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6日周二
  1. Hedra 官方博客60

    Hedra 发布 Developer API,一个密钥调用 110 多个生成模型

    Hedra 发布 Developer API,用一个 API key 和预付美元钱包调用 110 多个生成模型,覆盖视频、图像、音频和文本,包括 Veo 3.1、Kling V3、Seedance 2.5、MiniMax H3、Nano Banana Pro、ElevenLabs V3 等。

    推荐理由:Hedra 把 110 多个视频、图像、音频和文本模型收进一个 API 与预付钱包,开发者可据此评估多模型流水线的接入成本。

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。

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。