Drake 連發 AI 語音新歌：用 Tupac 和 Snoop Dogg 聲音隔空喊話
Drake 在社交平臺釋出新歌《Taylor Made Freestyle》，用 AI 合成的 Tupac 和 Snoop Dogg 聲音向 Kendrick Lamar 喊話施壓。外界推測是他自己錄完再通過 AI 轉換音色。最值得關注的是，AI 克隆人聲已成為頂級說唱歌手公開交鋒的實戰武器。
AIGC · 日報
週六
4月20日 星期六
週五
4月19日 星期五
TED 聯手藝術家與 OpenAI：用 Sora 設想 40 年後的演講
TED 宣佈與藝術家 Paul Trillo 及 OpenAI 合作，使用尚未正式釋出的文生影片模型 Sora 製作了一支概念短片。短片暢想了 40 年後 TED 大會的模樣，也是創作者提前探索 Sora 視覺表達潛力的最新案例展示。
週四
4月18日 星期四
Blockade Labs 升級 Skybox AI：Model 3 帶來 8K 全景，適配 Vision Pro
Blockade Labs 釋出 Skybox AI 的 Model 3 更新，支援生成並下載 8K 解析度的 360 度全景環境，畫素較上一代提升 77%，可直接適配 Apple Vision Pro。此外還上線了 Remix Your 360 功能，允許上傳任意全景圖進行二次重繪。
週三
4月17日 星期三
Stability AI 上線 Stable Diffusion 3 API：文字排版看齊旗艦
Stability AI 宣佈在開發者平臺上線 Stable Diffusion 3 和 Stable Diffusion 3 Turbo 的 API，並聯合 Fireworks AI 提供服務。該模型採用 MMDiT 架構，官方稱在排版拼寫與提示詞遵循上不輸 DALL-E 3。後續還將向會員開放權重自託管下載。
週一
4月15日 星期一
Adobe 預覽 Premiere Pro 新功能：AI 增刪物體，還能接 Sora
Adobe 預告了 Premiere Pro 年內將推出的生成式 AI 功能，支援在畫面中直接圈選增刪物體、自動補幀延長過短的影片片段。最值得關注的是，Adobe 還演示了引入 OpenAI 的 Sora 和 Pika 等第三方模型生成畫面的能力。不過這些 AI 工具預計今年晚些時候才會上線。
週五
4月12日 星期五
Freepik 升級 AI 影像生成器：即時出圖，支援無限滾動瀏覽
Freepik 上線最新版 AI 影像生成器，支援即時渲染與無限滾動。工具主打快速輸出寫實級畫質，支援一鍵生成多變體。免費使用者每天可生成 20 張，付費訂閱者可享受無限制生成與完整風格庫。
週四
4月11日 星期四
Adobe 每分鐘 3 美元收影片：全力訓練 AI 影片模型對標 Sora
據報道 Adobe 開始向創作者按每分鐘約 3 美元收購日常動作與情緒等短影片素材，最高可達 7.25 美元。此舉旨在為自研文生影片工具儲備訓練資料，應對 OpenAI Sora 帶來的競爭壓力，同時繼續走合規採購路線。
週三
4月10日 星期三
DeepMind 前員工做出的音樂 AI：Udio 上線，40 秒寫出一首歌
由前 Google DeepMind 研究人員創立的 Udio 正式公開發布。使用者只需輸入風格描述或歌詞，40 秒內就能生成包含人聲與母帶效果的音軌，還支援二次混音與片段延長。該專案獲 a16z 領投，will.i.am 和 Instagram 聯創等參投。
週三
4月3日 星期三
ChatGPT 升級影像功能：支援選區區域性修改，手機塗鴉也能直接生圖
OpenAI 上線 ChatGPT 影像生成與編輯功能，面向所有使用者開放。你不僅能用畫筆圈出局部做定向微調，還能在手機端畫草圖轉成精細畫作。最值得關注的是改圖不再需要重抽整張圖，不過官方提示區域性編輯可能偶爾超出選區範圍。
Stable Audio 2.0 上線：生成 3 分鐘完整音樂，支援音訊轉音訊
Stable Audio 2.0 正式上線，支援通過文本提示詞直接生成最長 3 分鐘、44.1kHz 雙聲道的完整曲目。新模型改用擴散 Transformer 架構，不僅能生成帶前奏和尾奏的完整結構，還支援上傳音訊並進行風格轉換。目前可在官網免費體驗。
週一
3月25日 星期一
OpenAI 曬 Sora 首批藝術家作品：荒誕超現實成最大看點
OpenAI 公佈了一批由視覺藝術家、導演等創作的 Sora 早期作品與反饋。團隊表示，Sora 最強大的地方不在於復現真實，而在於快速具象化那些超現實與荒誕的想法。不過作品均經過創作者後期剪輯，模型目前仍在小範圍測試中。
週三
3月13日 星期三
不止 Gemini：測試顯示 Adobe Firefly 生成歷史人物同樣翻車
Semafor 測試發現，Adobe 的影像生成工具 Firefly 同樣出現了生成黑人納粹士兵等失真畫面的問題。最值得關注的是，即便只使用合規商業相簿訓練，防偏見的安全指令依然在歷史語境下過猶不及。Adobe 回應稱 Firefly 並非用於紀實，將持續微調修復。
OpenAI 確認 Sora 年內公測：可能只需幾個月，後續還將支援音訊
OpenAI 技術長 Mira Murati 透露，文生影片模型 Sora 將於今年晚些時候向公眾開放，可能就在幾個月後。此外，OpenAI 計劃未來為 Sora 引入音訊生成和影片編輯功能，並努力將其使用成本降至接近 DALL-E 的水平。
週二
3月5日 星期二
DeepMind 校友創立 Haiper：上線自研影片工具，拿 1380 萬美元融資
由 DeepMind 前員工創立的初創公司 Haiper 公開發布自研影片生成工具，並宣佈完成 1380 萬美元種子輪融資。使用者目前可免費生成 2 至 4 秒短影片或讓靜態圖動起來。團隊計劃未來開放核心模型 API 並考慮開源，直面 Sora 的競爭。
週三
2月28日 星期三
Lightricks 推出 LTX Studio：AI 一鍵生成長影片，保持角色與光影一致
Lightricks 推出 AI 影片生成平臺 LTX Studio。它能直接將創意轉化為包含多鏡頭的完整長影片，並重點解決了多場景間角色外觀與光影一致性的痛點，試圖讓創作者用 AI 獨立搞定影視級成片。
Stability AI 聯手 Morph Studio：打造多分支 AI 影片生成工作流
Morph Studio 宣佈與 Stability AI 達成合作，推出一體化 AI 影片生成平臺。該方案支援將文本、影像或已有影片轉化為連續鏡頭，並採用多分支並行工作流提升創作效率。目前官網已開放候補名單申請。
Adobe 公佈音樂生成專案：提示詞生音訊，還能自由調節奏混音
Adobe 公佈生成式音訊研究專案 Project Music GenAI Control。使用者輸入文字或參考旋律即可生成音樂，還能調整節奏、結構或延長做無限迴圈。最值得關注的是它支援深度精修，不過目前仍處研究階段，連 UI 都還沒做。
Ideogram 1.0 上線：文字渲染升級，新增 Magic Prompt
Ideogram 正式上線文生圖模型 Ideogram 1.0。新版本提升了真實感與提示詞遵循度，主打更精準的圖片內文字渲染，並加入輔助撰寫提示詞的「Magic Prompt」功能。目前已在官網開放使用。
週二
2月27日 星期二
Pika 上線 Lip Sync 功能：接入 ElevenLabs，AI 角色開口能對上口型
Pika 推出 Lip Sync 功能，接入 ElevenLabs 提供配音，讓影片角色的嘴型能與臺詞同步。它支援文本轉語音或上傳音訊，省去了繁瑣的後期外掛工具。不過該功能目前僅限 Pika Pro 付費使用者和受邀測試者使用。
阿里釋出肖像影片框架 EMO：一張圖一段音訊，就能讓人物自然開唱
阿里研究團隊公佈音訊驅動肖像影片框架 EMO。輸入一張單人照片和一段語音或歌聲，就能生成神態豐富、口型同步且時長不限的動態影片。它能敏銳捕捉語調起伏與快節奏歌詞，也能讓油畫與 3D 角色開口說話。
