神秘模型 HappyHorse-1.0 登頂排行榜：文生與圖生影片雙料第一
一款名為 HappyHorse-1.0 的神秘影片模型在文生影片與圖生影片排行榜中同時登頂第一。早期測試顯示，它尤其擅長生成多鏡頭影片並遵循複雜的方向提示詞。兩項主要基準測試的雙雙領跑，讓它成為當前 AI 影片領域備受矚目的黑馬。
AIGC · 日報
週二
4月7日 星期二
Runway 接入 Seedance 2.0：支援多鏡頭影片生成與完整聲效
Runway 宣佈將 Seedance 2.0 整合進自家平臺。該模型支援文本、圖片、影片或音訊輸入，可直接生成帶完整音效與對白的多鏡頭影片序列。目前僅面向美國境外的 Unlimited 訂閱會員及企業賬戶開放。
週一
4月6日 星期一
Vanast 虛擬試穿新框架：一張照片換新衣服，直接生成連貫動畫
虛擬試穿框架 Vanast 亮相。它只需輸入一張人物照片、服裝圖片以及人體骨架姿態影片，就能一步重構出穿著新衣的人物動態影片。它能較好保留面部特徵與體型，並支援上下裝與連衣裙等多種款式。目前程式碼尚未正式開源。
週六
4月4日 星期六
傳 OpenAI 新影像模型 GPT-Image-2 洩露：文字渲染與常識大提升
開發者 Pieter Levels 爆料 OpenAI 新影像模型 GPT-Image-2 以 maskingtape-alpha 等代號現身 Arena 平臺。早期測試顯示其具備極強的世界知識與文字渲染表現，甚至可能超過 Nano Banana Pro。目前官方尚未對此證實。
週五
4月3日 星期五
MMPhysVideo 框架亮相：讓 AI 影片生成學會幾何與物理規律
研究團隊提出影片生成框架 MMPhysVideo，解決現有模型僅靠畫素預測導致的物體變形與物理穿幫問題。它將幾何、運動軌跡等感知訊號轉為統一格式聯合訓練，並藉助蒸餾保持推理效率。相關程式碼和資料集計劃完全開源。
週四
4月2日 星期四
Google Vids 大升級：所有使用者每月免費生成 10 條 Veo 影片
Google 宣佈為影片編輯工具 Google Vids 引入 Veo 3.1 影片生成模型，所有 Google 賬號每月可免費生成 10 條影片。此外，Google AI Pro 和 Ultra 訂閱使用者可利用 Lyria 3 製作定製音樂，並生成可精細控制的 AI 分身。使用者還可通過新 Chrome 擴充套件快速錄屏並將成片直傳 YouTube。
週三
4月1日 星期三
阿里推出 Wan2.7-Image：單次生成 12 張一致圖片，支援 12 種語言文字渲染
阿里巴巴推出影像生成與編輯統一模型 Wan2.7-Image。該模型支援精確控制人臉輪廓與 HEX 調色盤，可實現 12 種語言的印刷級文字渲染，並能在單次生成中輸出最多 12 張風格一致的影像。這意味著創作者能直接用它完成複雜的多語言圖文排版和連貫分鏡製作。
阿里釋出 Wan 2.7 Image：生成編輯一體，能輸色號還能畫圖表
阿里釋出生成與編輯一體的影像模型 Wan 2.7 Image。它主打更具真實瑕疵的人臉微調，支援直接輸入最多 8 個十六進位制色號鎖定配色，並能渲染 3000 tokens 的多語言長文本與表格。單次提示還可生成最多 12 張風格一致的影像，分鏡和設計物料製作效率大增。
週二
3月31日 星期二
Google 推出 Veo 3.1 Lite：成本腰斬速度不變，主打高性價比影片生成
Google 推出高性價比影片生成模型 Veo 3.1 Lite，成本不到 Veo 3.1 Fast 的一半，同時保持相同生成速度。該模型支援文生影片與圖生影片，提供最高 1080p 解析度及多種畫幅。即日起已在 Gemini API 和 Google AI Studio 付費預覽中開放。
LongCat 釋出 Audio Edit：幾秒音訊即可高質量克隆聲音
開源語音模型 LongCat Audio Edit 釋出。模型僅需幾秒參考音訊就能克隆語氣與音色，官方同時推出了 35 億引數高品質版和約 6GB 的輕量版，後者可在多數消費級 GPU 上本地執行。
週一
3月30日 星期一
位元組推出 DreamLite：3.9 億引數端側模型，手機離線生圖編輯只要 3 秒
字節跳動公佈輕量影像模型 DreamLite，僅 3.9 億引數即可在手機端完全離線執行。它兼顧文本生圖與影像編輯，在 iPhone 上生成一張 1024×1024 肖像圖約需 3 秒，還能直接換背景或改畫風。雖然寫實細節不及雲端大模型，但大幅壓低了手機端修圖的延遲與算力門檻。
週日
3月29日 星期日
Token Dial 亮相：用滑桿連續調節影片，煙霧濃淡、動作幅度拉一下就行
影片生成控制框架 Token Dial 公開論文。它無需重新訓練主模型，讓使用者能通過滑桿連續調節外觀與動作強度，比如煙霧多濃、車速多快。最值得關注的是，它用連續引數替代了靠提示詞碰運氣，讓影片生成的精細控制變得可行。
週四
3月26日 星期四
Suno 推出 v5.5 音樂模型：主打個性化與表現力，融入專屬聲音風格
Suno 正式推出 v5.5 音樂 AI 更新。新版本主打更強的表現力與個性化創作，支援使用者結合自己的聲音、音色偏好和音樂品味生成專屬音樂。Suno 稱這是迄今最個性化的版本，不過官方尚未公開具體的技術引數與底層改進細節。
週三
3月25日 星期三
Google 推出 Lyria 3 Pro：可生成 3 分鐘完整結構音樂
Google 推出音樂生成模型 Lyria 3 Pro，支援生成最長 3 分鐘曲目，並能識別前奏、主歌、副歌及橋段等結構。該模型已接入 Google AI Studio、Vertex AI 以及 Gemini 付費版等產品，所有輸出均嵌入 SynthID 水印。
Lovart 上線 Move Object：免蒙版和圖層，圈中物體就能直接拖走
Lovart 推出 Move Object 工具。使用者用矩形或套索工具框選影像中的任意物體，即可直接拖拽到新位置，還能通過提示詞補充微調。整個過程無需畫蒙版或分圖層，也不用反覆重新抽卡，直接生成一張乾淨連貫的新圖。
RealMaster 增強 3D 渲染：把遊戲塑膠感變成照片級真實影片
AI 工具 RealMaster 能把 GTA 等遊戲或 3D 渲染畫面轉化為照片級真實影片。與破壞畫面的同類工具不同，它能完整保留原影片的幾何結構、陰影和運動邏輯，除了遊戲寫實化，還能用於增強自動駕駛的模擬訓練資料。
週二
3月24日 星期二
OpenAI 宣佈關停 Sora：網頁與 App 4 月停運，API 9 月下線
OpenAI 宣佈停運影片生成產品 Sora。其網頁版和獨立 App 將於 4 月 26 日停止服務，API 介面則延至 9 月 24 日下線。使用者需前往指定頁面匯出此前生成的內容，逾期資料將被永久刪除，剩餘積分可轉用於 Codex。
Sora 宣佈停運：將關閉 App 與 API，具體時間表稍後公佈
Sora 團隊發文宣佈將關閉其應用程式及 API 服務。團隊向所有使用 Sora 創作的使用者致謝，並表示深知該訊息令人失望。官方承諾很快會公佈具體的關停時間表，以及使用者儲存過往作品的詳細指引。
Smallest.ai 釋出 Lightning V3：支援 15 語句中混說，耳語情緒可控
Smallest.ai 釋出專為對話智慧體打造的 TTS 模型 Lightning V3。模型支援英語、印地語等 15 種語言自動檢測及句中無縫混說，V3.2 版本支援用指令微調情緒與耳語。最關鍵的是，僅需 5 至 15 秒音訊即可克隆出帶自然語感的聲音。目前已開放免費體驗。
週日
3月22日 星期日
Instagram 測試「AI 轉場」：多張靜態圖直接融合成無縫影片
Instagram 面向部分使用者推出「AI Transition」功能。使用者在發 Stories 時選中兩張或更多照片，AI 會通過變形演算法自動生成連貫的動態影片，省去實拍流程，還能匯出轉發為 Reels。使用前需同意 Meta AI 條款。
週四
3月19日 星期四
Microsoft 釋出 MAI-Image-2：文生圖榜單衝進前三，主打自然光影與文字渲染
Microsoft 推出文生圖模型 MAI-Image-2，在 Arena.ai 排行榜位居第三。新模型重點提升了自然光影與膚色表現，支援可靠的圖內文字渲染與複雜場景生成。目前已上線 MAI Playground，並逐步接入 Copilot 與 Bing Image Creator。
