Meta 推出 Movie Gen：30B 影片與 13B 音訊模型，支援精準編輯與個性化生成
Meta 推出多媒體基礎模型 Movie Gen。它包含 300 億引數的影片模型與 130 億引數的音訊模型，不僅能文生音影片，還支援區域性增刪替換等精準編輯，並能基於單張照片生成定製人物影片。目前該模型正處於創作者測試階段，尚未公開發布。
AI音樂
檢視更新的新聞
Civitai 推出 SPINE 工作流：打通 Kling、Udio 與 ElevenLabs
Civitai 推出創作者工作流平臺 SPINE，將 Kling AI、Udio、ElevenLabs、Vidu 等影像、影片和音訊工具整合到同一個介面中。創作者無需在多個應用間反覆跳轉，可直接通過站內的 Buzz 積分按需呼叫各家模型。
Suno 上線音訊裁剪功能：付費使用者可自由擷取歌曲片段
Suno 宣佈在網頁端向 Pro 和 Premier 使用者開放歌曲裁剪功能。使用者能直接拖動波形選擇器調整歌曲的開頭與結尾，擷取片段另存為新曲，並支援修改顯示歌詞。這意味著生成滿意的音樂後，不用再為了多餘的前奏結尾從頭重抽。
Spotify 上線 AI Playlist：打一句提示詞，定製 30 首歌
Spotify 將生成式「AI Playlist」功能擴充套件至美國和加拿大等地的 Premium 使用者。使用者在應用內輸入任何提示詞，AI 就能自動生成 30 首歌的專屬歌單，還能輸入後續要求微調風格。該功能目前仍處於測試階段。
Suno 上線「排除風格」：生成音樂能反向排除樂器和人聲了
Suno 推出「排除風格」（Exclude Styles）功能，允許使用者在生成新歌時直接排除特定的樂器、曲風或人聲型別。排除項會以類似「-piano」的形式顯示。不過該功能目前僅向 Pro 和 Premier 付費訂閱使用者開放。
a16z 釋出第三期生成式 AI 應用榜：影片與音樂爆發，位元組佔六席
a16z 釋出第三期消費級生成式 AI 應用 Top 100 榜單。新上榜公司接近 30%，影片和音樂生成工具增長最快，Suno 從第 36 位躥升至第 5 位；Perplexity 和 Claude 穩居網頁端前五。字節跳動旗下共有 6 款產品入圍兩端榜單。
Lemonaide 推出 Collab Club：讓製作人用自己的作品訓 AI
AI 音樂平臺 Lemonaide 推出新工具 Collab Club。製作人能用自己的作品目錄訓練專屬模型，生成高精度音訊迴圈，以此開闢新收入。平臺試圖打破合規模型質量差、高質量模型侵權的僵局，讓音樂人在 AI 時代握住資料主導權。
Meta 與環球音樂續約：首次覆蓋 WhatsApp，聯手防範未授權 AI
Meta 與環球音樂集團宣佈達成擴大的多年全球合作。雙方將聯手應對影響音樂創作者的未授權 AI 生成內容，並拓展短影片等變現機會；音樂版權範圍也首次延伸至 WhatsApp。
Suno 正面回應唱片業訴訟：AI 學習公開音樂絕非侵權
Suno 正式發文回應唱片工業協會 RIAA 的侵權指控，承認抓取了公開網路上的音樂進行訓練，但堅稱「學習不是侵權」。Suno 把模型訓練類比為孩子聽搖滾樂學寫歌，並強調平臺設定了嚴格的防抄襲和防模仿機制。這場交鋒將成為生成式 AI 訓練資料合理使用判例的關鍵一役。
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。
Stability AI 釋出開源音訊模型 Stable Audio Open 論文
Stability AI 釋出 Stable Audio Open 技術論文，詳述其架構與訓練流程。該模型基於約 50 萬條知識共享許可資料訓練，能在消費級顯示卡上生成最長 47 秒、44.1kHz 的立體聲音效，權重已上線 Hugging Face。
Stability AI 升級 Stable Assistant：支援區域性改圖，還能生成 3 分鐘音樂
Stability AI 宣佈為旗下聊天機器人 Stable Assistant 推出兩項新功能。使用者現在可以直接在圖片中選定並替換特定物體，同時接入了 Stable Audio 2.0，能直接生成最長 3 分鐘的 44.1 kHz 立體聲純器樂音樂。新使用者享有 3 天免費試用。
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。
YouTube 洽談三大唱片公司：擬一次性付現買版權訓 AI 音樂工具
據金融時報報道，YouTube 正與環球、索尼和華納洽談，計劃向三大唱片公司一次性支付現金，獲取數十位音樂人的版權以訓練年內推出的新 AI 工具。相比因未授權訓練而被起訴的 Suno 和 Udio，Google 試圖先拿到許可再推進合規訓練。
唱片業起訴 Suno 與 Udio：未經許可抓歌訓練算不算「合理使用」？
週一，美國唱片業協會（RIAA）代表多家主流唱片公司正式起訴 AI 音樂平臺 Suno 與 Udio，指控其非法抓取海量版權音樂訓練模型，索賠單件作品最高 15 萬美元。訴訟核心直指生成式 AI 是否能以「合理使用」為由免費使用受保護資料，這可能重塑整個 AI 音樂甚至內容行業的底層規則。
三大唱片巨頭起訴 Suno 與 Udio：指控侵權訓練音樂 AI 索賠數十億
Universal Music、Warner Music 與 Sony Music 聯合起訴 Suno 和 Udio，指控其非法使用有版權的音樂錄音訓練 AI 模型。唱片業協會對每起侵權主張最高 15 萬美元賠償，總額可達數十億美元。版權戰正式燒到了 AI 音樂領域，最終可能逼出天價授權協議。
Meta FAIR 開源五款新模型：圖文交織、可控音樂與極速音訊水印
Meta FAIR 團隊開源釋出了五項 AI 研究成果。其中涵蓋能混合輸入輸出圖文的 Chameleon、支援節拍與和絃控制的音樂模型 JASCO，以及檢測速度提升達 485 倍的 AI 語音水印技術 AudioSeal 等。
DeepMind 公佈 V2A 技術：看懂影片畫面，自動生成配樂與對白
Google DeepMind 公佈影片轉音訊（V2A）技術研究進展，能結合影片畫面與文本提示生成同步聲音。該系統基於擴散模型，無需手動對齊即可為靜音影片或老膠片搭配配樂、擬音與臺詞。不過目前口型同步等仍有侷限，模型尚未公開發布。
ElevenLabs 上線 AI 音效生成器：一句話生成環境聲與器樂
ElevenLabs 推出文本生成音效工具，所有使用者都能通過文字提示詞生成音效、短器樂片段與環境聲景。該模型基於 Shutterstock 的正版音訊庫微調而成。影視、遊戲與內容創作者以後做音效，不用再去素材庫大海撈針了。
Udio 推出 udio-130：單次生成長達 2 分鐘，音樂結構更連貫
Udio 推出新模型 udio-130，支援單次直接生成最長 2 分鐘的音樂。官方表示這大幅提升了長曲目的結構與連貫性。目前該功能仍處實驗階段，以積分折扣價先面向 Pro 訂閱使用者開放，未來數週內將逐步擴大推向更多人。