Reve 釋出 Reve 2.1：原生 4K 輸出重回競技場第二，算力僅對手十分之一
Reve 釋出 Reve 2.1 影像模型，在 Arena 和 Design Arena 重回總榜第二。該模型支援原生 4K（1600 萬畫素）輸出與精細區域性編輯，在強化多語言文字渲染的同時，訓練算力不到競爭對手的十分之一。
AIGC · 日報
週四
7月9日 星期四
週三
7月8日 星期三
Google 相簿上線 Video Remix：普通影片一鍵重混成油畫短片
Google 在 Google 相簿中上線 Video Remix 功能，依託 Gemini Omni 模型，讓使用者通過簡易模板快速生成風格化影片。它支援電影級重新打光、更換背景以及水彩、油畫等藝術特效。目前先面向部分國家的 Google AI 訂閱使用者推送。
字節跳動釋出 Seedream 5.0 Pro：支援塗畫標註修改，主打高密度資訊圖
字節跳動釋出多模態影像模型 Seedream 5.0 Pro。新模型主打高資訊密度圖表與互動式編輯，不僅能排版複雜文本，還支援直接在圖上畫框和手寫標註來指導區域性修改，並支援圖層分離。最值得關注的是，它開始真正把影像生成接入實用設計工作流。
週二
7月7日 星期二
Meta 上線影像模型 Muse Image：可直接圈選修改，日常免費用
Meta 推出首款影像生成模型 Muse Image 並整合至 Meta AI。它能根據自然語言描述處理照片，支援直接在畫面上圈選塗改細節、渲染清晰文本，還能結合真實商品重做房間設計。日常使用免費，此前引發爭議的 @公開賬號參考功能已被撤下。
週一
7月6日 星期一
字節跳動曝光 Seedance 2.5：一條提示詞生成 30 秒 4K 影片
上個月，字節跳動在北京披露了影片生成模型 Seedance 2.5，傳最快將於 7 月 9 日上線。新模型單條提示詞即可生成 30 秒 4K 影片，並支援多達 50 個參考影像、影片或音訊，相比前代的 12 個大幅提升了畫面可控性。目前官方落地頁已在 Dreamina 上線。
週四
7月2日 星期四
Meta 悄然上線 Pocket：輸入提示詞就能生成互動小遊戲
據報道，Meta 推出社交應用 Pocket，使用者只靠文字提示詞就能生成輕量級互動遊戲。應用基於其收購的 Gizmo 團隊技術，生成的互動小元件支援觸控、傾斜感應與呼叫攝像頭。目前 Pocket 僅在巴西等少數地區測試，Meta 尚未正式官宣。
週二
6月30日 星期二
Runway 接入 Gemini Omni Flash：支援生成編輯影片，可喚內建 Agent
Runway 宣佈在其影片平臺接入 Google Gemini Omni Flash 模型。該模型支援通過文本、影像及現有影片片段進行生成與編輯。使用者不僅能直接在介面中選用，還可通過內建 Agent 直接呼叫 Omni 進行創作。
Netflix 旺卡真人秀用 AI 復活已故影星聲音：家屬授權、ElevenLabs 配音
Netflix 將於 9 月 23 日上線旺卡真人秀《Wonka’s The Golden Ticket》，預告片中採用了 AI 生成的已故影星 Gene Wilder 的聲音擔任旁白。該音訊由 AI 語音公司 ElevenLabs 製作，並已獲得 Wilder 家屬授權。這也是流媒體平臺再度嘗試合規復現逝世名人聲音。
週一
6月29日 星期一
Google 開放 Gemini 個性化生圖：連通相簿，免傳照片畫出自己
Google 宣佈向符合條件的美國使用者免費開放 Gemini 個性化影像生成。授權後，它可呼叫 Gmail 與 Google 相簿等資料，直接根據真實相簿與偏好生成專屬影像，無需手動傳圖。該功能需使用者主動開啟，可在設定中隨時調整。
週二
6月23日 星期二
Google Flow 接入街景：輸入真實地點，AI 就能定點生成影片
Google 為 Google Flow 引入 Maps Imagery Grounding，支援呼叫 Google Maps 街景生成圖片與影片。使用者在提示詞裡輸入具體地點或地標，AI 就會參考真實街景細節構圖。最值得關注的是生成場景有了現實座標，不再憑空捏造。不過目前僅支援美國地區。
快手公佈 Kling Omni Director：把參考影片的運鏡直接克隆給新畫面
快手 Kling 團隊本週推出 Omni Director 研究預覽。它不再依賴文本提示詞調鏡頭，而是能直接學習參考影片的運鏡軌跡、切鏡節奏甚至子彈時間特效，並驅動新圖片生成影片。目前該功能尚未正式開放使用。
週一
6月22日 星期一
Stability AI 推出 3D 控制系統 Arbor：給生成加一份空間藍圖
Stability AI 釋出 3D 生成控制系統 Arbor。它無需重新訓練底模，創作者只需提供簡單的粗略網格，就能精確指定物體的生成空間、避讓留白和接觸面。該模型僅 600MB 且已開原始碼，配合 Trellis 使用，讓 AI 生成的 3D 資產能真正嵌入實際遊戲和工業管線。
週四
6月18日 星期四
Google 聯手藝術家 Refik Anadol：全球首座 AI 藝術博物館即將開館
Google 宣佈支援全球首個 AI 藝術博物館 Dataland 於 6 月 20 日在洛杉磯開館。館內藉助 Google Cloud 與 Gemini 企業級智慧體平臺，即時渲染 12 億畫素的生成藝術，並融合聲音與氣味等全感官互動。Google 同時提供資助扶持數字創作者。
xAI 上線 Grok Imagine Video 1.5：登頂影片榜首，價格比 Sora 低 86%
xAI 全面上線影片生成模型 Grok Imagine Video 1.5，並登頂圖生影片競技場。該模型採用自迴歸架構 Aurora，自帶音畫同步，720p 影片每秒定價 0.14 美元，比 Sora 2 Pro 便宜約 86%。不過其單次輸出上限為 15 秒 720p。
週三
6月17日 星期三
Lightricks 推出 ScenA：一段提示詞加人聲樣本，一次生成帶環境音的多人對話場景
Lightricks 聯合特拉維夫大學推出音訊生成模型 ScenA。輸入自由文本提示詞與參考人聲，模型能一次性生成長達 20 秒的多說話人音訊場景，自然融入環境雜音、重疊說話和情緒喘息。最關鍵的是它擺脫了逐輪指令碼和分軌生成的束縛，讓機器對話真正有了真實世界的現場感。
阿里釋出 HappyOyster 1.0：一句話生成可互動世界，支援鍵盤即時操控
阿里雲宣佈推出開放式世界模型產品 HappyOyster 1.0。它支援原生多模態音影片聯合生成，能在生成過程中持續接收指令並即時響應。使用者不僅能隨時叫停並改寫劇情，還能用 WASD 鍵在畫面中走動探索，讓影片生成真正變成可玩的遊戲世界。
週二
6月16日 星期二
Midjourney V8.1 上線草稿模式：一次出 24 張圖，只耗半份算力
Midjourney 為 V8.1 推出草稿模式。單次可生成 24 張低解析度草稿，僅消耗標準任務一半的快速算力；對滿意圖點選 Vary 即可渲染完整解析度。此外新增 --preview 引數，方便使用者測試早期未打磨的新模型。
週一
6月15日 星期一
字節跳動上線 Seedance 2.0 Mini：價格砍半，主打日常影片生成
ByteDance 旗下 BytePlus 上線影片生成模型 Seedance 2.0 Mini。新模型支援以影像、影片和音訊作為參考輸入生成影片，專為高頻日常製作打造，速度更快，定價僅為標準版 Seedance 2.0 的約 50%。
週四
6月11日 星期四
ElevenLabs 推出數字人功能：輸入指令碼一鍵生成音畫同步影片
ElevenLabs 在 ElevenCreative 中上線 Avatars 功能。使用者只需選定數字人、輸入指令碼並選擇聲音，即可在單一介面完成口型同步影片生成，還支援在多場景中保持角色一致性，目前面向所有付費方案開放。