放：網頁端就能用，支援運鏡與區域性重繪
Pika Labs 宣佈文生影片平臺 Pika 1.0 正式面向所有人開放。使用者在網頁端輸入提示詞即可生成 3D 動畫或電影風短片，並能自定義運鏡、調節幀率甚至區域性修改畫面物體。目前使用 Google 或 Discord 賬號即可免費體驗，不過生成質量仍偶有變形。
Leonardo AI 上線 Motion 功能：靜態圖一鍵變影片，支援調節運動幅度
Leonardo AI 推出 Motion 動效功能，可將平臺生成的靜態圖片直接轉換成動態影片。使用者能自由調節運動強度，每次生成消耗 25 個積分。免費使用者每天 150 積分約可生成 6 個動態影片，為內容創作者提供了更低門檻的動效工具。
Google 推出 VideoPoet：不用擴散模型，用 LLM 生成 10 秒大動作影片
Google 推出多模態影片生成模型 VideoPoet，打破主流的擴散模型路線，改用大語言模型整合文生影片、圖生影片及音效生成等任務。該模型主打連貫的大動作生成，能輸出偽影更少的 10 秒影片片段。這也展現了 LLM 架構在影片生成賽道上的通用潛力。
Midjourney v6 正式上線：在設定中開啟或新增 --v6 即可體驗
Midjourney v6 正式上線。目前新版本並非預設開啟，使用者需要在 /settings 中手動選擇 v6，或在提示詞末尾加上「--v6」呼叫。首批測試反饋顯示當前生成速度較慢。