Adobe Lightroom 移动版新增 Open Eyes 与 Generative Expand 工具
Adobe 在 Lightroom 移动版中推出 Open Eyes 和 Generative Expand 两项新工具。Open Eyes 可自动检测照片中的闭眼并一键生成自然的睁眼效果,免费使用,还能调用图库中同一人物的其他照片匹配眼睛颜色、形状和大小。Generative Expand 则能自然延展画面边缘,填补缺失内容,方便适配社交平台的尺寸比例。
Adobe 在 Lightroom 移动版中推出 Open Eyes 和 Generative Expand 两项新工具。Open Eyes 可自动检测照片中的闭眼并一键生成自然的睁眼效果,免费使用,还能调用图库中同一人物的其他照片匹配眼睛颜色、形状和大小。Generative Expand 则能自然延展画面边缘,填补缺失内容,方便适配社交平台的尺寸比例。
Higgsfield 官方发布 CLI 使用指南,介绍如何在终端、脚本或编程智能体中生成图像和视频,无需打开网页端。CLI 通过浏览器登录、不依赖 API key,与网页端共用同一账户和积分,支持 Seedance 2.5、Kling v3.0、Veo 3.1、Wan 3.0 等模型,并可用 generate cost 先查积分价格、用 --json 输出供脚本调用。
Higgsfield AI 与 Kling 的订阅套餐及生成成本对比显示,同样一段 Kling 3.0 视频在 Higgsfield 上更便宜:5 秒 720p 为 10 credits($0.49),Kling 为 45 credits($0.56)。
Krea 推出 Blender 插件,在 3D Viewport 侧边栏生成材质参考、环境概念、灯光测试与多机位视图,需 Blender 5.2 及以上,支持 macOS 与 Windows。
Krea 发布 DaVinci Resolve 插件,可在 Resolve Studio 内生成光感、色调与氛围参考,以及背景板、环境和插入镜头,生成结果作为普通媒体进入项目。
Krea 发布 Photoshop 插件 Krea for Photoshop,在 Photoshop 文档内提供背景替换、重打光、多机位布局、图像与视频生成、实时画布和产品 mockup,结果以普通图层返回。
推荐理由:Krea 把图像与视频生成搬进 Photoshop 面板,结果以普通图层返回,方便对照现有修图流程评估接入方式。
Krea 发布 Premiere Pro 插件,可在剪辑软件面板内生成镜头、插入镜头、背景板和风格方案,结果以普通媒体素材进入项目,可照常裁剪、合成、调色和混音。
推荐理由:Krea 把生成能力嵌进 Premiere 时间线,成片以普通素材形式落地,剪辑师可直接沿用现有流程处理。
InvokeAI 7.0.0 alpha 3 发布,新增看板按角色共享、Qwen-Image-2.1 图像模型支持,以及面向 NVIDIA 显卡的 SageAttention 加速后端。该版本在 RTX 4090 上 2048² 分辨率整图生成提速 15–35%,视频生成提速 12–35%。注意 v7 会单向升级 v6 数据库,官方建议使用全新 root 目录安装测试。
LichtFeld Studio 0.5.4.1 发布,支持把 splat 从场景图拖入文件夹或直接以 PLY/SPZ 拖进 Blender,并可在偏好设置中选择上轴。该版本新增训练会话续跑、按源帧率的批量视频抽帧,以及裁剪框与椭球体的数值位置、旋转、缩放字段。同时修复了无 GPU JPEG 解码器时的图像加载、Python 控制台卡死、大组合并耗尽 VRAM 等问题。
LichtFeld Studio 0.5.5 支持将 splat 从场景图直接拖拽导出为 PLY 或 SPZ,并可拖入 Blender,Windows 与 Linux X11 下自动使用 +Z 朝上。
LTX-2 发布 v1.5.0,ImageConditioningInput 新增 replace 与 guide 两种显式绑定,视频 CLI 可用 --image PATH FRAME_IDX STRENGTH replace|guide 指定;TI2VidTwoStagesPipeline 支持通过 guide 绑定或 CLI 实现关键帧插值。
Higgsfield 推出 Community 页面,创作者可公开发布 Open Project、Shot 和博客文章,并新增 Ranking、Creators 两个标签页与 Higgsfield Grants。
ElevenLabs 在 ElevenCreative 上线 Instant Soundtracks,上传视频后模型会生成原创配乐,并分析画面中的音效提示点,把音效按对应时间戳自动放到时间线上。
推荐理由:ElevenLabs 把配乐与音效生成合并进视频工作流,可据此评估短剧与广告出片的声音制作环节。
LALAL.AI 2.20 已登陆 Windows、macOS、Linux、Android 和 iOS,核心更新是 Stem Mixer,可同时播放一次分离出的全部音轨并实时调节各轨音量。
Reallusion AI Studio 出品的 AI 科幻短片 RUS-T 自 8 月 31 日发布以来 YouTube 播放量突破一百万,并入围纽约短片动画电影节 AI 动画单元,导演 John C. Martin II 同时成为 SHAIKE.AI 的 TOP CREATOR。
Krea 3 AI 图像编辑功能已在 Envato 上线,支持区域编辑、六张以上参考图合成与自定义微调,可在数秒内完成高质量局部修改而不重新生成整张图。该模型面向已定稿的构图、产品或角色做精修,编辑时保留原有主体、标签、光线与取景不变。
Higgsfield 官方博客盘点了 2026 年 9 款面向动态设计师的 AI 工具,涵盖 Higgsfield AI、Adobe Firefly、Runway、Kling AI、Adobe After Effects、Magnific、Luma、Pika 和 Krea。
Krea 3 已通过 Partner Nodes 在 ComfyUI 上线,这是 Krea 推出的新图像模型,面向以参考图驱动的生成与编辑。模型主打更快的迭代速度与更低的单图成本,同时保持画质,支持上传多张参考图并按上传顺序编号调用,例如人物取自图 1、外套取自图 2、背景取自图 3。
推荐理由:Krea 3 以参考图驱动的生成与编辑接入 ComfyUI Partner Nodes,可了解多参考编号调用与结果回喂的用法。
Black Forest Labs 在 Hugging Face 发布 Flux 3 Image Klein 的 ComfyUI 重打包模型文件,原始模型仓库为 black-forest-labs/flux-3-image-klein。
推荐理由:官方给出 Flux 3 Image Klein 在 ComfyUI 中的文件目录与多种量化版本,方便本地部署者按需选择。
柏林开发者 Lorenzo Minneci 打造的 Fusion Karaoke 获 Musixmatch Musicathon 评委排名第一,它把歌词变成实时视觉、让演唱者逐渐变成原唱。
InvokeAI 发布 win-arm64-wheels-v1,提供自建的 win_arm64 wheels,供 pyproject.toml 中的 invoke-win-arm64-wheels 索引使用。这些 wheel 与最初发布在已归档 invoke-ai/InvokeAI-7 中的资源字节完全一致。
Higgsfield 官方博客盘点了 2026 年面向电商的 AI 产品视频生成器,核心能力是把产品 URL 自动转成视频广告。Higgsfield Click to Ad 约 $2 生成 8 秒 720p 视频,可自动抓取产品名、描述、最多 8 张图片、品牌色和 logo,并接入 Marketing Studio 的 1500+ 模板。
Fish Audio 的 35B(3B 激活)多说话人 TTS 模型 Drama 3 出现非官方 int4 量化版 drama-3-int4,下载体积 22.1 GB,低于原版 41.5 GB,专家层、注意力和 deltanet 层量化为 int4,共享专家 MLP 保留 bf16。
ComfyUI 将 NVIDIA RTX 视频效果做成自定义节点,包含 RTX Video Super Resolution、RTX Video Frame Generation 和 RTX Video HDR,模型随节点附带并在本地 RTX GPU 上运行。
推荐理由:ComfyUI 把 NVIDIA RTX 视频超分、补帧与 SDR 转 HDR 做成节点,并改进 EXR 支持,可对照现有 VFX 流程评估。
HeyGen 企业版本月新增成员用量限额与申请功能,管理员可设置每位成员的使用额度,成员可在 HeyGen 内直接申请更多额度并一键审批。Video Agent 支持团队协作同一会话,多人可同时发送提示词,同一时间仅一人编辑。Brand Glossary 重建,支持按语言设置发音与翻译规则、CSV/Excel 导入导出;ElevenLabs 整合为单一引擎并新增 v4 模型选项。
HeyGen 发布 10 月企业 API 更新,HeyGen Video 1.0 API 上线,支持从提示词、图片或参考素材生成短视频。ElevenLabs v4 可用于语音合成并支持按请求选择模型,Professional Voice Clone 基于 HeyGen 自研语音模型训练录音室级声音克隆,支持整段文件或流式输出。
pyvideotrans 发布 v4.16,修复 Edge-TTS 403 问题,并新增 audio.cpp 和 fish.audio api 两个配音渠道。该版本还新增 Atlas Cloud 翻译渠道、法语 WebUI 界面,并在高级选项的字幕翻译中加入"使用 LLM 重新断句替代 LLM 纠错"。
Descript 发布 10 月更新,为整个云盘加入搜索栏和完整结果页,并支持让 Underlord 查找文件、文件夹、项目和 layout packs。企业版云盘可发送异步录制请求,嘉宾按自己的时间录制并可用提词器读脚本;AI Speech 升级到 ElevenLabs v4,声音克隆更接近本人。
Higgsfield 发布 Katana,一个运行在 Claude 内的剪辑技能,通过 Higgsfield MCP 连接器调用 Higgsfield 模型,用一段参考视频或预设库预设加上最多 5 张人物、产品或服装照片,重建出保留参考片镜头顺序、时长与音轨的新视频,结果出现在对话和 Higgsfield Assets 中。
推荐理由:把参考片的镜头顺序、节奏与音轨结构交给 Claude 内的 Katana 复刻,创作者可据此判断能否省去手工对剪。
Higgsfield AI 与 Runway 2026 套餐定价对比显示,两者共享 Seedance 2.5、Kling 3.0、Wan 3.0、Veo 3.1 和 Gemini Omni Flash 1.1 等模型,差异在于各自围绕模型搭建的工具。
InvokeAI 7.0.0 alpha 2 发布,新增多画板项目、MySQL/MariaDB 高性能数据库后端、krea2/ideogram4/ernie-image 的 GGUF transformers 支持,以及 Atlas Cloud 图像服务商。该版本升级数据库后无法回退 v6,官方建议新建 root 目录试用,并新增 reserve_vram_gb 配置缓解 OOM。
ElevenLabs 在 ElevenAgents 中上线合成语音检测,可在通话最初几秒分析来电语音并判定为真人或 AI 生成,企业据此设置规则,如优先服务真人客户、限制 AI 来电的交互范围、在敏感操作前拦截克隆声音。
ElevenLabs 在 ElevenCreative 中推出 Brand Kit,把品牌视觉规范从提示词中抽出来,作为工作区里的一个对象统一管理。用户可存入颜色、字体、logo、参考图和品牌使用规则,在 Image & Video、Flows 和 ElevenCreative agent 的提示词中输入 @ 即可调用,同一套 kit 跨各功能生效。
PixVerse 宣布推出与 Meta Catalog Product Video 的集成,商家可从现有商品目录中选择商品,将商品 URL 或目录商品转化为可批量生成、可供审核的视频广告素材,并用于 Facebook、Instagram 及 Advantage+ 等目录驱动型广告活动。
Synthesia 以 beta 形式发布 AI 视频创作工具 Syren,输入提示词、预设或已有品牌文档、图片、视频、PPT、YouTube 链接,即可生成含动态图形、动画、数字人、配音、音乐和 b-roll 的成片,并可在对话中修改。
推荐理由:Synthesia 把视频生成做成对话式智能体,可对照其与现有编辑器在精确内容场景上的分工。
Midjourney 在 alpha.midjourney.com 上线共享文件夹,可按用户名邀请 Collaborators 或 Viewers,也可通过链接分享,Collaborators 能直接在文件夹内生成并接续他人作品。
Higgsfield 的团队方案 Team、Scale、Enterprise 采用共享工作区与统一积分池,Owner 付费购买席位,成员无需单独订阅。Team 支持 2 至 9 个席位、每席位每月 79 美元并池化 1000 积分,Scale 支持 5 至 15 个席位、每席位每月 215 美元并池化 2500 积分,Enterprise 按需定价。
Pollo AI 借助 GPT-5.6、GPT-6 Astra 和 GPT-Image-2.5,帮助创作者把创意转化为精细图像和电影级视频广告。
Anthropic 推出 Claude Motion,Runway 作为发布合作伙伴参与,该功能可把提示词变成由文本、图表、形状和图片构成的短动画讲解视频。Claude Motion 生成的动画可导出到 Runway,用于添加生成素材、逐场景剪辑并完成整片,还能把 16:9 讲解视频扩展为竖屏和方形格式或本地化配音。
推荐理由:Claude Motion 生成的动画可导出到 Runway 继续加工,为做产品讲解与汇报视频的团队提供了一条从文本到成片的衔接路径。
ElevenLabs 旗下音频平台 ElevenReader 在巴西上线,与 Bookwire Brasil 合作引入 7 万本巴西葡语授权图书,其中多数此前从未有有声版。