Suno 发布视觉创作工具 Visuals,基于 MiniMax 开源视频模型 H3 打造
美国 AI 音乐平台 Suno 推出视觉创作工具 Visuals,将视频和图像生成引入音乐创作流程;其模型 H3 Move 基于 MiniMax 今年 8 月开放权重的开源视频模型 H3 打造,并针对音乐场景调优。
美国 AI 音乐平台 Suno 推出视觉创作工具 Visuals,将视频和图像生成引入音乐创作流程;其模型 H3 Move 基于 MiniMax 今年 8 月开放权重的开源视频模型 H3 打造,并针对音乐场景调优。
Canva 现在允许用户关闭平台上的生成式 AI 功能。用户可在 Profile > Settings > Permission 中关闭 Enable generative AI features。
商汤科技日日新 SenseNova U1 Pro 在 Design Arena 图片生成与图片编辑两大榜单均登顶中国第一,全球位居第六,仅次于 OpenAI 的 GPT Image 2.x 系列不同模型。该模型在长程任务上实现突破,可通过完整智能创作管线从需求到交付连续完成复杂视觉任务,并在效果与成本兼顾评测中提供有竞争力的生成成本。用户可通过商汤小浣熊在线体验 SenseNova U1 Pro。
快手可灵发布图像模型 Kling Image 4.0,支持原生8K高清生成,放大后人像细纹与风景细节仍清晰。单图可生成2000个字并支持70+款预设字体,一次描述最多输出10张系列组图,还能直接生成电商详情页长图。
微软在 Ignite 2026 发布多款大模型:MAI Image 2.7 与 MAI Image 2.7 Flash、MAI Code 2 与 MAI Code 2 Flash,以及决策模型 Microsoft-Decision-1.1。
美国国会议员在 2026 年底前推动两项法案,让非自愿亲密深度伪造受害者能起诉创作者,并终止在线平台对涉及儿童伤害纠纷的强制仲裁。
微软 AI 在 Ignite 大会一次性发布七款自研 MAI 模型,覆盖代码、安全、图像、语音和路由,主打性价比,对标合作伙伴 OpenAI 的产品线。MAI Code 2 在四项基准上达到 GPT-6.1 Sol 约 98% 的表现、成本为其 40%;MAI Cyber 2 Flash 在 CyberGym-E2E 上得分超过 GPT-6 Astra,每任务成本不到其 2%。
推荐理由:原文逐项列出七款 MAI 模型与 OpenAI 对应模型的基准得分和价格对比,读者可据此评估自建与外部调用的成本取舍。
Suno 推出 Visuals 功能,用户可把 Suno 歌曲生成最多 15 秒、可自动对口型的 AI 视频片段,也能通过提示词生成图片用作缩略图和专辑封面。Visuals 已在网页、iOS 和 Android 上线,底层使用基于 MiniMax H3 的 H3 Move AI 模型,并采用独立的 Visuals 积分,与歌曲积分分开计费。
AI 音乐生成器 Suno 推出 Visuals 功能,可为歌曲生成图片和视频片段。视频基于 MiniMax 视频模型 H3 的定制安全过滤版本 H3 Move,片段最长 15 秒,能跟随歌曲结构、识别歌词并支持对口型;用户可从参考照片、提示词或预设角色开始,歌词视频可调整字体和颜色,提供 Fast 与 Standard 两档质量。
作者用七条提示词实测可灵2026年11月发布的Kling Image 4.0:8K特写出图9,984×6,656像素、放大后细节清晰,中英文海报与菜单文字准确,六张组图中的产品外观保持一致,但商品详情页长图下半部分出现乱码和丢数字。同一条香水提示词下,其玻璃与液体质感优于MiniMax H3 Image;模型即将上线CVY.AI生成器。
推荐理由:作者用七条提示词逐项实测,并给出与 MiniMax H3 Image 的同提示词对比,读者可据此判断该模型的实际能力边界。
微软 11 月 17 日发布 MAI Image 2.7 和 MAI Image 2.7 Flash 图像生成与编辑模型,并上线由 Flash 驱动的交互式创作空间 Canvas。
推荐理由:原文给出两款模型的每千张图片成本与 Artificial Analysis 得分,读者可据此对比其与 GPT Image 2.6 的价格差异。
快手可灵 AI 宣布全新一代图像创作模型 Kling Image 4.0 正式上线,同时面向企业客户与开发者开放 API 接入。
谷歌宣布 Google Pics 升级至 Nano Banana 2.1 模型,提升图像细节、自然光照与材质纹理表现,并在局部或整体编辑时更好地保留原图内容。新模型还改善了图片内文字的字形与排版清晰度,处理速度与上一版本相近。更新将在未来 1~3 天内推送给快速发布和定期发布用户,Google Docs 与 Google Slides 中的 Pics 编辑功能同步获得此次升级。
Black Forest Labs(BFL)由 Stable Diffusion 核心成员创立,其 FLUX 3 将静态图像、运动镜头与音效三种信号联合训练,可同时生成视频与声音。FLUX 3 的视频超分模型复用同一骨干网络以保持时序一致性,FLUX Kontext 则能在编辑图像时保留人物身份。两位嘉宾还讨论了自回归与扩散路线的取舍以及视觉智能的下一步方向。
开发者借助 Deepseek Harness 与 GLM 5.3 开发了基于 ComfyUI 的图片生成工具 Image Studio,支持文生图/图生图。项目采用 Node.js+TypeScript,按 SDD 与 TDD(覆盖率≥90%)分八个阶段推进,含 ComfyUI 客户端、工作流构建、REST API 与模型管理。
中国创作者foyege用AI制作的《哈利·波特》性转二创短剧在海外狂揽3000万播放量,获欧美歌手JVKE、好莱坞制片人PJ Accetturo等集体点赞。foyege中专影视后期出身、未上过大学,借助AI创作平台LibTV的无限画布一站式调度Seedance、万相、可灵等模型,以一人剧组完成全部制作。该作品最初连正式剧本都没有,主要靠临时构思推进。
World Labs 正式向所有用户开放世界模型 Atlas,同步上线网页应用和开发者 API,新用户注册即送 10000 积分。这次开放带来 Viewfinder 和 Chisel 两款新 Web 应用,配合 Relight 和 Splat to mesh 覆盖从单图生成场景到导出 GLB 网格的完整链路。
推荐理由:原文实测了 Atlas 从提示词到可导出 3D 资产的完整工作流,读者可据此判断它能否接入自己的创作或开发管线。
BBC 报道英国出现“房源照骗(housefishing)”现象,房产中介和卖家用 AI 大幅修改甚至直接生成虚假房源照片,让房屋显得更漂亮、更宽敞。一名买家在 Rightmove 上看中伦敦西南部一套五居室房源,实地看房时发现房间更小、装修不同,部分建筑结构也有差异。业内人士观察到过去六个月 AI 美化房源照片明显增多,且大多未标注;一家房产中介机构已规定所有 AI 美化照片必须明确标注。
文章介绍将 ComfyUI 作为独立常驻服务、应用端通过 HTTP 与 WebSocket 与其交互的前后端分离架构,并给出 Python 与 Node.js + TypeScript 两种技术栈的对照实现。
Google 发布 Gemini 4 Hydrogen,定位为 Gemini 4 家族最低成本成员,并将成为新的免费层模型、驱动 Google Search 的 AI 功能。
Phota Labs 推出免费 iOS 应用,以个人 AI 照片助手的身份自动处理日常快照,并用自研身份保持技术让人物在修图后仍保持本来样貌。公司由两位前 Adobe 员工创立,去年完成 a16z 领投的 $5.6 million 种子轮;处理后的照片分享到社交平台时带有隐形水印标识 AI 修改,未来还计划推出 Android 版本。
《战锤 40,000:战争黎明 IV》将于 12 月 3 日在 Steam 发售并登陆 GeForce NOW,玩家可通过云游戏体验 70 余场战役任务及多人模式。
MiniMax 开源 SOTA 图像生成模型 H3-Image,分辨率达 16MP(4096×4096),即原生 4K,网页端体感 10-20 秒生成。作者实测发现,它能根据产品外观图推演正交三视图、绘制带引线标注的机械爆炸图,高数试卷排版无乱码且答案正确,人脸毛孔、雀斑等细节清晰,AI 味明显降低。
Adobe 公布四项实验性 AI 功能,可将平面图像转化为可漫游的 3D 场景,并通过对话式试镜设计 AI 角色。
一名独立开发者用 Vibe Coding 烧掉超 10 亿 Token,把全球 11,064 种现生鸟类生成 AI 贴纸并开源,因批量抓取摄影师照片、缺乏鸟类学专家审校而引发争议。
Adobe 在 Adobe MAX 2026 大会上宣布为 Photoshop、Premiere、Lightroom、Illustrator、InDesign 等创意软件带来一波 AI 新功能。
摩尔线程 MTT S5000 智算卡与 MUSA 软件栈在 MiniMax H3-Image 开源当日完成 Day-0 适配。H3-Image 衍生自 H3,支持文生图、图像参考与编辑,可在 10 秒内生成 4096 × 4096 像素、约 16MP 的高分辨率图像,速度达市面主流水平 5 倍。
MiniMax 正式发布图像生成模型 H3 Image,在 H3 全模态能力基础上针对图像生成与编辑进行后训练优化,并在发布当天开放权重。实测显示它生成一张 4096×4096 的 4K 图片仅需 10~20 秒,最多支持 16 张参考图,还可通过 API 接入 Claude Code、Codex 等 Agent Harness 参与复杂任务流程。
MiniMax 宣布 H3-Image 正式发布并开放权重,该模型可在 10 秒内生成 4096×4096 像素(约 16MP)的高分辨率图像。H3-Image 衍生自 H3,支持文本生成图像、图像参考和图像编辑,最多支持 16 张参考图片,官方称速度可达市面主流水平的 5 倍。模型权重已在 Hugging Face 开放,发布首周 16MP 及以上规格的生成请求可享官方价格五折优惠。
Adobe 在 Max 大会上为 Photoshop、Lightroom、Premiere 及 Firefly 平台推出多项生成式 AI 编辑功能更新。
Adobe 在迈阿密 MAX 大会宣布为 Photoshop、Premiere、Illustrator、InDesign 和 Firefly 增加多项 AI 功能,并发布本地 MCP,让 ChatGPT、Claude、Gemini 等聊天机器人调用 Adobe 功能。
11 月 10 日,豆包官方宣布图片设计能力升级,正式接入全新图像创作模型 Seedream 5.5。该模型由字节跳动 Seed 团队发布,支持围绕同一作品多达 100 轮的持续编辑、原生 RGBA 透明素材生成,并改善光照材质表现与复杂文字渲染。
日本肯德基确认,试售商品"冰淇淋可乐饮品"和"冰淇淋哈密瓜汽水"的宣传图片确实使用了生成式 AI,但拒绝回应是否会在其他商品宣传中继续使用。在 X 平台上,许多用户对这些图片持负面看法,认为画面观感违和,担心图片与实物不符,也有人认为 AI 制图会损害品牌形象。
字节旗下 Seedream 5.5 图像模型已在即梦、豆包和豆包工作上线,实测在100轮连续编辑中比 GPT-Image 2.6 保持更高保真度。新版本还提升了真实感、小字与多语言渲染、透明图直出和图层拆分能力,生成速度更快;以2K方图编辑为例单张成本约0.28元,不到 Seedream 5.0 Pro 的一半。
Adobe 与华特迪士尼达成多年战略合作,成为迪士尼官方 AI 创新合作伙伴,将为其开发定制 AI 模型。Adobe 将提供 Firefly、Firefly Foundry、Premiere 和 Photoshop 等工具的优先使用权限,并派工程与研究团队支持迪士尼工作流。
火山引擎发布豆包图像创作模型 Seedream 5.5,2K 方图编辑单张 0.28 元,较 Seedream 5.0 Pro 便宜 60%、生成速度快近 40%,API 将于本周上线火山方舟。
字节跳动 Seed 团队发布图像生成模型 Seedream 5.5,支持最多 100 轮多轮编辑,未改动区域可像素级保持且无色偏。模型可生成原生 RGBA 透明背景图,光影、材质与皮肤纹理更真实,密集小字更准确;官方称其文字结构与真实感领先于 GPT Image 2.5 Sunburst。Seedream 5.5 正通过即梦、豆包、豆包工作台和火山引擎 Ark 逐步开放,并计划推出 Pro 版本。
迪士尼与 Adobe 宣布达成多年合作,将用 Adobe Firefly Foundry 构建基于迪士尼角色、环境和视觉风格训练的定制模型,用于主题公园、邮轮和 ESPN 内容。
豆包 Seedream 5.5 正式发布,重点升级多轮编辑、画面质感与文字渲染,新增原生 RGBA 透明背景与图层拆分能力,今天起陆续上线豆包并接入豆包工作。实测显示其多轮编辑可做到调整 100 轮不崩坏、非编辑区域像素级保持,一张生成的图片最多可拆成约 100 层可复用图层。
字节跳动 Seed 团队发布新一代图像创作模型 Seedream 5.5,支持同一作品最多 100 轮持续编辑且非编辑区域像素级保持,可原生输出带 Alpha 通道的透明或半透明图像,并改善光照、材质与文字渲染。
推荐理由:原文给出与 Seedream 5.0 Pro 及主流模型的对比数据和定价,读者可据此判断其在生产场景中的可用性变化。