跳到正文
日期与来源

日期按北京时间的资讯列表日期计算,包含起止当天。

10月5日周一
  1. Toonflow-app · 开源创作项目发布18

    Toonflow 2.0.4 发布

    Toonflow 2.0.4 发布,提供 Windows(64 位)、M 系列 Mac 和 Intel Mac 三种安装包下载。M 系列 Mac 安装包已完成 Developer ID 签名与 Apple 公证,首次打开时 macOS 仍可能提示确认。完整更新日志见 v2.0.3...v2.0.4。

10月4日周日
  1. InvokeAI 官方发布62

    InvokeAI 7.0.0 alpha 1 发布:全新工作台、画布引擎与视频面板

    InvokeAI 发布 7.0.0 alpha 1,称这是其规模最大的一次更新,约 320 个 PR、2600 次提交,需 Python 3.12,且新界面为默认。

    推荐理由:InvokeAI 7 把画布、工作流与视频生成整合进单一工作台,并新增 MiniMax H3、LTX-2.5 等模型支持,可据此判断是否迁移现有出图流程。

  2. note · hideout927 · 图像视频创作分享40

    MiniMax H3 在 ComfyUI 中生成角色设定图:无需专用 LoRA

    MiniMax H3 可借助自身参照图像与提示词理解能力,在 ComfyUI 中无需专用 LoRA 或额外训练即可生成角色设定图,生成使用 Core 节点,自定义节点仅负责生成 JSON 与自然语言提示词。该节点将正面、侧面、背面及面部特写等视图指令与原始图像结合,保持同一人物与服装一致,未拍摄部位由 H3 补全。日文提示词效果较差,英文提示词更易通过;若无需单独生成手脚图像,可关闭该功能。

  3. 小智博客 · 音视频实践38

    MoneyPrinterTurbo 实测:AI 视频生成能否跑通本地制作、远程访问与授权验证

    MoneyPrinterTurbo 被实测能否把"主题 → 文案 → 素材 → 配音 → 字幕 → 成片"整条流程真正跑通,测试覆盖本地制作、远程访问与授权验证三个环节。原文已给出较完整的测试路径,验证重点不是"AI 能否自动做视频"这一宽泛命题,而是该工具端到端流程的实际可用性。

10月3日周六
  1. openscreen · 公开创作项目发布34

    OpenScreen 2.0 发布:首次录制即得精美演示

    OpenScreen 2.0 发布,主打"不调设置也好看、调了也不会变丑",新增编辑器并支持根据点击自动规划缩放镜头。新版本将光标默认尺寸减半、1080p60 导出码率从 1.x 的 8 Mb/s 提升至 18.7 Mb/s,语音归一化至 -16 LUFS,转录改用 Silero VAD 并重新对齐每个词的时间。该版本对个人和商业用途仍完全免费,无付费墙,1.x 项目可直接打开。

  2. openscreen · 公开创作项目发布10

    OpenScreen v2.0.0-rc.15 发布

    OpenScreen 发布 v2.0.0-rc.15,距 v2.0.0-rc.14 的变更包括:预览功能在片段无摄像头时不再解码替代摄像头,并记录自由运行解码预算;测试方面补充了 macOS 计算机使用端到端测试通过记录,并验证替代摄像头始终不移动。

  3. MoneyPrinterTurbo · 开源创作项目发布50

    MoneyPrinterTurbo v1.3.8 发布:新增 VoxCPM 声音克隆与本地视频项目 CLI

    MoneyPrinterTurbo v1.3.8 新增 VoxCPM 参考音频声音克隆与语气情绪迁移,并加入 MuAPI 视频素材源、Fluxion AI、讯飞星火(Astron MaaS)等多家 LLM 供应商。素材与片段渲染并发可配置,默认均为 1(串行);同时上线仅 CLI 的本地视频项目工作流,支持版本追踪与复用未改动的渲染产物。

  4. Pika58

    Pika 重构视频创作体验,推出 Video Studio 与按模型直选两种方式

    Pika 重新设计了整个视频创作体验,让创作者可以按自己偏好的生成方式创作。面向只想专注创作、不关心具体技术的用户,Pika 推出 Video Studio;对特定模型有偏好的用户则可直接通过对应模型生成。Pika 同时给出五个不同风格的视频示例,展示创作者按自己方式生成的效果。

  5. The Decoder47

    Suno 新增 Speech 功能:可生成语音与配套背景音乐

    AI 音乐生成器 Suno 推出名为 Speech 的新功能,可将口述文本与匹配的背景音乐合成为单条音轨,用户输入创意或文字并描述想要的音色与音乐风格即可生成。该功能已小范围测试一个月,可用于诗歌、冥想和睡前故事,但测试版仍有 bug,例如英式口音有时会听起来像澳式口音。Suno 未透露模型的训练方式,目前 AI 音乐生成器正面临版权侵权批评,多家主要唱片公司已起诉 Suno。

10月2日周五
  1. The Verge · AI58

    Suno 上线语音生成功能,可同时生成人声与配乐

    Suno 推出语音生成功能 Speech,目前已在网页端和移动端开放公测,可根据脚本或提示词生成人声,并同时生成配套背景音乐。该功能提供 Simple 和 Advanced 两种模式,Advanced 可自定义脚本并调整 AI 声音性别、语音风格和每次生成的多样性,最长时长约 8 分钟,背景音乐可用开关关闭。Suno 首席产品官 Jack Brody 称该功能仍不完善,会持续根据用户反馈改进。

  2. ArcReel · 公开创作项目发布50

    ArcReel v0.32.0 发布:新增剪辑视图与 Agent 剪辑能力

    ArcReel v0.32.0 新增剪辑视图,可按剪辑时间线拼接播放视频并本地渲染成片,支持旁白、烧入字幕、BGM 和转场,也可导出剪映草稿。Agent 可通过 edit-video skill 新建和批量编辑剪辑时间线,并用联系表查看素材的黑屏、卡帧与镜头切换点信号。「分集」视图取代「源文件」页,支持一键 AI 规划到结尾及手工切分、拆分和合并。

  3. Envato 官方博客40

    FLUX 3 Image 上线 Envato AI 图像工具

    Black Forest Labs 的 FLUX 3 Image 已加入 Envato AI 模型阵容,支持多参考图生成与编辑、原生 2K/4K 高分辨率输出、图像内文字生成与修改、基于参考图的风格迁移以及局部精准编辑。用户可指定每张参考图的具体作用,并在保留画面其余部分不变的前提下增删或替换特定元素。

  4. Midjourney 官方更新22

    Midjourney Alpha 更新:样式预览、默认参数与协作工具预告

    Midjourney 为 alpha.midjourney.com 上线侧边栏样式预览、Create 更大图片和文件夹默认参数设置,本周以修 bug 和清理为主。提示栏中多个 sref 现合并为带缩略图的单个样式 pill,悬停可查看代码,并支持将 --exp 固定为文件夹默认值。官方称下周将推出新的协作工具,并预告持久化编辑历史与更好的样式探索方式。

  5. WaveSpeedAI 官方博客62

    WaveSpeedAI 推出 Ultimate Video Upscaler,可将 AI 视频超分至 4K

    WaveSpeedAI 发布 Ultimate Video Upscaler,可将视频超分至 720p、1080p、2K 或 4K,官方示例把 480p 的 5 秒片段升到 3840 × 2160、保持 24 fps 与原声。

    推荐理由:低分辨率草稿加后期超分的工作流,配合按目标分辨率计价的成本结构,可用来评估出片流程的取舍。

  6. WaveSpeedAI 官方博客62

    WaveSpeedAI 上线 AI Cinema Studio,用导演面板生成电影感视频镜头

    WaveSpeedAI 在生成器侧边栏上线 AI Cinema Studio,用 References、Film setup、Camera、Color palette、Lighting 五张卡片把电影风格、机型、镜头运动和灯光选择转成给视频模型的精确镜头描述。

    推荐理由:把电影感拆成风格、机型、镜头运动等预设面板,创作者可据此判断是否省去写提示词的环节。

  7. ComfyUI MCP | Agent Panel · ComfyUI创作项目发布22

    ComfyUI Agent Panel 恢复有限维护并调整支持政策

    ComfyUI Agent Panel 恢复本地面板与 provider 选择的有限维护,撤销 10 月 9 日停运承诺,自动问题上报保持关闭,待 Comfy 官方本地面板公开后再评估支持。修复方面,解包现按重铸的内部节点身份与命名槽位执行,可在一次撤销内修复错位连线,身份无法确认时回滚,临时溯源信息不会写入已保存工作流或撤销历史。

10月1日周四