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8日周四
  1. note · taaaak0504 · 图像视频创作分享31

    用 ChatGPT、Google Flow 和 Claude Code 制作「动态 LINE 贴纸」全流程

    一位不擅长电脑的上班族爸爸用 ChatGPT 生成 12 格绿色背景网格图、Claude Code 逐格切分并转成 LINE 规定的 APNG、Google Flow 将每格做成 4 秒视频,完成动态 LINE 贴纸制作到申请上架的全流程。他目前上架 5 套动态贴纸,累计销售额 76 日元,并记录了透明背景、画面裁切和规约报错等 7 类失败的修正方法。

  2. note · kozo_t · 图像视频创作分享15

    60 后用 Gemini 生成 AI 视频:从黑豆茶广告片到 Premiere Pro 剪辑的实战体验

    一位 60 多岁的作者用 Gemini 尝试 AI 视频生成,输入"女性将热黑豆茶缓缓倒入杯中"等文字提示,生成了注茶、冒热气、黑豆特写等镜头。他发现提示词越具体(人物、场景、光线、运镜)结果越接近预期,但同一人物跨场景易变脸、手部变形等失败仍常见。他认为 AI 视频是素材工具,需与 Premiere Pro 剪辑配合,并看好其在短视频、商品介绍等副业方向的应用。

  3. SuSu_酥酥12

    Dario 取得 AI 模型阶段性全面胜利

    Dario 已实质性取得AI模型现阶段性全面胜利! 证据如下: 🔸凭借Opus 5.5、Sonnet 5.5、Haiku 5.5 精准高质量三连发,并配套Claude Code Mods插件等优化功能,问鼎AI霸主宝座 🔸Sam Altman叫停GPT-6.1 Astra自断手脚,GPT-6.1 Sol输给Opus 5.5、Sonnet 5.5,GPT-6 Luna参败给Haiku 5.5 🔸Elon Musk宣布Grok Bot正式接入Opus 5.5,间接承认 Grok 4.7 不如Opus 5.5 🔸Sundar 预告 Gemini 4 Argon 很强,但至今仍未开启公测,仍是纸上谈兵,也正在错失最佳模型迭代时机 #Dario #SamAltman #ElonMusk #Sundar #Haiku55 #Opus55 #GPT61Sol #GPT6Luna #Gemini4Argon #Grok47

10月7日周三
  1. Ars Technica · AI62

    Google 推出改进版 SynthID 检测器并全球开放

    Google 宣布其 SynthID 检测器现已支持所有合作方的水印,并上线独立网站 SynthID.com 供任何人使用。SynthID 是编码在 AI 生成图像、视频像素和音频波形中的隐形信号,Google 称仅 Gemini 就已为超过 1800 亿张图像和视频以及 24 万年时长的音频集成该水印。

  2. Oimi · 中文图像视频教程67

    谷歌发布 Nano Banana 2.1:半价、全景比例与 14 图融合

    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。

    推荐理由:谷歌图像模型 2.1 单张成本约降一半并新增全景比例与 14 图融合,可据此评估是否迁移现有出图流程。

  3. DesignerBox · 商品图与视频工作流22

    AI 图像生成器对比:用你自己的产品做测试(2026)

    一套用自家产品实测 AI 图像生成器的方法:选三款难画的产品(带标签文字、反光表面、织物图案各一),固定尺寸与宽高比,用三条指令在每款模型上各跑两遍,共 18 张图,按形状比例、标签文字与 logo、材质色彩、光影、是否凭空添加五项逐张打分,全过才算通过。

  4. Slop Reel · AI 视频制作简报60

    印度广告监管机构要求 AI 广告加标签,意大利调查 Suno 条款

    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。

  5. SuSu_酥酥78

    Google 发布 Nano Banana 2.1 图像生成与编辑模型

    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。

    推荐理由:Google 图像生成模型升级,点名视觉设计、Mask 编辑与主体一致性三项能力变化,并已在多个产品线铺开。

10月6日周二
  1. Theoretically Media blog62

    Prism 与 Kandinsky 6.0 两款开源视频模型发布,Nano Banana 2.1 上线

    腾讯混元团队与复旦大学合作推出开源视频模型 Prism,原生生成 2K 带音频,约 10 秒 24fps、48 kHz 音频,仅支持图生视频,720p 需 80 GB 显卡且暂无量化版本;代码在 Tencent-Hunyuan GitHub 组织下,预览权重放在个人 Hugging Face 账号,腾讯未发布官方公告。

  2. GitHub:AI视频开源项目发现65

    mushigaite 开源 short-video-maker:把 YouTube 长视频自动切成竖屏短视频

    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。

    推荐理由:开源项目把长视频切片、字幕、翻译与配音串成一条本地流程,可作为短剧出海剪辑工具的免费替代方案参考。

10月5日周一
10月4日周日
  1. DesignerBox · 商品图与视频工作流58

    如何用 AI 音乐做广告歌:五步流程与各工具商用条款对照

    用 AI 音乐做广告歌可分五步:写歌词、生成并锁定歌曲、测量逐词时间轴、按小节做画面、加字幕。作者对照各家条款指出,Suno 付费档才把生成结果的权利让渡给用户,Udio 现行条款仅限个人非商用且关闭下载,ElevenLabs 自助套餐排除影视、电视和广播;Meta 与 TikTok 的通用音乐库均不可用于商业广告。美国版权局认为纯 AI 生成内容不受版权保护,人写的歌词是最能主张权利的部分。

  2. DesignerBox · 商品图与视频工作流22

    广告脚本范例:8 个带字数的视频脚本

    按每分钟 183 词的朗读速度,15 秒广告脚本约写 35 词、30 秒约 70 词、60 秒约 145 词,留出约 20% 时间给无旁白的画面。文中给出 8 个 15/30/60 秒脚本范例,每行分「旁白」与「画面」两栏,并说明面向 AI 配音或 AI 主播写作时需一句一呼吸、句子控制在约 15 词内,且不得让生成主播声称自己使用过产品。

10月3日周六
10月2日周五
10月1日周四
9月30日周三
9月29日周二
9月26日周六
9月25日周五
  1. AI Business42

    Google 为 Gemini 3.8 新增 TTS 模型,强化语音 AI 能力

    Google 于 9 月 23 日推出 Gemini 3.8 TTS 与 Gemini 3.8 Flash-Lite TTS,称其为目前能力最强的音频生成模型。前者面向创意方向与角色设计,可用自然语言提示从零生成新声音,覆盖游戏、有声书、播客等场景,并支持超过 100 种语言和方言的角色、口音与声音特征定制;后者用于 AI 配音、内容创作和语音智能体。

  2. Google DeepMind67

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar

    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。

    推荐理由:Gemini 3.8 Live 新增实时数字人能力,支持 97 种语言口型同步与后台工具调用,企业可据此评估虚拟客服等场景。

9月24日周四
  1. note · mii_chai_ai · 图像视频创作分享30

    Google Flow 用一张宠物照片生成「うちの子ポテチ」视频,附 16 种提示词

    用 Google Flow 的免费额度,只需上传一张宠物照片,即可直接生成宠物躺在薯片袋里偷吃薯片的 9:16 竖屏视频,无需先生成图片。作者公开了 16 种提示词,涵盖「うちの子ポテチ」「じゃがChai」「Chaiのマーチ」「Chaiのやま」「ポップコーン」等主题,含 Google Flow 视频提示词、图像生成提示词和 Gemini 视频提示词。