NVIDIA 開源 Audio2Face：輸入音訊就能即時生成 3D 面部動畫
NVIDIA 宣佈正式開源 Audio2Face 技術，包括模型、SDK 和訓練框架。該工具通過分析音素和語調，能由音訊直接生成精準的口型與微表情，支援離線渲染與即時流式傳輸。也就是說，遊戲和 3D 應用開發者現在可以免費且深度定製這套面部動畫管線。
AI影像
檢視更新的新聞
Google Labs 推出 Mixboard：用自然語言在畫板上做視覺頭腦風暴
Google Labs 推出實驗性畫板工具 Mixboard。它整合了新影像編輯模型 Nano Banana，支援用自然語言修改畫布圖片、混剪素材，還能結合影像上下文生成文字。最值得關注的是它把構思與編輯打通成了互動畫布，目前已面向美國使用者開啟公測。
Google 擴充套件 AI Plus 訂閱：推向 40 個新國家，含 Veo 3 與 200GB 空間
Google 宣佈將低價 AI 方案 Google AI Plus 拓展至 40 個新國家。該方案包含更寬裕的影像生成額度、Veo 3 Fast 影片模型訪問權，並在 Gmail、Docs 與 Sheets 中整合 Gemini，還附帶 200 GB 儲存空間，最多可與 5 名家庭成員共享。
Google 相簿開放對話式修圖：美國 Android 使用者動嘴就能改圖
Google 宣佈將 Google Photos 對話式修圖功能推向美國合資格的 Android 使用者。這項此前由 Pixel 10 首發的功能接入了 Gemini 模型，使用者在編輯器點選「幫我修圖」，直接用語音或打字描述想要的效果即可，不用再手動調滑塊。
Hailuo AI 推出創作智慧體：支援無限畫布排程音影片，限免一週
Hailuo AI 推出 Hailuo AI Agent 並開啟為期一週的免費試用。使用者只需通過對話互動，智慧體便會在無限畫布上規劃工作流、挑選合適模型，一站式生成影像、影片與音訊內容。
Leonardo.Ai 設立創意基金：拿 5 萬美元資助 5 個 AI 專案
Leonardo.Ai 宣佈推出 Leonardo Imagination Fund 微型資助計劃，提供總計 5 萬美元資金，資助電影、時尚、藝術、建築和設計領域的 5 個創意專案。其中一個名額專門保留給澳大利亞創作者，評審團還請來了知名導演 Alex Proyas 坐鎮。
Meta 升級 Horizon Worlds：新引擎提升畫質，Studio 將引入 AI 助手
Meta 宣佈為社交平臺 Horizon Worlds 推出全新 Horizon 引擎與 Studio 編輯器。創作者目前可用生成式 AI 工具生成紋理與音訊，今年晚些時候還將加入 AI 助手，支援直接通過對話生成場景或調整 NPC 性格。
Zoom 將支援 AI 替身開會：剛起床沒梳頭，讓逼真數字人替你出鏡
Zoom 宣佈將於 12 月上線「逼真」AI 頭像功能，使用者上傳照片即可生成替身代為出鏡開會，並同步追蹤真實動作與發言。會議中會顯示 AI 標識並通過活體認證防冒用，同期還將推出支援 9 種語言的即時語音翻譯。
騰訊釋出混元3D 3.0：幾何解析度達 1536³，支援逼真人臉建模
騰訊混元釋出 Hunyuan3D 3.0，幾何解析度提升至 1536³，支援 36 億體素超高畫質建模與逼真人臉輪廓重構。新模型採用分層生成策略捕捉複雜結構，混元 3D 引擎目前提供 20 次免費試用額度，也已上線騰訊雲 API。
Spectral Labs 釋出 SGS-1：能直接生成可編輯 CAD 檔案的 AI 模型
Spectral Labs 釋出生成模型 SGS-1。輸入單張圖片、手繪草圖或 STL 等網格檔案，它能直接輸出工業標準的 STEP 格式引數化 B-Rep 模型，方便在傳統 CAD 軟體中二次編輯或放入裝配體。不過它目前難以生成複雜有機曲面和超薄結構。
Gemini 登頂美區 App Store 免費榜：Nano Banana 攬下兩千萬新使用者
Google Gemini 登上美區 App Store 免費榜榜首，超過 ChatGPT。這波增長主要歸功於爆火的 Nano Banana 影像編輯模型，其主打人物一致性與對話修圖，兩週促成超 5 億次圖片編輯與 2300 萬新使用者。免費使用者每天限額 100 張。
Meta 砸 1.4 億美元牽手 Black Forest Labs：引入 Flux 影像生成技術
據彭博社報道，Meta 與德國初創公司 Black Forest Labs 達成一項兩年 1.4 億美元的合作。Meta 首年將支付 3500 萬美元，次年支付 1.05 億美元，以獲取 Flux 模型的影像生成技術。繼聯手 Midjourney 後，Meta 再次斥巨資補齊視覺生成短板。
字節跳動推出 Seedream 4.0：支援原生 4K 與圖片編輯，對標 Nano Banana
字節跳動推出最新影像生成與編輯模型 Seedream 4.0，不僅在即夢和豆包上線，還接入了 Krea AI。該模型原生支援 4K 解析度，推理速度提升超 10 倍，在影像編輯能力上直接對標 Google 的 Nano Banana。每張生成成本約 0.03 美元，價效比非常高。
Roblox 推出 4D 生成 AI：做出的 3D 跑車不僅有門，還能直接開走
Roblox 在開發者大會上公佈多款創作者 AI 工具，核心是能生成可互動道具的「4D Objects」，讓生成的車輛自帶車門且能直接開。此外還加入了多語言即時語音翻譯，開發助手也將支援 MCP 協議協同第三方軟體。遊戲製作門檻被進一步拉低。
Roblox 推出短影片流與新 AI 工具：一句話生成可開的賽車
Roblox 在開發者大會上推出短影片流 Roblox Moments 及一系列 AI 工具。平臺不僅支援用提示詞直接生成可駕駛賽車等互動式 3D 物件，還提供即時語音翻譯與 NPC 互動 API，同時創作者分成提現比例也提高了 8.5%。
Snapchat 上線 Imagine Lens：不用套模板，輸入文字就能生圖
Snapchat 推出名為「Imagine Lens」的新濾鏡，這是其首款支援自由文本提示詞的文生圖工具。使用者可以直接輸入文字提示來生成或修改圖片，也能選預設模版。不過目前僅面向 Snapchat+ Platinum 與 Lens+ 付費訂閱使用者開放。
Google 相簿上線 Create 標籤頁：接入 Veo 3，靜態照片直接轉影片
Google 宣佈在 Google 相簿中上線「Create」創作標籤頁，並引入影片生成模型 Veo 3 升級照片轉影片功能。使用者選一張照片就能生成微動態短影片，還支援 Remix 風格重繪。目前僅面向美國使用者開放，每日提供有限免費次數，高階訂閱者可獲更多額度。
Meta Horizon 升級：場景生成向全員開放，大模型具身 NPC 即將上線
Meta 宣佈在 Worlds Desktop Editor 中向所有創作者正式開放 Environment Generation 場景生成功能，支援通過提示詞生成主題環境。同時，Meta 預告即將推出支援語音動態對話的具身大模型 NPC，並可在 VR 與移動端世界中使用。
Google 釋出 Gemini 生圖指南：教你保持角色一致與區域性微調
Google 公佈 Gemini 影像生成與編輯官方提示詞指南。官方梳理了主體、構圖等 6 大要素，並展示瞭如何跨輪次保持角色一致、用自然語言精細修改區域性以及按物理邏輯推演場景。不過 Google 也直言，模型在文字排版與鎖定寬高比上仍有短板。
Google 升級 Gemini 影像編輯：換裝換背景不走樣，支援多圖合成
Google 宣佈在 Gemini 應用中接入 DeepMind 全新影像編輯模型。新模型重點解決了修圖「走樣」問題，在換裝、換背景甚至多圖融合時能精準保持人物與寵物的樣貌，還支援多輪區域性微調。所有編輯圖片均會嵌入 SynthID 數字水印。