Maket 上線「文字生成傢俱」：打字生成 3D 模型，直接擺進平面圖
Maket 推出「Text to Furniture」功能，允許使用者通過文字描述直接生成 3D 傢俱模型。輸入「橢圓形樹瘤木餐桌」這類需求，即可自動生成兼顧長寬高的模型，並能直接拖入平面圖以 3D 視角檢視，讓定製化室內佈局更直觀。
AIGC · 日報
每日 AI 內容精選
週五
11月6日 星期五
週四
11月5日 星期四
Luma AI 釋出影片模型 Ray 2：最長生成 1 分鐘，全系入駐 AWS Bedrock
Luma AI 推出新一代影片生成模型 Ray 2，生成時長從之前的 5 秒拉長到最長 1 分鐘，最快 10 秒出片。同時 Luma 與 AWS 達成戰略合作，將視覺模型接入 Amazon Bedrock，並藉助 Trainium 等自研晶片壓低訓練與推理成本。
Google 上線 Gemini Omni 1.2 Flash：影片延長至 15 秒，降價 30%
Google 正式上線影片生成模型 Gemini Omni 1.2 Flash，原生影片時長增至 15 秒，呼叫價格下調 30% 至每秒 0.07 美元。新模型支援多輪對話式區域性修改，能鎖定人物與品牌細節一致性，並改善了對口型效果。Google 賬號使用者在 Google Vids 每月可免費生成 3 條。
週三
11月4日 星期三
OpenAI 釋出 Images 2.6：生成提速 50%，還能直接做 GIF
OpenAI 推出影像模型 Images 2.6，出圖速度提升 50%，並首次支援直接生成與編輯 GIF 動圖。API 同步上線 6 秒快速出圖的 Flare 和主打高畫質的 Sunburst 版本，還新增了 SVG 匯出與區域性塗鴉修改。目前已面向 ChatGPT 和 Codex 全級別使用者開放。
週二
10月27日 星期二
微軟釋出影像編輯模型 MAI Image 2.7：衝上天梯第二，場景風格編輯領先 24 分
微軟推出影像編輯模型 MAI Image 2.7，在 Artificial Analysis 影像編輯榜登頂第二、Arena Edit 排名第三。新模型在 10 個場景和 7 項編輯動作上均超越前代，尤其在場景與風格編輯上領先第二名 24 Elo。目前模型主打編輯，文生圖功能將在稍後推出。
週一
10月26日 星期一
阿里上線 Qwen-Image-2.1 API：單模型搞定摳圖、2K 渲染與十圖融合
Alibaba 在 Model Studio 上線 Qwen-Image-2.1 Pro 與 Turbo API。這個 7B 視覺模型集成了文生圖、最多 10 張圖的參考編輯、原生透明摳圖和 2K 文字排版。Turbo 版單張生成低至約 0.014 美元，商用無需自建 GPU 叢集。
週五
10月23日 星期五
ElevenLabs 上線全新預設聲音：攜手專業配音員，音質更清晰且風格更多元
ElevenLabs 在語音合成與 Projects Alpha 中上線了全新預設聲音。這批聲音由專業配音演員合作錄製並授權，基於專業聲音克隆技術訓練，音質更清晰，且新增了愛爾蘭、義大利等口音與更豐富的表演情緒。官方表示不持有這些聲音的版權，並在探索按生成次數向配音演員分潤的新模式。
週四
10月22日 星期四
Canva 釋出自研影像模型 Craft：不僅能出 2K 圖，還能一鍵拆成可編輯圖層
Canva 正式推出首個自研影像生成模型 Canva Craft。該模型基於平臺內海量專業設計模板訓練，支援生成最高 2K 解析度的畫面，並能通過 Canva Magic 直接轉為可自由修改的分層設計。目前所有使用者已可在 Dream Lab 中免費體驗。
Ideogram 推出 Vector 1.0：用提示詞生成可編輯 SVG 向量圖
Ideogram 釋出首個向量 AI 模型 Vector 1.0。它支援通過文字提示詞直接生成可編輯的 SVG 向量圖，或將現有圖片轉為無限放大的向量格式，兼具平滑漸變與清晰排版。模型現已在 Ideogram 平臺及 API 同步上線。
週一
10月19日 星期一
Viggle 推出世界模型 JST-2：輸入文字或圖片秒變 3D 空間，角色免綁骨骼就能動
Viggle 推出物理原生 3D 世界模型 JST-2，支援把文字或圖片一鍵轉為可探索的三維環境。它通過持續追蹤空間中的物質單元保持場景一致，生成的 3D 角色原生包含動力學，省去骨骼繫結步驟。場景可在瀏覽器中即時渲染，目前開放免費體驗。
週日
10月18日 星期日
OpenAI 洩露「Aurora」影像模型：現身 Arena 盲測，疑似 GPT-Image-3
OpenAI 在 API 和 Arena 盲測中短暫曝光代號為「Aurora」的三款新影像模型。其中 red 主打速度，green 細節更清晰，業內推測這很可能是下一代 GPT-Image-3。目前官方已撤下引用，暫無文件與定價。
週四
10月15日 星期四
史泰龍計劃用 AI 減齡拍《第一滴血》前傳：數字重返 18 歲
好萊塢老牌硬漢 Sylvester Stallone 透露正探索用 AI 減齡技術製作《第一滴血》前傳。技術測試已成功將他還原至 18 歲的高中少年樣貌。雖然好萊塢對 AI 的爭議未斷，但老牌巨星正借演算法打破生理壽命，繼續拓展經典 IP。
Krea 3 開啟 Beta 測試：8 秒完成 2K 影像編輯，支援多輪框選修改
Krea 開啟影像編輯模型 Krea 3 的 Beta 測試。該模型能在 8 秒內完成端到端 2K 影像編輯，畫質對標 Nano Banana Pro 與 GPT Image 2.5，並支援多輪對話與邊界框精準控制。完整版本將於下週上線。
ElevenLabs 推出 Instant Soundtracks：上傳影片自動配樂並對齊音效
ElevenLabs 推出 Instant Soundtracks 功能。使用者上傳影片後，AI 會自動生成原創配樂，並識別畫面動作在對應時間軸上精準對齊音效。該功能支援多場景情緒切換、分軌編輯及 API 呼叫，還能以現有音訊為參考生成風格匹配的配樂。
週三
10月14日 星期三
YouTube Music 上線 AI 音樂標識：人聲與旋律是否由模型生成一眼便知
YouTube Music 推出 AI 音樂標籤功能。當歌曲的旋律或人聲主要由生成式模型製作時，播放器介面會直接顯示標識，點選可檢視詳情。該能力依靠檢測工具與唱片公司合作，後續還將同步至 YouTube 主應用。
週二
10月13日 星期二
Higgsfield 接入 GPT-6 Astra：AI 影片時長突破 10 分鐘
影片生成平臺 Higgsfield AI 宣佈接入 GPT-6 Astra，將 AI 影片生成時長從 1 分鐘拉長至 10 分鐘以上。其創意智慧體還能呼叫外部 3D 建模工具保持畫面一致性，團隊同時在推進「語音直接出片」的即時生成功能。
週五
10月9日 星期五
阿里開源 Qwen-Image-2.1-Turbo：8 步去噪出 2K 圖，兼顧生成與編輯
阿里巴巴開源影像生成模型 Qwen-Image-2.1-Turbo。它基於 7B 架構，僅需 8 步去噪即可輸出 2K 影像，並支援自然語言影像編輯。這意味著開發者在本地跑輕量生成和修改時推理速度大幅提升。目前模型權重已上線 Hugging Face 與 ModelScope，官方 API 也已同步開放。
週四
10月8日 星期四
Midjourney 測試「思考模式」：重跑生圖更懂提示詞，排版與畫面更連貫
Midjourney 在其 Alpha 網站上線「思考模式」（Thinking Mode）測試。使用者在任務燈箱中點選「Rerun (Thinking)」即可體驗，該模式能顯著提升提示詞準確度、文字排版能力和畫面連貫性。官方表示未來可能全面開放或支援生成後追加思考。