Amazon 升級影像模型 Titan v2：支援參考圖引導與調色盤控圖
Amazon 在 AWS Bedrock 上線 Titan Image Generator v2。新模型支援用參考圖控制構圖與邊緣、移除背景、按指定調色盤出圖，並能保持品牌視覺風格統一。針對版權風險，AWS 繼續為企業使用者提供侵權免責賠償。
AIGC · 日報
週二
8月6日 星期二
週四
8月1日 星期四
Stability AI 釋出 Stable Fast 3D：單圖生成 3D 資產僅需 0.5 秒
Stability AI 釋出 3D 生成模型 Stable Fast 3D。它能在 0.5 秒內將單張圖片轉化為包含網格與材質的完整 3D 資產，較上一代 SV3D 的 10 分鐘大幅提速。模型權重與程式碼現已在 Hugging Face 和 GitHub 開源，年收入 100 萬美元以下支援商用。
週三
7月31日 星期三
Runway釋出Gen-3 Alpha Turbo：速度快7倍，生成10秒影片僅需11秒
Runway在X上宣佈推出影片模型Gen-3 Alpha Turbo，生成速度比原版Gen-3 Alpha提升7倍，生成一段10秒的高畫質影片僅耗時11秒。新模型價格更低，近期陸續向用戶推送，移動端也即將支援圖生影片。
週二
7月30日 星期二
Midjourney 上線 V6.1：肢體與小臉細節大修，生成提速 25%
Midjourney 正式推出 V6.1 影像模型並設為預設。新版重點改善了手臂、雙手和五官等小細節的連貫性，文本拼寫更準，標準生成速度提升約 25%，還新增了 2 倍放大器。不過區域性重繪等功能仍暫退回 V6.0 處理。
週一
7月29日 星期一
NVIDIA 更新數字人技術：推出可感知情緒的 AI 助手 James
NVIDIA 在 SIGGRAPH 預覽了互動式數字人「James」以及 Maxine 3D 等技術。James 基於 NVIDIA ACE 與 ElevenLabs 語音打造，能帶情緒和幽默感進行即時互動。最關鍵的是，普通 2D 影片肖像現可通過 Maxine 3D 快速生成 3D 數字人化身。
Runway 上線 Gen-3 Alpha 圖生影片：支援單圖定首幀，畫面更穩定
Runway 宣佈上線 Gen-3 Alpha 的圖生影片功能。使用者現在可以將任意靜態圖片作為影片的第一幀，還能配合文本提示詞輔助控制。這一更新大幅改善了生成影片的可控度與視覺一致性，創作者不用再完全靠文字碰運氣了。
Shutterstock 推出 3D 生成，Getty Images 生圖速度翻倍
基於輝達 Edify 架構，Shutterstock 上線 Generative 3D 商業公測，支援文字生成 3D 資產與 16K 級 360 HDRi 背景；Getty Images 則升級生圖服務，速度翻倍至 6 秒出 4 圖，並新增模型微調與草圖控圖。兩家均主打商業正版授權訓練。
週四
7月25日 星期四
Runway 遭曝秘密抓取 YouTube 影片與盜版電影訓練 Gen-3
據 404 Media 曝光的一份內部表格，Runway 秘密抓取了成千上萬個 YouTube 創作者影片、知名品牌內容及盜版電影來訓練其主力模型 Gen-3。此前獲 Google 和輝達投資的 Runway 面對資料提問時一直含糊其辭，這次洩露讓 AI 影片的資料版權爭議再次激化。
快手可靈 AI 全球上線：郵箱直接註冊，每天送 66 積分免費生影片
快手旗下可靈 AI 1.0 正式全球上線，憑郵箱即可註冊。平臺每天贈送 66 點免費積分，支援文生影片與圖生影片，還自帶運鏡控制功能，生成 5 秒片段約耗時 5 分鐘。相比仍處於內測的 OpenAI Sora，可靈直接讓所有人都能免費上手體驗。
週三
7月24日 星期三
Stability AI 釋出 Stable Video 4D：單段影片一鍵轉出 8 個新視角
Stability AI 推出動態多視角影片生成模型 Stable Video 4D。使用者上傳一段單一主體的影片並指定相機位姿，模型約 40 秒內即可生成 8 個視角的 5 幀影片，可用於後續動態 3D 最佳化，目前已在 Hugging Face 開源。
Suno 上線分軌功能：一鍵分離人聲與伴奏
Suno 推出「Stems」音訊分軌功能，面向 Pro 和 Premier 付費訂閱使用者開放。使用者可以在曲目選單中點選「Get Stems」，將生成的音樂拆分成獨立的人聲和伴奏音軌，並分別進行下載或延展編輯。這意味著創作者在後期混音上擁有了更多控制權。
週一
7月22日 星期一
EA 新遊戲用 AI 生成 11,000 名球員：不用全身掃描，照片直接轉 3D
據《華爾街日報》等報道，EA Sports 在新發售的《College Football 25》中利用自研 AI 模型，將 11,000 名大學選手的證件照轉化為 3D 虛擬形象。相比過去昂貴耗時的全身掃描，AI 方案大幅縮減了成本與工期，也為未來體育遊戲的年更奠定了技術基礎。
Luma Dream Machine 上線 Loops 功能：生成無縫迴圈 AI 影片
Luma Labs 在 AI 影片模型 Dream Machine 中上線 Loops 功能。該功能支援讓生成的影片首尾無縫銜接，直接匯出平滑迴圈的動態畫面。對於常做動態背景或動效的創作者而言，省去了後期手動拼合素材的麻煩。
Sakana AI 推出浮世繪影像模型：文生圖還原江戶風，黑白版畫一鍵上色
Sakana AI 推出兩款專注於傳統浮世繪的影像生成模型 Evo-Ukiyoe 與 Evo-Nishikie。前者可由文本生成江戶浮世繪風格影像，後者能為單色古籍版畫自動上色，兩者均基於立命館大學逾 2.4 萬件標註作品微調。模型目前已在 Hugging Face 開源，僅支援日語提示詞。
週一
7月8日 星期一
Odyssey 亮相：主打能讓創作者親自「導演」的好萊塢級視覺 AI
Oliver Cameron 公佈新專案 Odyssey，主打好萊塢級視覺 AI。它不僅能生成風景、角色、光影與動作，還支援創作者精細導演。團隊目標是改變電影、電視劇和遊戲的製作流程，讓視覺生成不再只是不可控的抽卡。
週二
7月2日 星期二
WhatsApp 曝光新功能：輸入「imagine me」，AI 拿你自拍做貼紙
據報道，Meta 正在 WhatsApp Android 測試版中內測個性化貼紙生成功能。使用者上傳幾張自拍參考照後，在聊天中輸入「@Meta AI imagine me」就能把自己放進森林或太空等場景做成貼紙。自拍可隨時在設定中刪除，目前尚未正式上線。
Suno 正式上線 iOS 應用：手機輸入文字直接寫出一整首歌
Suno 正式在蘋果 App Store 上線 iOS 應用。使用者只需輸入文本提示詞，幾分鐘內就能生成包含人聲、伴奏和編曲的完整歌曲。不過，Suno 目前正面臨環球、索尼等唱片公司的版權訴訟，被指控未經許可使用受版權保護的音樂訓練模型。
週三
6月26日 星期三
Peacock 推出 AI 版傳奇解說：定製你的奧運專屬早報
NBCUniversal 宣佈將在 Peacock 平臺推出「Your Daily Olympic Recap」，用 AI 克隆傳奇解說員 Al Michaels 的聲音播報定製奧運集錦。使用者輸入名字並選定偏好運動後，每天能聽到叫得出自己名字的專屬戰報。官方預計生成近 700 萬種變體，並安排人工編輯審聽防翻車。
週二
6月25日 星期二
玩具反斗城聯手 OpenAI：首部 Sora 品牌宣傳片亮相
玩具反斗城母公司釋出號稱首部由 OpenAI Sora 參與制作的品牌宣傳片。創意機構透露，Sora 完成了大約 80% 至 85% 的畫面生成，其餘細節由十餘人團隊通過後期視效修整。這也是 Sora 首次公開試水商業品牌廣告。
週一
6月24日 星期一
Synthesia 2.0 釋出：用手機自拍做數字人，手勢肢體動作今年上線
Synthesia 推出企業級影片平臺 Synthesia 2.0。新版本不僅支援用手機或攝像頭錄製專屬數字人，並同步復刻 30 多種語言音色，還展示了今年晚些時候上線的帶手勢全身數字人。企業做培訓和演示不用再約影棚，對著攝像頭錄一段就能批次生成影片。
週四
6月20日 星期四
Leonardo AI 釋出 Phoenix 模型：文字排版更準，支援自然語言二次修圖
週一，Leonardo AI 釋出新模型 Leonardo Phoenix，主打更高的提示詞遵從度與文字渲染能力。更新還帶來了「Edit with AI」功能，允許直接用自然語言追加修圖指令。不過受架構調整影響，墊圖引導等部分舊功能暫時無法使用。
