最新更新

Pika 基于MiniMax H3后训练并开源 Pika H3 Flex 视频生成模型

Pika Labs 在 MiniMax H3 上做后训练，推出并开源 Pika H3 Flex，采样步数从 50 步压缩到 6 步，生成时间大幅降低且质量有所提升。

ElevenLabs：超写实 AI 语音革命，以及如何在 2026 年实现媒体工业化

本文探讨 ElevenLabs 如何通过超越机械式 TTS、迈向语义感知的生成式音频，彻底改变合成语音，并提供即时声音克隆与自主配音能力。

Krea AI 推出 Ad Studio 广告创作工具

隆重推出 Ad Studio。 - 由我们全新的 Krea 3 广告专家模型驱动。 - 粘贴你的品牌链接，即可获得数十条广告 - 与你的品牌和产品保持完全一致。 现在免费试用 👇

可灵分享 Simon Meyer 用 Kling 4.0 制作万圣节短片的方法

可灵转发 Simon Meyer 团队用 Kling 4.0 制作的万圣节 AI 短片，称其表演有说服力、具电影级真实感。团队分享制作流程：花两周迭代怪物、场景和风格的首帧，提示词只写谈话要点而非台词，让模型即兴作答，并用 Kling Flash 快速迭代多个镜头挑选最佳效果。

ElevenLabs SFX v3 多指令音效生成

用一条提示词描述场景，SFX v3 就能开始工作。 人群欢呼，球落下，然后人群发出嘘声。SFX v3 能更可靠地遵循多条指令，一步步把你描述的内容更多地融入音频中。

ElevenLabs 推出 SFX v3 音效模型

现在就试用 SFX v3，在 @ElevenCreative 内的所有创作场景均可用：flows、音效标签页、studio 和音乐编辑器。 ElevenAPI 和 ElevenLabs 移动应用同样可用。 https://elevenlabs.io/blog/soundeffectsv3

ElevenLabs 发布 SFX v3 音效模型

大场面很少只靠一个声音，所以我们打造了 SFX v3，让它能处理前所未有的更多内容。 我们最新的模型让你只需一段文本提示词，就能创建更丰富、更精确的音效，音乐和人声也有所提升。 现已在 @ElevenCreative 和 ElevenAPI 中上线。

fal 上线 Ideogram v4.5 edit 模型

fal 宣布 Ideogram v4.5 的 edit 模型现已可在其平台使用，入口为 https://fal.ai/models/ideogram/v4.5/edit。

fal 更新 Ideogram 4.5 图像编辑

Ideogram 4.5 图像编辑在 fal 上刚刚更新！ - 按原始分辨率编辑选定区域，不会对整张图降采样。 - 支持围绕蒙版的自动编辑窗口或自定义边界框。 - 保留编辑窗口之外的每一个像素。

Wabi 以 12.5 亿美元估值融资 5500 万美元，从提示词建应用转向个人 AI 智能体

由 Replika 创始人 Eugenia Kuyda 创办的 Wabi 以 12.5 亿美元估值完成 5500 万美元融资，本轮由 IVP 领投，a16z、Forerunner、Amazon Alexa Fund 等参投

可灵AI 开放 Kling 4.0 API，多家创作平台接入使用

可灵AI 于10月28日正式向全球企业客户与开发者开放 Kling 4.0 API，此前 Kling 4.0 已于10月15日全面上线。

腾讯"懂了鸭"内测：把 AI 生成绘本、动画做成了一个学习社区

LibTV 悄悄开源破亿 AI 短片画布，我决定公开拆解这些 1 人剧组工作流

作者拆解 LibTV 1.5 版工作流，展示如何用 AI 仅凭一台电脑完成短片全流程，从剧本到角色造型、场景搭建、运镜到后期重拍，提供实操案例与工具对比。

LibTV 开源破亿 AI 短片工程画布，作者实测拆解一人剧组工作流

LibTV（liblib.tv）公开了《非妖哉》等破亿 AI 短剧的完整工程画布，把爆款作品的提示词、分镜串联和角色一致性做法摊开展示。

科普书出现“双头虾”图片：出版社通知全网下架并召回，知情人士称用 AI 技术表现蜕壳过程引发误解

IT之家 10 月 29 日消息，据南方都市报报道，近日，有读者在社交平台反映，其购入中国农业出版社出版发行的《南海海洋生物科普丛书》，丛书序言表示， 本套丛书里绝大多数图片由 AI 绘图工具生成 。但其发现丛书的绘图中出现了“双头虾”的错误图片，分别在第 13 册“斑节对虾”封面与内页

开源性转马尔福 AI 女友，用即梦短剧工作室做的

作者分享了如何利用即梦 AI 短剧工作室、Suno 和 Claude 从零构建一个具有互动剧情的“马尔福女友”桌面应用。

AI 能创作出好作品吗？Fred Graver 谈创作者的判断与工作流

Fred Graver 认为，AI 能帮助写作者发展创意、安排制作和研究观众，但作品之所以值得创作，仍取决于作者自己的观点。

ElevenLabs 发布强制对齐模型 Cue

ElevenLabs 研究团队发布强制对齐模型 Cue，能将每个字符精确放到音频时间轴上，精度高于其测试过的所有开源对齐器，覆盖基准测试全部 29 种语言

苹果首度为 Mac 引入灵动岛：支持显示音乐播放、实时活动等，Siri AI 多了个入口

IT之家 10 月 29 日消息，苹果公司今日推出首款触控屏 MacBook Pro，提供 14 英寸和 16 英寸两种型号。值得注意的是，这款笔记本支持灵动岛，可将实时活动、聚焦搜索和 Siri AI 整合到屏幕上方交互，这也是苹果首次为 Mac 电脑引入灵动岛

MiniMax 开源 MCode Stack：其编程团队日常使用的 15 个智能体技能

MiniMax 开源 MCode Stack，包含其编程团队日常使用的 17 个 SKILL.md 技能与检查清单，覆盖 harness 工程、代码审查与上下文预算，可在 MiniMax Code 和 Claude Code 中安装，但未公布任何基准测试结果。

MiniMax 开源 MCode Stack：15 个编码团队日常使用的 Agent 技能

MiniMax 于 2026 年 10 月 28 日以 MIT 许可开源 MCode Stack，共 2 套栈、17 个 SKILL.md 技能（15 个来自 Ronny、2 个来自 Jiachen）和 5 份清单，是 MiniMax Code 团队日常构建所用的实际工作流。

Suno Studio 从采样到完整节拍

在 Suno Studio 里，从一个随机采样到一段完整节拍 🔥 你接下来会加什么？

Dan Koe 创作者三阶演化与 AI 时代护城河

作者总结 Dan Koe 的观点：创作者分三阶演化——网红被注意力支配、个人品牌被转化漏斗支配、思想匠人用社交媒体滋养超越算法的终身作品体系。AI 时代最后的护城河是观点与思想博物馆，因为 AI 10 秒就能生成 1,500 字漂亮废话，而个人经历复利出的现实解释框架无法被替代

可灵AI成为动画电影《Minibots》独家技术伙伴

可灵AI与EvoFilmsUK达成合作，成为动画电影《Minibots》的独家技术合作伙伴，该片由Kling 4.0提供技术支持

Apple Creator Studio 大更新：剪辑、图像、音乐、办公加入 AI，办公三件套支持 MCP 和 .keyx 开放格式

Apple 更新 Creator Studio，沿三条路线推进：将 MotionVFX、Content Hub 素材、Logic 声音浏览等专业内容收进订阅权益。

MiniMax Code 团队开源日常 Agent 工作流与 Skills 合集 MCode Stack

MiniMax Code 团队开源了 MCode Stack（github.com/MiniMax-AI/mcode-stack），包含团队日常构建 MiniMax Code 使用的 Agent 工作流和 Skills，可安装为 SKILL.md 插件接入 MiniMax Code 及任意支持 Skills 的 Agent。

OpenAI 开发者调侃卡拉OK式提示词

没想到还能看到以卡拉OK风格呈现的提示词 😂

ElevenLabs 与西班牙 ALS 协会合作，为渐冻症患者免费提供声音重建技术

ElevenLabs 与西班牙主要 ALS 协会 AsociacionELA 合作，向西班牙全国的 ALS 患者免费开放其声音重建技术。工程师兼教授 Aníbal 因 ALS 逐渐失声，用该技术复刻了自己的声音，得以继续教学。

豆包公关负责人刘星回应“横店与字节合作将 15 万群演肖像声音喂给大模型”：传言严重失实

IT之家 10 月 28 日消息，豆包公关负责人刘星今日发文称，“横店与字节合作，将 15 万名群演的肖像和声音喂给字节大模型”的传言严重失实。 他表示，横店影视 AI 服务平台项目，其实是希望建设一套公共数字基础设施，把影视基地实景等资产做成高质量数据集，帮助剧组更高效地选景、筹备和拍摄，也降低中小影视企业使用 AI 的门槛，让更多创作者有条件把作品做好

Liquid AI重磅发布LFM3 多模态模型家族，主打高效专用智能

Liquid AI重磅发布LFM3 多模态模型家族，主打高效专用智能 · · Oct 28, 2026 近日，知名AI创新企业 Liquid AI 正式发布了新一代基础模型家族 —— LFM3