OpenAI 发布 ChatGPT Images 2.5
OpenAI 发布 ChatGPT Images 2.5，可将想法、草图与参考照片转化为更个性化、更精致的图像，官方称生成结果能更好地体现用户的想法。
推荐理由：官方给出 ChatGPT Images 2.5 的输入类型与生成定位，可据此判断参考图生图能力在创作流程中的位置。
全部AIGC创作动态
全部动态
今日 1 条OpenAI News精选AI 评分6060 Luma · 创作产品与实践精选AI 评分6464 Luma 解析 2026 年 Google Veo 定价与视频制作成本
Luma 发布指南解析 2026 年 Google Veo 的双轨定价体系，创作者通过 Google Flow 订阅和积分使用，开发者则按 API 生成次数付费。
推荐理由：文章把 Veo 的订阅积分、API 按次计费与迭代成本放在同一框架中，便于团队按质量、产量和后期流程估算预算。
Luma · 创作产品与实践AI 评分5959 Seedance 2026 年定价指南：分辨率、套餐与专业制作成本
Luma 的定价指南梳理了 Seedance 2.0 及 Mini 在 Dreamina 等渠道的 token 定价，并指出成本会随分辨率、输入类型、质量档位和重试次数变化。
Luma · 创作产品与实践AI 评分4848 Higgsfield 2026 年定价指南：每个可用视频的真实成本是多少？
Higgsfield 的月费并不能代表活动实际成本，个人套餐为 $9-$59/月，但每个可用视频的成本会因模型选择和迭代需求达到 $0.40-$9+。不同模型的 credit 消耗相差 10x，Kling 3.0 更便宜，Seedance 2.0 4K 等高级模型成本更高。
Luma · 创作产品与实践精选AI 评分6565 Figma Weave 2026 年定价：实际使用成本是多少？
Figma Weave 采用按 credits 计费，提供从 $0/月免费版到 $48/user/month 团队版的方案，付费计划均按年计费。
推荐理由：文章把 Weave 的订阅价格、credits 消耗和工作流限制放在图片与视频产出场景中比较，便于团队估算月度预算。
Luma · 创作产品与实践AI 评分4848 Runway 定价：2026 年需要多少钱？
Runway 2026 年定价涵盖 Free、Standard、Pro 和 Max 四档，Standard 为 $15/月含 625 credits，Pro 为 $35/月含 2,250 credits。
Luma · 创作产品与实践精选AI 评分6363 HeyGen 2026 年定价与制作成本解析
HeyGen 2026 年自助定价从免费到 Business $149/月，Creator 为 $29/月并含 600 credits，Enterprise 采用定制价格。
推荐理由：文章把 HeyGen 的订阅费换算为不同 Avatar 和 Look 的制作成本，并列出团队席位、额度限制与工作流分工，适合做工具预算比较。
ElevenLabs · 音频创作AI 评分2222 ElevenLabs 任命 Ethan Tandowsky 为首席财务官
ElevenLabs 任命前 Adyen CFO Ethan Tandowsky 为首席财务官，他于 2016 年加入 Adyen 财务团队，2018 年参与推动公司上市，2023 年升任 CFO，任内 Adyen 员工从 400 人增至 5000 人、收入增长 20 倍。
Luma · 创作产品与实践AI 评分5555 Kling 2026 年定价与创作流程成本解析
文章梳理 Kling AI 2026 年的免费档和四档付费方案，Standard 首月为 $6.99、含 660 credits，Pro 首月为 $25.99、含 3,000 credits，Premier 和 Ultra 首月分别为 $64.99 和 $127.99。
Luma · 创作产品与实践AI 评分5959 InVideo AI 2026：功能与局限
Luma评测 InVideo AI 2026，指出它能从单条提示词完成脚本、素材、配音、字幕、音乐和剪辑，适合高频社媒与 YouTube 内容生产。文章称其整合 200+ AI models，并接入 Sora 2 和 VEO 3.1，但精确修改常需手动调整或重新生成。免费层每周提供 2–10 AI minutes 和 4 次带水印导出，且生成失败仍消耗 credits。
Luma · 创作产品与实践AI 评分4747 Pika 2026：用于 AI 视频生成值得吗？
Pika 2026 适合快速创意探索和短视频生成，但专业项目会受限于角色一致性、编辑控制和最长 5-10 秒的片段长度。平台基于 Pika 2.5，通常 60 到 90 秒完成生成，支持文本、静态图像和现有素材生成视频。免费版输出上限为 480p，并带有水印。
OpenAI NewsAI 评分2525 OpenAI、AIRPPU 与 WAN-IFRA 推出 AI 计划，支持乌克兰独立新闻业
OpenAI、AIRPPU 与 WAN-IFRA 联合推出一项 AI 计划，帮助乌克兰新闻机构增强创新能力与韧性，支持独立新闻业。
Luma · 创作产品与实践精选AI 评分7979 Sora 关停后，创意团队如何评估视频工作流替代方案
OpenAI 已于 2026 年 4 月 26 日关闭 Sora 网页和应用，API 将于 2026 年 9 月 24 日停止，用户需在期限前导出数据。文章建议团队从工作流整合、关键帧控制、精准修改和专业导出格式等方面评估替代方案，并介绍 Luma Ray 3.2 的 16-keyframe 控制以及 HDR、EXR 导出能力。
推荐理由：文章以 Sora 关停为背景，提醒创意团队从数据迁移、版本修订和最终交付等完整流程评估视频工具。
Luma · 创作产品与实践AI 评分4545 Luma：20 个 AI 图片编辑提示词：修图、重塑风格并转换任意图片
Luma 整理 20 个 AI 图片编辑提示词，帮助创意团队在保留已批准布局、光线和阴影的同时替换产品、更新文案与背景，快速生成不同市场和平台的营销变体。提示词应明确主体、修改动作、需保留内容和风格；Uni-1 可分析布局、对象、文本及视觉关系，让编辑保持上下文一致，并缩短传统拍摄、修图和变体制作流程。
Luma · 创作产品与实践AI 评分3939 40 个圣诞节 AI 照片提示词，适用于节日贺卡、肖像与家庭照片
这组 40 个圣诞节 AI 照片提示词覆盖节日贺卡、肖像和家庭照片，帮助创作者探索节日视觉方案。提示词应作为创意简报而非最终输出，明确主体、风格、光线、构图、场景与氛围，以便后续修改、本地化、审批和交付。
Luma · 创作产品与实践AI 评分5353 27 个适用于品牌、初创公司和个人项目的 AI Logo 提示词
Luma 发布一份 AI Logo 设计指南，整理了覆盖七类 Logo 的 27 个提示词，并说明如何结合风格、Logo 类型、品牌语境、配色和格式要求构建提示词。
Luma · 创作产品与实践AI 评分5454 Luma 总结 18 个更接近真实摄影的 AI 图像提示词
Luma 总结了18个面向写实 AI 图像的提示词示例，强调在描述主体之外，还要明确光线、镜头特征、环境细节、材质反射和自然瑕疵。文章将图像生成定位为起点，建议通过 Layers 进行局部编辑，并由 Luma Agents 在概念、修改、变体生成和最终交付之间保持创作上下文。
Luma · 创作产品与实践AI 评分5454 Luma 分享 20 个用于渲染、情绪板和虚拟布置的室内设计 AI 提示词
Luma 分享 20 个室内设计 AI 提示词，覆盖客厅、卧室、厨房、商业空间、情绪板和房地产虚拟布置，并总结了房间、风格、材料、颜色、光线和氛围六部分结构。
Luma · 创作产品与实践AI 评分5151 Luma提供20组平面设计AI提示词，覆盖海报、图标与社交媒体图形
Luma发布一份平面设计指南，提供20组可直接复用的AI提示词，覆盖海报、图标和社交媒体图形。指南总结了由主体、格式、风格、品牌线索、尺寸、情绪和文字组成的七要素公式，并给出A3、300 DPI、1080x1080和1080x1920等规格示例。文章还强调将生成素材作为可编辑的初稿，通过局部元素修改、品牌模板和多市场本地化完成后续制作。
ComfyUI · 工作流与实践AI 评分2222 ComfyUI 推出 Forward Deployed Creatives 企业服务
ComfyUI 推出 Forward Deployed Creatives（FDCT）企业服务，由 Comfy 专家嵌入企业团队，在客户自己的 Comfy Enterprise 环境中构建工作流，并按 Validate、Build、Enable、Own 四个阶段交付。该服务强调赋能而非代做，以团队能否自行修改工作流作为衡量标准，最终工作流归企业所有。
ComfyUI · 工作流与实践AI 评分3636 ComfyUI × MiniMax H3 音画同步挑战赛公布获奖名单
ComfyUI × MiniMax H3 Sync Sound Challenge 公布获奖结果，要求用 MiniMax H3 在 ComfyUI 中让音频与视频同一次生成产出，不得后期配乐或配音。
Hugging Face Blog精选AI 评分8585 H Company 发布 NeoMME 多模态多语言编码器
H Company 发布 NeoMME 多模态多语言编码器，提供 260M 和 800M 两种规模，并以单一双向 Transformer 同时处理文本 token 与原始图像 patch。
推荐理由：NeoMME把多模态编码与视觉文档检索结合，给出模型规模、检索质量、吞吐和索引压缩之间的可复用权衡。
Runway · 研究与模型精选AI 评分8888 Runway 发布 GWM Worlds 2 实时交互世界模型研究预览
Runway 发布 GWM Worlds 2 研究预览，这是 GWM Worlds 的下一代实时交互世界模型，可实时生成 720p、24 fps 视频与 48,000 Hz 音频，并响应用户输入。
推荐理由：Runway 公开了实时交互世界模型的架构与限制，可据此判断实时生成在游戏和智能体仿真中的可用边界。
Luma · 创作产品与实践AI 评分4040 Synthesia 2026 评测：它值得用于 AI 视频生成吗？
Synthesia 评测显示，其更适合企业培训等结构化 AI avatar 视频，而非生产级素材、产品发布或品牌营销。
Hugging Face Blog精选AI 评分6666 用 TRL 和 OpenEnv 训练编码模型画水彩
作者用 TRL 和 OpenEnv 复现了 Surya Narreddi 让语言模型通过 p5.brush 写 JavaScript 画水彩的思路，参考池、RL 环境、训练脚本和训练好的模型全部开源，整条流程跑在 Hugging Face 上。
推荐理由：完整公开了一套用 RL 训练模型写代码作画的流程与全部产物，可借鉴其奖励设计与环境搭建思路。
Canva · 创作产品精选AI 评分7575 Canva Visual Suite 推出 100 多项更新，覆盖 Docs、Sheets、Whiteboards、Presentations 和 Websites
Canva宣布 Visual Suite 自年初推出 100 多项更新，覆盖 Docs、Sheets、Whiteboards、Presentations 和 Websites，并已向全球所有 Canva 用户陆续开放。
推荐理由：材料展示了 Canva 如何把白板、文档、表格、演示和网站串成连续项目流程，可用于评估一站式创作与协作工具的迁移价值。
Google DeepMind精选AI 评分7878 Google DeepMind 在 Gemini 3.7 Flash 等模型上线智能体视频理解
Google DeepMind 推出智能体视频理解功能，覆盖 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite，官方称分析成本最多降低 66%、token 消耗最多降低 88%、准确率最多提升 7%。
推荐理由：官方给出 token 与成本降幅及可用入口，可据此评估长视频分析方案的选型与改造成本。
World Labs · 空间智能与世界模型精选AI 评分8585 World Labs 发布世界模型 Atlas，原生支持文本、图像、视频与 3D
World Labs 发布下一代世界模型 Atlas，这是一个从零预训练的多模态自回归扩散 Transformer，原生处理文本、图像、视频和 3D，所有输入被组合进共享的空间上下文。
推荐理由：Atlas 把相机位姿与 3D 深度作为原生输入，读者可据此判断世界模型在可控生成与稀疏重建上的路线差异。
ComfyUI · 工作流与实践精选AI 评分6666 Gemini Omni 1.1 Flash 接入 ComfyUI：支持视频生成、编辑与 4K 输出
Gemini Omni 1.1 Flash 通过 Partner Nodes 在 ComfyUI 上线，封装在 Gemini Video Omni 节点中，可从模型下拉菜单选择 Omni Flash 1.1，在单个节点内完成文生视频、图生视频、参考生视频、视频编辑和场景延展。
推荐理由：ComfyUI 接入 Gemini Omni 1.1 Flash 的节点参数与提示词写法，可供视频生成与编辑工作流选型参考。
Hugging Face Blog精选AI 评分6262 Open ASR Leaderboard 新增首个全球南方语言：印地语与印度英语评测集
Voice Arena 与 Hugging Face 合作，在 Open ASR Leaderboard 上新增 Monsoon en-IN 和 Monsoon hi-IN 两个评测集，印地语成为该多语言标签页上的首个印度语言。
推荐理由：公开 ASR 榜单首次纳入印地语与印度英语，并公开说话人元数据与格参考，可用于判断语音模型的地域偏差。
ComfyUI · 工作流与实践精选AI 评分8080 Comfy 成为 MiniMax H3 商业许可证首个官方转售商
Comfy 宣布成为 MiniMax H3 商业使用许可证的首个官方转售商，面向在自有硬件本地运行 H3 的商业创作场景。许可证覆盖生成内容的商业权利、微调与 LoRA 训练，以及客户和下游项目；但不包含运营向他人出售 H3 访问权限的推理平台或市场。
推荐理由：这项授权安排明确了 H3 本地商业使用、LoRA 微调和客户项目的许可边界，也提示平台化售卖访问权限不在覆盖范围内。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini Omni 1.1 Flash，支持场景延展与 4K 放大
Google DeepMind 发布 Gemini Omni 1.1 Flash，通过 Gemini API 在 Google AI Studio 提供面向开发者的生成视频控制能力。
推荐理由：官方给出场景延展、首尾帧插值与 4K 放大等具体控制项和定价入口，可据此判断生成视频工作流的可控性变化。
Google DeepMind精选AI 评分6060 Google DeepMind 发布 Gemini 3.5 Transcribe 语音转文字模型
Google DeepMind 发布 Gemini 3.5 Transcribe，称其为目前最精确的语音转文字模型，可直接把原始音频转为经过整理和格式化的文本。
推荐理由：语音转写模型选型可参考其流式与非流式 WER 差异、双 API 划分和自定义词表能力。
ComfyUI · ReleasesAI 评分3838 ComfyUI v0.34.0 发布：新增 Wan 3.0、Seedance 2.5 1080p、Gemini 3.7 Flash 等节点
ComfyUI 发布 v0.34.0，新增 Wan 3.0 视频生成、Seedance 2.5 的 1080p 分辨率与视频延长 task_type、Gemini 3.7 Flash 文本节点、Flux Video Upscale、Meshy-7、Pixverse V6 等 Partner Nodes。
ComfyUI · 工作流与实践精选AI 评分8787 Wan 3.0 接入 ComfyUI，支持原生 30 秒视频与 Omni-Reference 控制
Alibaba 的 Wan 3.0 已接入 ComfyUI，支持原生生成最长 30 秒的视频，并提供 Omni-Reference 控制。模型支持 480p、720p 和 1080p，可使用最多 10 张图片、5 个视频和 5 段音频等参考素材，还支持视频编辑与扩展。使用这些功能需将 ComfyUI 更新至 v0.33.4，或访问 Comfy Cloud。
推荐理由：原文同时给出时长、参考素材和分辨率选项，便于评估 Wan 3.0 在长镜头、多素材控制与低成本草稿中的工作流价值。
Hugging Face Blog精选AI 评分7171 Hugging Face 在 Gradio 中推出 gr.Workflow，把 AI 管线变成可拖拽画布与 REST API
Hugging Face 在 Gradio 中推出 gr.Workflow，把多步 AI 管线描述为带类型端口的节点图，Gradio 直接提供可拖拽画布，每个节点可运行、每个中间结果可见，同一张图同时是 REST API 并可一键部署到 Hugging Face Spaces。
推荐理由：原文给出 gr.Workflow 的节点类型与多端点 API 用法，可据此判断多步生成管线如何一次搭好并直接调用。
ElevenLabs · 音频创作精选AI 评分7575 ElevenLabs 发布 CLI v1，将 API 与 agents-as-code 带入终端
ElevenLabs 发布 CLI v1，将 ElevenLabs API 直接带入终端，并为编码智能体提供结构化 JSON 结果、--dry-run 预览和可解析错误。
推荐理由：ElevenLabs 将 API、结构化结果和 agents-as-code 纳入 CLI，展示了编码智能体管理语音应用与生产配置的可复用工作流。
Google DeepMind精选AI 评分6262 Google DeepMind 与 Fenris Creations 合作，用 EVE 宇宙推进通用游戏智能体研究
Google DeepMind 宣布与 EVE 宇宙开发商 Fenris Creations 建立研究合作，把 EVE Online、EVE Vanguard 和 EVE Frontier 作为研究持续学习、记忆、长时程规划和复杂多智能体动态的环境。
推荐理由：DeepMind 公开了游戏智能体从离线沙盒到持久世界的推进路径，可据此判断通用游戏 Agent 的落地节奏与安全边界。
Hugging Face Blog精选AI 评分8080 Hugging Face 研究测量语音识别中的基准优化
Hugging Face 的最新研究提出三项测试，用于量化语音识别模型针对公开基准进行优化的程度，并评估了 11 个常用开源 ASR 模型。
推荐理由：研究把参考文本错误、静音数字和拼写切换转化为三项可量化测试，为语音模型选型和评测集设计提供了具体方法。
Black Forest Labs · 图像与视频精选AI 评分7171 Black Forest Labs 发布 FLUX Video Upscale，支持最高原生 4K
Black Forest Labs 推出 FLUX Video Upscale，作为独立的 FLUX Tool 和 endpoint，可将 480p 起的视频重新生成到最高原生 4K，并原生理解 FLUX 3 的输出，修复通用放大器容易遗漏的模糊人脸、水面和草地纹理网格伪影。
推荐理由：官方给出两种模式的价格与倍率差异，便于按交付分辨率在成本与修复细节之间取舍。