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 60

    微軟 Copilot 接入 Suno：輸入一句話就能寫歌兼演唱

    Microsoft 宣佈與 AI 音樂初創公司 Suno 合作，將其模型接入 Microsoft Copilot。使用者只需在聊天中輸入風格描述或歌詞，無需任何樂理和樂器基礎，就能生成包含人聲與伴奏的原創歌曲，把做音樂的門檻降到了幾句提示詞。

  3. 傳播指數 39

    Stability AI 釋出 Stable Zero123：單圖生成 3D 模型

    Stability AI 推出 3D 模型 Stable Zero123，可從單張圖片生成多視角並重構 3D 資產。相比前代 Zero123-XL，它優化了資料集與仰角條件，訓練效率提升 40 倍。生成單視角視訊記憶體與 SD1.5 相同，完整 3D 推薦 24GB 視訊記憶體，權重已上線 Hugging Face。

  4. 傳播指數 31

    Google 推出音樂生成工具 MusicFX：輸入文字做曲，自帶 SynthID 水印

    Google 宣佈推出實驗性音樂生成工具 MusicFX，輸入文字即可生成曲目。該工具由 MusicLM 模型驅動，並採用 DeepMind 的 SynthID 技術嵌入隱形水印。為避開版權爭議，系統主動遮蔽了生成人聲和指定特定藝術家的提示詞。目前已在美、澳等國開放測試。

  6. 傳播指數 50

    Meta 推出獨立繪圖工具 Imagine：基於 Emu 模型，網頁端免費出圖

    Meta 推出獨立的網頁端 AI 影像生成工具 Imagine with Meta。它基於底層 Emu 模型，美國使用者可免費通過自然語言一次生成 4 張高解析度影像。最值得關注的是，Meta 還承諾在未來幾週加入抗裁剪、抗壓縮的不可見 AI 水印，以提升透明度與溯源能力。

  10. 傳播指數 38

    亞馬遜釋出 Titan 影像生成模型：自帶隱形水印，還保版權

    Amazon 在 AWS re:Invent 大會上釋出 Titan 影像生成模型。開發者可通過 Bedrock 接入，它支援文本生圖和換背景，且生成的圖片會自動打上無法通過裁剪去除的隱形水印。為了打消企業顧慮，Amazon 還承諾提供版權侵權賠償。

  11. 傳播指數 31

    HeyGen 獲 560 萬美元融資：手機拍 5 分鐘，即時生成數字人

    AI 影片初創公司 HeyGen 宣佈完成 560 萬美元融資，估值達 7500 萬美元，並推出即時數字人生成功能。以往定製寫實數字人需要專業拍攝且耗時數天，現在用手機拍一段影片、5 分鐘就能生成。公司年經常性收入已達 1800 萬美元。

  15. 傳播指數 44

    Stability AI 釋出 Stable Video Diffusion：開源圖生影片基礎模型

    Stability AI 釋出首個生成式影片基礎模型 Stable Video Diffusion，並以研究預覽形式開源了程式碼與權重。該模型基於 Stable Diffusion 打造，包含兩款圖生影片模型，可生成 14 幀與 25 幀畫面。官方強調目前僅供研究，暫不可商用。

  19. 傳播指數 31

    Meta 釋出 Audiobox：輸入文字就能做音效、改語音

    Meta 釋出音訊生成模型 Audiobox。作為 Voicebox 的後繼者，它不僅能用文本提示詞直接生成語音、音效和環境音，還支援「語音+文本」雙輸入來自由調整語氣與場景。目前該模型僅面向受選研究人員開放申請，並同步上線了互動 Demo。

  20. 傳播指數 39

    Polycam 推出「無懸浮噪點」高斯潑濺：支援 iPhone 直出，免費商用

    Polycam 推出演算法更新，支援自動消除 3D 高斯潑濺中常見的懸浮噪點。新版本允許直接在 iPhone 上或通過上傳影片生成模型，產出的潑濺模型完全免費商用，Pro 使用者上傳上限提至 1000 張圖。這意味著用手機做 3D 重建不再受雜點困擾，商用門檻也大幅降低。