Quiver 釋出 Arrow 1.1：用原生程式碼畫 SVG，生成成本直降 33%
Quiver 推出 Arrow 1.1 與 1.1 Max 向量圖模型。它直接通過程式碼生成原生 SVG，多用基礎幾何與文本而非複雜路徑，更易二次編輯；文本生 SVG 成本降低 33.3%，向量化成本減半。高精度的 1.1 Max 則主打嚴苛的技術圖紙與插畫。
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
Midjourney 上線 V8.1：原生 2K 渲染快 3 倍便宜 3 倍，經典美學回歸
Midjourney 上線 V8.1，不僅找回招牌美學風格，還支援原生 2K 渲染，速度較 V8 提升 3 倍且費用降低三分之二。其 1K 全質量模式甚至比 V7 草稿模式更快，同時恢復了墊圖功能，並帶來全新 Describe、情緒板和風格參考工具。
Microsoft 釋出 MAI-Image-2-Efficient：成本降 41%、提速 22%
Microsoft 推出文生圖模型 MAI-Image-2-Efficient。該模型專為批次生產設計，生成速度比前代快 22%，成本降低近 41%，每百萬圖片輸出 token 售價 19.50 美元。目前已在 Microsoft Foundry 和 MAI Playground 上線，後續還將接入 Copilot、Bing 與 PowerPoint。
位元組釋出 OmniShow：圖音姿態全模態控制，專攻人-物互動帶貨影片
字節跳動與港中文等推出人-物互動影片生成模型 OmniShow。它支援同時輸入人物與商品圖、音訊及動作骨架，最長原生生成 10 秒帶貨長鏡頭，解決商品變形與口型脫節難題。目前程式碼正在內部稽核，尚未正式開源。
即時數字人模型 LPM 1.0：一張照片跑出 45 分鐘對話影片
研究團隊推出即時數字人模型 LPM 1.0，僅需單張參考圖與音訊就能流式生成角色影片。最值得關注的是，它不僅能對口型，還能模擬轉眼球、調整麥克風等肢體細節與傾聽狀態，且 45 分鐘內不崩臉。目前該專案僅釋出技術報告與演示，暫未開源或開放公測。
阿里釋出 Prompt Relay：免訓練即插即用，讓 AI 影片無縫切換多場景
阿里巴巴公佈影片生成技術 Prompt Relay。這是一種免訓練的即插即用方案，通過在交叉注意力層動態路由各時間段的提示詞，讓老鷹飛翔到賽博城市等跨度巨大的場景能自然過渡，避免畫面概念互相串擾。目前官方已釋出實施說明，程式碼檔案尚未完全放出。
HeyGen 推出 Avatar V：15 秒生成數字分身，跨場景保持角色一致
HeyGen 推出新版數字人工具 Avatar V。使用者只需採集 15 秒素材即可生成數字分身，並能在不同造型、服裝與場景的影片中始終保持角色一致。這一功能試圖解決 AI 影片生成領域長期存在的跨場景角色「變臉」難題。
CapCut 在美上線影片模型 Seedance 2.0：送全員試用，首月 Pro 一折
CapCut 宣佈在美國上線 AI 影片模型 Dreamina Seedance 2.0，覆蓋 App、桌面端和網頁端。所有使用者均有一回免費試用機會，新使用者可享 CapCut Pro 首月一折。不過官方表示，新模型推送至所有使用者仍需一定時間。
神秘模型 HappyHorse-1.0 登頂排行榜：文生與圖生影片雙料第一
一款名為 HappyHorse-1.0 的神秘影片模型在文生影片與圖生影片排行榜中同時登頂第一。早期測試顯示，它尤其擅長生成多鏡頭影片並遵循複雜的方向提示詞。兩項主要基準測試的雙雙領跑，讓它成為當前 AI 影片領域備受矚目的黑馬。
Runway 接入 Seedance 2.0：支援多鏡頭影片生成與完整聲效
Runway 宣佈將 Seedance 2.0 整合進自家平臺。該模型支援文本、圖片、影片或音訊輸入，可直接生成帶完整音效與對白的多鏡頭影片序列。目前僅面向美國境外的 Unlimited 訂閱會員及企業賬戶開放。
Vanast 虛擬試穿新框架：一張照片換新衣服，直接生成連貫動畫
虛擬試穿框架 Vanast 亮相。它只需輸入一張人物照片、服裝圖片以及人體骨架姿態影片，就能一步重構出穿著新衣的人物動態影片。它能較好保留面部特徵與體型，並支援上下裝與連衣裙等多種款式。目前程式碼尚未正式開源。
傳 OpenAI 新影像模型 GPT-Image-2 洩露：文字渲染與常識大提升
開發者 Pieter Levels 爆料 OpenAI 新影像模型 GPT-Image-2 以 maskingtape-alpha 等代號現身 Arena 平臺。早期測試顯示其具備極強的世界知識與文字渲染表現，甚至可能超過 Nano Banana Pro。目前官方尚未對此證實。
MMPhysVideo 框架亮相：讓 AI 影片生成學會幾何與物理規律
研究團隊提出影片生成框架 MMPhysVideo，解決現有模型僅靠畫素預測導致的物體變形與物理穿幫問題。它將幾何、運動軌跡等感知訊號轉為統一格式聯合訓練，並藉助蒸餾保持推理效率。相關程式碼和資料集計劃完全開源。
Google Vids 大升級：所有使用者每月免費生成 10 條 Veo 影片
Google 宣佈為影片編輯工具 Google Vids 引入 Veo 3.1 影片生成模型，所有 Google 賬號每月可免費生成 10 條影片。此外，Google AI Pro 和 Ultra 訂閱使用者可利用 Lyria 3 製作定製音樂，並生成可精細控制的 AI 分身。使用者還可通過新 Chrome 擴充套件快速錄屏並將成片直傳 YouTube。
阿里推出 Wan2.7-Image：單次生成 12 張一致圖片，支援 12 種語言文字渲染
阿里巴巴推出影像生成與編輯統一模型 Wan2.7-Image。該模型支援精確控制人臉輪廓與 HEX 調色盤，可實現 12 種語言的印刷級文字渲染，並能在單次生成中輸出最多 12 張風格一致的影像。這意味著創作者能直接用它完成複雜的多語言圖文排版和連貫分鏡製作。
阿里釋出 Wan 2.7 Image：生成編輯一體，能輸色號還能畫圖表
阿里釋出生成與編輯一體的影像模型 Wan 2.7 Image。它主打更具真實瑕疵的人臉微調，支援直接輸入最多 8 個十六進位制色號鎖定配色，並能渲染 3000 tokens 的多語言長文本與表格。單次提示還可生成最多 12 張風格一致的影像，分鏡和設計物料製作效率大增。
Google 推出 Veo 3.1 Lite：成本腰斬速度不變，主打高性價比影片生成
Google 推出高性價比影片生成模型 Veo 3.1 Lite，成本不到 Veo 3.1 Fast 的一半，同時保持相同生成速度。該模型支援文生影片與圖生影片，提供最高 1080p 解析度及多種畫幅。即日起已在 Gemini API 和 Google AI Studio 付費預覽中開放。
LongCat 釋出 Audio Edit：幾秒音訊即可高質量克隆聲音
開源語音模型 LongCat Audio Edit 釋出。模型僅需幾秒參考音訊就能克隆語氣與音色，官方同時推出了 35 億引數高品質版和約 6GB 的輕量版，後者可在多數消費級 GPU 上本地執行。
位元組推出 DreamLite：3.9 億引數端側模型，手機離線生圖編輯只要 3 秒
字節跳動公佈輕量影像模型 DreamLite，僅 3.9 億引數即可在手機端完全離線執行。它兼顧文本生圖與影像編輯，在 iPhone 上生成一張 1024×1024 肖像圖約需 3 秒，還能直接換背景或改畫風。雖然寫實細節不及雲端大模型，但大幅壓低了手機端修圖的延遲與算力門檻。
Token Dial 亮相：用滑桿連續調節影片，煙霧濃淡、動作幅度拉一下就行
影片生成控制框架 Token Dial 公開論文。它無需重新訓練主模型，讓使用者能通過滑桿連續調節外觀與動作強度，比如煙霧多濃、車速多快。最值得關注的是，它用連續引數替代了靠提示詞碰運氣，讓影片生成的精細控制變得可行。