Genie 4 现已可用
Genie 4 现已向 Google AI Ultra 订阅者开放,支持会话中实时编辑世界与实时原生音频。Genie 3 同步更新,单次生成最长 3 分钟,支持 360 度全景图种子与实时世界事件;新增 Project Genie agent 与社区画廊。
Genie 4 现已向 Google AI Ultra 订阅者开放,支持会话中实时编辑世界与实时原生音频。Genie 3 同步更新,单次生成最长 3 分钟,支持 360 度全景图种子与实时世界事件;新增 Project Genie agent 与社区画廊。
Google 于 2026 年 11 月 5 日发布 Gemini Omni Flash 1.2 视频模型,现已上线 Recraft Studio。相比 1.1,单次生成时长从 10 秒提升至 15 秒,一致性与对口型更清晰,Gemini API 价格降低约 30%。
Google 发布 Gemini Omni 1.2 Flash,原生支持 15 秒视频生成,价格较 1.1 下降 30% 至 $0.07/秒(720p)。新模型支持多轮对话编辑、增强参考跟随,并可在 360p/720p 草稿后超分至 1080p 或 4K。Gemini Omni 现已在 Gemini API 和 Gemini for business 中正式可用。
YouTube 宣布加大对微短剧的投入,该格式 2026 上半年在应用内观看量超 65 亿次,同比增长超 50%。YouTube 正开发更多变现路径,包括会员专属剧集体验,并称自动翻译工具帮助微短剧扩大受众,40% 的观看量发生在视频上线 30 天后。
谷歌发布新一代世界模型 Genie 4,可在生成世界的同时原生生成音乐、环境音和交互式对话。相比上一代 Genie 3,新模型加入原生音频、实时人物对话,以及由 Gemini 模型提供的多步骤推理和场景控制能力,目前以研究预览形式向受信任测试者逐步开放。
Google Flow 可以用 Veo 3.1 和 Gemini Omni 生成视频,但需把短片当作 8-10 秒的镜头序列自行组装。免费版每天 50 积分,法国订阅 4.99 欧元起;欧洲用户无法编辑导入视频,Veo 3.1 Qualité 不支持参考图。作者基于官方文档核算了各档位每分钟生成成本,并指出 Flow 适合入门和预告片,长篇需搭配其他工具。
Krea 官方对比 Krea 3 与 Nano Banana Pro,称 Krea 3 在 Arena Multi-Image Edit、Design Arena 和 Artificial Analysis 三个榜单上均排名更高,多数编辑在原生 2K 下 8 秒内返回,且比 GPT Image 2 与 Nano Banana Pro 便宜 3 倍。
Krea 3 Ultra 在 10 月 19 至 20 日公布的三个图像编辑榜单上分别位列 Arena 多图编辑第 4、单图编辑第 8、Artificial Analysis AA-Image-Editing v2.1 第 5、Design Arena 第 4(共 51 个模型)。
Frank Houbre 给出跨镜头保持同一角色的制作方法:先做一张正面主图加两三个角度参考,再使用模型自带的角色参考入口而非纯文本提示,最后按镜头风险拆解分镜。
Wireflow 用 Veo 3.1 Fast 各跑一次 8 条 Veo 3 提示词,8 秒 720p 带声音,结果 5 条通过、1 条部分通过、2 条失败。通过的多是单一镜头、单一动作加一句 15 词以内的台词;失败集中在要求一条 8 秒片段内切三个镜头,以及 39 词长台词被截断到 31 词。
当地时间10月12日,Character.AI 在美国特拉华州法院提交《破产法》第11章重组申请,开启法院监督下的资产拍卖。迪士尼作为底价竞购方出价2000万美元,买下部分知识产权的非独占永久许可,并承诺用其雇佣的前员工提供过渡期技术服务,交易不包含公司主体、产品App和用户资产。
Google 于 2026 年 10 月 6 日发布 Nano Banana 2.1,底座换成 Gemini 3.6 Flash,把多参考图一致性、复杂局部编辑、文字海报等能力下放到 Flash 的成本和速度上。文章整理了九种实战用法,覆盖从多图一致性到养图,并附完整提示词。
谷歌在 Gemini API 正式发布图像生成与编辑模型 Nano Banana 2.1(模型 ID:gemini-nano-banana-2.1),单张 1K 图成本约 $0.034,约为 Nano Banana 2 的一半。
Gemini Nano Banana 2.1 是 Google 的图像生成与编辑模型,作为 Nano Banana 2 的继任者,现通过 Partner Nodes 在 ComfyUI 上线。
Google 正式发布 Nano Banana 2.1 图像生成与编辑模型,官方称其在视觉设计、Mask 精准编辑和主体一致性上全面超过上一代,画面更自然真实。该版本已在 Gemini、Search AI Mode、AI Studio、Flow、Stitch、Google Ads 和企业平台铺开。
mushigaite 在 GitHub 开源 short-video-maker,可将 YouTube 视频或本地文件自动切成 9:16 竖屏短视频,集成高光检测、字幕、翻译与配音,且无片头署名和水印。
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar,在原生实时对话模型上加入近实时视频生成,实现带口型同步、自然表情和流畅轮替的动态视觉形象。
Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款语音合成模型,前者面向角色设计与逐句表演指导,后者面向高体量、低成本的配音与语音智能体场景。
Google DeepMind 与 Primordial Soup 合作推出纪录短片《Love, Rendered》,用 AI 复原 Burt 和 Ethelle Shatz 夫妇未曾拍摄的相遇场景。
Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 上推出智能体视频理解功能,视频分析 token 消耗最多降低 88%、成本最多降低 66%、准确率最多提升 7%。