汽车摄影公司 EVOX 起诉字节跳动,指控其复制 7,095 张图片训练 Seedream AI 图像生成器
汽车摄影公司 EVOX 起诉字节跳动,指控 TikTok 母公司复制其 7,095 张图片用于训练 Seedream AI 图像生成器。EVOX 称其拥有 30 多年积累的汽车照片库,涵盖数千款车型。
汽车摄影公司 EVOX 起诉字节跳动,指控 TikTok 母公司复制其 7,095 张图片用于训练 Seedream AI 图像生成器。EVOX 称其拥有 30 多年积累的汽车照片库,涵盖数千款车型。
Higgsfield 在 Ramp Rate 2026 年 11 月排名中成为图像与视频 AI 类别采用率最高的平台,过去 12 个月 42% 通过 Ramp 购买该类软件的企业选择了 Higgsfield。其采用率一年内增长 33 个百分点,在七项排名中六项列第一;Midjourney 以 35% 排名第二。
摩尔线程 MTT S5000 智算卡及 MUSA 软件栈已在开源当日完成 MiniMax H3-Image 图像生成模型适配。H3-Image 可在 10 秒内生成 4096×4096 像素(约 16MP/4K)图像,速度达市面主流水平的 5 倍。摩尔线程复用 SGLang、MATE、MCCL 等组件完成适配,为后续生图、生视频模型 Day-0 适配奠定基础。
Adobe 成为迪士尼官方 AI 创新合作伙伴,将合作开发基于迪士尼自有 IP 的定制 AI 模型,用于迪士尼和 ESPN 制作及主题公园。这些模型将支持 StudioLAB 和 ESPN Edge,并用于迪士尼乐园和邮轮,部分开发流程可从数月压缩至数天甚至数小时。迪士尼此前与 OpenAI 的合作在 OpenAI 叫停 Sora 后破裂,距开始仅三个月。
政治竖屏短剧正式成为一类内容,THE COUNT 成为首批选举题材竖屏剧。该剧已在 ALZA Festival 首映,现于 Taye Diggs 创办的 Microhouse Films 上线。剧情讲述退役陆军上士在选举办公室做志愿者时发现破坏选举信任的阴谋,与记者联手揭露真相。
Canva 于10月22日发布首个自研图像生成模型 Canva Craft,支持最大2K分辨率和30多种画面比例,在图像对比榜单中暂列第4。同日 KDDI 的 povo2.0 在 povo AI 中接入 Nano Banana 2,图像生成每日限3次免费。
英伟达和投资机构TCV参与Higgsfield的B轮扩展融资,具体金额未披露。此前Higgsfield在8月完成4亿美元B轮融资、估值54亿美元,并在9月称年化收入达到10亿美元;其平台每月处理12万亿token、1.5亿次生成。Higgsfield成立于2023年,业务覆盖营销与娱乐,曾推出在戛纳电影市场首映的AI生成动作片《Hell Grind》。
VN.ai 对比约15种图像生成AI后发现,Midjourney 生成侵权风险图像的比例最高,约37%,且在被两家电影公司起诉约一年半后改善有限。日テレHR総合研究所用生成AI为富山县射水市消防团制作了3支风格各异的招募CM,含32秒横版实拍风、37秒竖版动画、35秒横版实拍。
阿里 Qwen 于 9 月 20 日发布图像生成与编辑一体化模型,可直接生成和编辑透明背景图像,免去抠图步骤,参考图最多 10 张,输出标准 2K(1:1 为 2048×2048),权重已在 Hugging Face 和 ModelScope 开放,但免费仅限研究或评估用途,商用需另行授权。
Taylor Swift 公司为 "Hey, it's Taylor" 等口头短语申请的声音商标已于 10 月 12 日在澳大利亚获批,进入约两个月的异议期,商标法可覆盖听感相似的模仿声音。
Adobe与越后心动铁道10月12日共办铁路摄影活动,约20名8至86岁参与者体验用AI消除车窗反光、路人与电线,优秀作品年末将在观光列车中吊展示。CyberLink于9月17日发布PhotoDirector 2027,支持文字指令修图,新功能仅限年订阅版与高阶版,盒装版10月16日开售。
浙江金华市公共资源交易中心东阳分中心公告显示,东阳深空引擎与火山引擎联合体以合计2.3亿元中标横店影视AI服务平台建设项目,其中算力租赁资源报价0.27亿元,其余报价2.03亿元。
Netflix Eyeline GenFX 负责人 James Rustad 在釜山表示,生成式 AI 仍需要艺术家的判断力。Voyager 发布面向视频、图形与游戏创作的开放 harness,可让前沿模型与开源模型更有效地调用创作工具。
Google DeepMind 的 Gemini 4 Argon 已在全球上线,Pro 与 Ultra 订阅者可优先使用。该模型采用稀疏 Mixture-of-Experts 架构,支持文本、图像、音频原生多模态输入,上下文最长 100 万 token,定价为输入每 100 万 token 2 美元、输出 10 美元。
Qwen-Image 2.1 采用 Qwen Research License,仅限研究或评估用途,作者 9 月发邮件向阿里询问商用授权价格并公开了答复。按自然月生成图片量分级:30 万张以内免费,30 万至 300 万张按 20% 收入分成,超过 300 万张为每年 50 万美元加 15%。
谷歌发布图像生成模型 Nano Banana 2.1,单张价格近乎减半,1K 为 0.0336 美元、2K 为 0.0504 美元、4K 为 0.0756 美元,支持最多 14 张参考图。
Character.AI 已申请破产,并寻求将资产出售给迪士尼。软件方面,Qwen-Image-2.1-Turbo 发布,是 Qwen-Image-2.1 的加速版本,支持文生图与图像编辑,仅需 8 步去噪;Scenario 推出可一键生成生产级 3D 模型的新版本,支持导出 GLB、FBX、OBJ 和 .blend。
智谱GLM-5.3-Highspeed在Zcode社区出现灰度反馈,部分3.15.1订阅用户随机获得该高速生成版本,普遍开放范围与API定价尚未确认。微软发布Microsoft-Decision-1,基于Qwen3.5-9B后训练,单次前向计算完成是非判断、候选选择与量表评分,已在Foundry公开预览及OpenRouter提供托管接入。
Meta 发布 Muse Wonder 与 Muse Wonder Full 两款长任务编程模型,均提供 100 万 token 上下文,可分派子 Agent 并在出错后恢复,Wonder 通过兼容 OpenAI 的 Meta Model API 或 Muse Code 使用,Full 仅向 Muse Code 付费订阅开放,两者均未公开权重。
Getty Images 旗下的 iStock 首页标榜“always AI free”,不允许图库中出现 AI 生成图像,但用户购买照片后即可用页面上的 AI 修改栏“customise this image”,通过文本框输入指令改图,例如把植物改成绿色、把浴缸变成亮粉色。其“Remove Background”按钮对厨房等场景的抠图效果并不理想。
OpenAI 公开 Asana 案例,用 GPT-6 Astra 分析浏览器 Agent 后,改用 GPT-6.1 Sol 优化,单次执行模型费用降至 $0.47、耗时约 4 分钟,费用最高改善 76 倍、速度约 5 倍。
Google DeepMind 推出 Nano Banana 2.1,在视觉设计、基于蒙版的编辑和主体一致性上超越前代模型。USA Today 以故意侵犯版权为由起诉 OpenAI,索赔超 2.5 亿美元。Google 还发布开源轻量多模态嵌入模型 EmbeddingGemma 2。
Anthropic 于 10 月 7 日发布 Claude Haiku 5.5,这是首款支持可调推理强度的 Haiku 模型,面向摘要、分类和编程子 Agent 等高频任务,提示词不超 10 万 Token 时每百万输入、输出 Token 分别定价 0.10 美元和 0.50 美元。
Elon Musk 在 X 预告 Grok Bot 将按任务调用最合适的后端模型,点名 Claude Opus 5.5、Midjourney、Suno 及其他主要 API。目前尚未公布使用方式、适用套餐、价格与上线时间,文章未称该功能已可用。
印度广告标准委员会(ASCI)9 月 29 日发布 AI 广告规则,三个月后生效,要求合成网红、经同意的声音或面部克隆、虚构场景、不存在的产品演示等在可能误导买家时加注标签,虚假证言与未经同意的深度伪造被直接禁止,责任由广告主承担。
前 Ramp 工程师创立的 AI 广告生成平台 Melius 完成 2000 万美元 A 轮融资,由 CRV 领投,另含 General Catalyst 领投的 500 万美元种子轮,累计融资 2500 万美元。团队在首款绩效营销工具开发半年后放弃全部代码库,转向生成广告创意素材与营销活动的“创意工作智能体实验室”,7 月结束隐身以来两个月内年化收入已超 100 万美元。
9月互联网大厂专利密集公布:B站申请直播互动专利,用大模型结合弹幕生成虚拟评委点评;网易申请群组管理专利,群主写下群规后系统自动解析并实时警告、禁言。优酷布局剧本一键拆分镜与视频角色表情编辑,百度文心大模型多智能体自动写稿改稿,阿里通义万相加速AI生图,快手可图分层诊断文生图短板。
Adobe 宣布完成对 AI 视频与图像增强公司 Topaz Labs 的收购,后者将保留独立品牌,其应用与模型继续作为独立产品提供。Topaz Labs 的技术已进入 Adobe Firefly 和 Photoshop,用于图像与视频的超分与增强,其 Neurostream 技术支持在本地设备或 Topaz 云端处理复杂 AI 模型。
推荐理由:Adobe 将 Topaz Labs 的画质增强模型并入 Firefly 与 Photoshop,可观察影视后期工具链的整合走向。
Google DeepMind 与 Google Research 回顾 2025 年 8 大研究突破,模型侧从 3 月 Gemini 2.5 走到 11 月 Gemini 3、12 月 Gemini 3 Flash,Gemini 3 Pro 登顶 LMArena 并在 MathArena Apex 取得 23.4% 新 SOTA。
Hugging Face 的 Data is Better Together 社区发布 Apache 2.0 许可的文生图偏好数据集,覆盖多种图像生成类别,混合不同模型家族与不同复杂度的提示词。数据集基于 Flux 和 Stable Diffusion 模型生成图像,配套提供可直接使用的偏好数据集与 flux-dev-lora-finetune,预处理与后处理代码已在 GitHub 开源。
Canva 是一个月活超 1.75 亿的视觉传播平台,用于制作演示文稿、视频、文档、网站和社交媒体图形等。面对全球大多数知识工作者缺乏设计训练的问题,Canva 通过易用界面、庞大素材库和节省时间的工具,让任何人都能创作出视觉上吸引人的内容。
Hugging Face 与 Jonathan Whitaker 的扩散模型课程将于 11 月 28 日发布,免费讲解扩散模型理论与应用。配合课程上线,11 月 30 日将举办社区直播活动,Stable Diffusion 创作者及 Stability AI、Meta 等机构的研究者将带来演讲,聚焦扩散模型的高层介绍与构建应用的工具。