Midjourney 下放高畫質影片：標準版可用，支援單條生成省成本
Midjourney 宣佈向 Standard 訂閱使用者開放高畫質影片生成功能。官方新增了 1 或 2 個影片的小批次生成選項，輸入引數即可省下最高 4 倍開銷；同時將 Moodboards 移至側邊欄獨立頁面，並最佳化稽核機制以減少誤報。
AIGC · 日報
週三
8月13日 星期三
Higgsfield AI 推出 Draw-to-Video：草圖直接轉影片
Higgsfield AI 推出 Draw-to-Video 功能，主打把手繪草圖直接轉化成影片，試圖擺脫純文字提示詞的侷限。該功能支援 MiniMax、Veo 3 和 Seedance Pro 等影片模型，讓創作者控制鏡頭畫面更直觀。
AI 敘事遊戲 Hidden Door 開啟測試：不再對玩家百依百順
AI 敘事平臺 Hidden Door 開啟早期測試。不同於 ChatGPT 等對玩家指令無底線順從的工具，它引入了世界觀限制與後臺擲骰子機制，玩家無法靠開掛瞬間獲勝，必須按劇情邏輯應對挑戰，不過目前生成響應仍有延遲且劇情略顯割裂。
週一
8月11日 星期一
Perplexity 上線影片生成：支援移動與網頁端，Pro 使用者每月 5 條
Perplexity 宣佈在網頁端、iOS 和 Android 上線影片生成功能。Pro 訂閱使用者每月可生成 5 條影片，Max 使用者每月可生成 15 條且畫質更強。搜尋助手正進一步從圖文回答跨入動態影片呈現。
Suno 預告 Suno Studio：支援多軌創作與 MIDI 匯出，已開啟候補
Suno 宣佈即將推出 Suno Studio，支援多軌創作並能匯出 MIDI，現已開放候補名單。這意味著 AI 生成音樂不再侷限於一鍵生成完整單曲，創作者可以按音軌調整並進行後續編輯，開始向更專業的音樂製作流程邁進。
Pika 公佈音訊驅動表演模型：6 秒生成超逼真表情，速度快 20 倍
Pika Labs 宣佈推出全新音訊驅動表演模型。該模型支援近乎即時的超逼真面部表情渲染，任意長度與風格的高畫質影片均能在 6 秒內生成，速度提升 20 倍且成本降低 20 倍。該功能即將上線 Pika 社交應用。
週四
8月7日 星期四
ElevenLabs 演示人機合奏：真實樂器混搭 Eleven Music 生成音軌
ElevenLabs 宣佈支援將真實樂器錄音與 Eleven Music 生成的 AI 音軌融合成混合歌曲。團隊在演示中展示了僅靠單次提示詞，將現場實錄的鋼琴演奏與 AI 生成的小提琴及人聲混音成曲。
Midjourney 上線 HD 影片模式：畫素增加 4 倍，專供高階訂閱
Midjourney 宣佈面向 Pro 和 Mega 訂閱會員推出 HD 高畫質影片模式。該模式畫面畫素數約為預設 SD 影片的 4 倍，不過生成成本也高出約 3.2 倍，主要面向對素材畫質有嚴苛要求的專業創作者。
週二
8月5日 星期二
Google Gemini 上線故事書功能：一句話生成 10 頁配圖有聲繪本
Google 宣佈在 Gemini 中上線個性化插畫故事書功能。使用者輸入文字描述或上傳兒童畫、家庭照片，即可生成一本包含 10 頁定製插圖並自帶語音朗讀的繪本，支援黏土定格、畫素風等多種畫風與超 45 種語言。該功能已在桌面與移動端面向全球開放。
ElevenLabs 推出 Eleven Music：簽下獨立版權庫，主打商用合規
ElevenLabs 推出 AI 音樂生成模型 Eleven Music，正式從語音擴充套件到音樂製作，並宣稱已掃清商用合規障礙。為避開 Suno 和 Udio 遭遇的侵權官司，團隊已與 Merlin 和 Kobalt 兩大獨立音樂版權平臺簽約，由音樂人自願授權作品用於訓練並參與分成。
Stability AI 推出企業解決方案：主打商品換景與品牌數字分身
Stability AI 推出企業平臺 Stability AI Solutions。首發套件面向營銷與設計場景，支援單圖轉多場景商品照、品牌風格保持、草圖出圖與 IP 數字分身定製，提供私有化部署和版權賠償保證，並已接入廣告巨頭 WPP 平臺。
週一
8月4日 星期一
xAI 上線 Grok Imagine：支援 15 秒帶聲影片，自帶「香辣模式」
xAI 正式面向 SuperGrok 與 X Premium+ 訂閱者推出影像與影片生成器 Grok Imagine。它能將提示詞轉為 15 秒帶原生音訊的影片，還帶有允許生成輕度 NSFW 內容的「香辣模式」，不過名人和過激內容仍會觸發稽核打碼。
週三
7月30日 星期三
Higgsfield 接入 MiniMax 海螺：無限免費生成影片，設 2 萬美元大獎
Higgsfield AI 宣佈接入 MiniMax 海螺影片生成模型，並提供無限次免費生成。平臺同時啟動總獎金 2 萬美元的影片挑戰賽，作品徵集截至 8 月 17 日。這意味著創作者能零門檻體驗高質量 AI 影片並爭奪獎金。
亞馬遜投資「AI 界 Netflix」Fable：打字就能當導演拍動畫
獲亞馬遜 Alexa Fund 投資的 Fable 公開發布 AI 動畫創作平臺 Showrunner。使用者輸入文字即可生成動畫場景或整集劇集，還能上傳照片把本人做成角色。平臺目前在 Discord 上免費開放，首批上線了惡搞科技大佬的《Exit Valley》等原創作品。
週二
7月29日 星期二
Luma 推出 Dream Machine 指令修改功能：打字就能給影片換裝換場景
Luma Labs 在 Dream Machine 中上線 Modify with Instructions 功能，訂閱使用者直接用自然語言即可修改影片內容。只需在畫面中選定目標並輸入修改提示詞，就能在整段影片中實現物體替換、換裝或虛擬佈景，並支援三檔強度微調。目前已向全部訂閱使用者開放。
Ideogram 上線 Character：一張參考圖生成一致角色，鎖死五官不跑偏
Ideogram 推出角色一致性工具 Character 及對應 API。只需上傳單張參考圖，就能在不同姿勢、服裝和場景下鎖定五官特徵。最值得關注的是，創作者無需微調即可穩定輸出繪本角色與頭像，開發者也能通過 API 直接呼叫。
Yelp 上線 AI 拼接短影片：抓取使用者評價和照片，自動生成探店解說
Yelp 在 iOS 應用全美上線 AI 生成的餐廳短影片。系統利用 OpenAI 撰寫解說指令碼、ElevenLabs 生成旁白配音並自動拼接使用者的真實圖文。不過商家目前無法提前預覽，普通使用者也暫不能禁止自己的照片被選用。
週五
7月25日 星期五
Meshy 5 預覽版上線：支援多視角輸入與銳利邊緣，新增 500+ 動畫
Meshy.ai 推出 Meshy 5 Preview。新版支援多視角影像輸入對齊，幾何邊緣更清晰利落，併為繫結角色庫擴充了 500 多套動作動畫。這意味著遊戲與影視開發者可以直接省掉大半手工修模和綁骨骼的髒活累活。
Midjourney 上線影片首尾幀控制：支援無縫迴圈，Discord 也能直接玩
Midjourney 推出影片生成新特性，支援使用者自定義起始幀和結束幀畫面。這意味著創作者可以讓兩個畫面平滑形變過渡，或者直接生成無縫迴圈影片。該影片生成能力現已上線 Discord 機器人，不過官方表示網頁端體驗目前依然更好。
Runway 推出 Aleph 影片模型：支援任意改視角、增刪物體和調光
Runway 釋出上下文影片模型 Runway Aleph。它主打多工影片生成與編輯，能直接在原影片上增刪物體、改變場景視角，甚至任意修改風格與光照。目前已向所有付費使用者開放。
週三
7月23日 星期三
Leonardo.Ai 上線 Veo 3 Fast：支援帶聲 8 秒 1080p 影片，生成快 3 倍
Leonardo.Ai 宣佈上線 Veo 3 Fast 模型。新版本可生成最高 1080p 解析度、帶聲音的 8 秒影片，生成速度比常規 Veo 3 最多快 3 倍，主要用於創意構思與提示詞測試，已面向 Leonardo 使用者計劃開放。
週五
7月18日 星期五
Netflix 首次在原創劇中用 AI 做特效：製作提速 10 倍還省了錢
在週四的財報電話會上，Netflix 聯合 CEO Ted Sarandos 透露，原創劇《The Eternaut》首次使用生成式 AI 製作大樓坍塌特效，製作速度比傳統流程快了 10 倍，大幅削減了成本。他認為 AI 不僅能降本，還能幫創作者拍出更好的作品。
週四
7月17日 星期四
Suno 推出 v4.5+：支援替換人聲、調整伴奏並從歌單找靈感
AI 音樂平臺 Suno 推出 v4.5+ 版本。新版本帶來了更多創作玩法，允許使用者直接替換人聲、調整或翻轉樂器伴奏，還能根據任意播放列表激發靈感生成歌曲，進一步降低了音樂二次創作與調整的門檻。
Adobe Firefly 升級影片工具：自己用嘴配音，AI 就能生成對應音效
Adobe 為 Firefly 推出多項影片功能，支援使用者通過輸入描述並錄製一段人聲擬音，讓 AI 捕捉節奏和強度來生成匹配的音效。新版本還增加了構圖參考、關鍵幀裁剪等影片控制選項，並正式接入了 Google 的 Veo 3 影片模型。
Apple News+ 上線 Emoji Game：用 Genmoji 猜短語解謎
Apple 宣佈為美加地區的 Apple News+ 訂閱使用者推出原創益智解謎小遊戲 Emoji Game。玩家需要用給出的 emoji（包括由 Apple Intelligence 生成的 Genmoji）填空補全短語，步數越少成績越好。遊戲現已支援 iOS 18.4 等系統，今年秋季還將整合進全新的 Apple Games 應用。
週三
7月16日 星期三
Midjourney 準備開放企業級 API：正式啟動調研並開放申請
Midjourney 宣佈正開始調研開放企業級 API，以便使用者將其影像生成能力整合到自己的公司與服務中。官方目前已開放申請問卷，希望藉此瞭解潛在客戶的具體需求並收集功能反饋。
Lightricks 升級 LTX Video：支援即時邊播邊改，最長生成 60 秒
Lightricks 釋出開源模型 LTX Video 最新版，支援即時流式生成，創作者能在生成中途追加提示詞微調畫面。新模型最長可生成 60 秒連續影片，開源權重已上線 Hugging Face 與 GitHub，單張 H100 或消費級筆記型電腦即可執行。
週二
7月15日 星期二
Runway 推出動捕模型 Act-Two：支援頭面身手全追蹤，單影片驅動
Runway 釋出下一代動作捕捉模型 Act-Two，生成質量大幅提升，全面支援頭部、面部、身體與手部追蹤。創作者只需提供一段驅動表演影片和一個參考角色即可生成。不過目前僅面向企業客戶和創意合作伙伴開放。
週五
7月11日 星期五
Higgsfield 接入 Google Veo 3：結合 Soul ID 打造端到端 AI 影片工作室
Higgsfield AI 宣佈接入 Google Veo 3 影片生成模型。平臺將其與自家的 Soul ID 結合，主打高寫實與審美質感，旨在讓創作者在一個訂閱內獲得完整的端到端 AI 影片製作能力。
Exists 開放 3D 世界生成平臺：輸入一句話，雲端虛幻引擎直接生成可玩場景
Exists 正式向公眾開放其 3D 虛擬世界生成平臺。與單純的影片擴散模型不同，它基於雲端定製的虛幻引擎執行；使用者只需輸入一段提示詞，就能直接生成帶光照、AI 角色和多人支援的可玩 3D 場景，零門檻創作屬於自己的虛擬世界。
Black Forest Labs 推出 Kontext Komposer：不用提示詞直接改圖
Black Forest Labs 推出 Kontext Komposer 及配套預設功能。使用者不需要寫提示詞，就能直接給圖片換場景、重打光、做產品植入或做海報。目前該工具已在官方 Playground 免費開放。
