跳到正文

全部动态

今日 10 条
9月29日周二
  1. Canva · 创作产品77

    Canva 为 Meta 的 Muse 接入 AI 连接器，支持对话生成设计

    Canva 宣布为 Meta 的个人 AI 智能体 Muse 接入 Canva 连接器，用户可在对话中创建设计，并使用品牌字体、颜色和素材。连接器还支持搜索设计库、导出文件，生成的 Canva 设计可继续编辑；该功能面向美国和加拿大用户开放。

    推荐理由：这项连接把对话式规划与品牌素材、设计库搜索和可编辑设计串起来，可参考其在智能体创作工作流中的分工方式。

  8. Luma · 创作产品与实践49

    Gemini 照片编辑提示词：25 个修图示例

    Gemini 照片编辑提示词指南整理了 25 个覆盖人像润饰、产品优化和复古修复的示例。有效提示词应包含主体识别、动作说明、保留规则和风格参数，明确“keep face identical”等要求可减少面部特征变化。人像修图需指定纹理保留，产品摄影需写明背景与光线，修复则应区分色彩校正和结构修复。

  9. Luma · 创作产品与实践46

    AI 头像提示词：2026 年专业肖像的 15 条提示词

    15条可直接复制的专业 AI 头像提示词覆盖企业、创业公司、高管、创意行业等场景，强调保留参考照片的真实面部结构，并用提示词控制服装、环境、镜头设置和光线。AI 头像可由单张参考照片生成10-50种变体，支持更换背景和局部调整而无需重新生成；拥有专业照片的 LinkedIn 资料获得的浏览量和消息量分别高出14倍和36倍。

  10. Luma · 创作产品与实践54

    Luma 分享 AI 照片编辑提示词：颜色、光线与皮肤修复方法

    Luma 介绍一套用于 AI 照片编辑的四部分提示词方法，覆盖颜色、光线、背景和皮肤修复，并强调保护不应改变的元素。文章建议每次只执行一个编辑，再检查身份、皮肤纹理、颜色准确度、光线方向和边缘质量。文中还介绍 Luma 的 Uni-1、Layers 和 Luma Agents 如何用于保持品牌颜色、皮肤纹理、背景与多轮编辑的一致性。

  11. Luma · 创作产品与实践53

    Luma AI汽车摄影提示词指南：覆盖棚拍、动态与外景镜头

    Luma AI的汽车摄影指南覆盖棚拍、动态行驶和外景三类广告镜头，并给出15个可复用提示词。指南将提示词拆为车辆描述、机位、光线、背景或地点、氛围和保真要求，强调动态镜头中的背景运动模糊与车辆细节清晰。文章还介绍了使用Layers和Uni-1调整背景或车辆元素，以及用Ray 3.2将视觉方向延伸到动态内容。

  12. Luma · 创作产品与实践54

    Luma 教你如何通过提示词保持 AI 自拍的人脸相似度

    Luma 发布指南，介绍如何通过先锁定身份特征、再加入创意方向的提示词结构，生成在多种场景中保持人脸相似度的 AI 自拍。指南提供 15 组可复用提示词，并建议使用 3-5 张不同角度的清晰参考照片，通过多轮生成和局部编辑逐步完善结果；文中称提示词方案的报告成功率为 50-60%，更高级的微调方法可达到 80-90% 一致性。

  13. Luma · 创作产品与实践53

    Luma 2026 年护肤与美妆品牌 AI 提示词指南

    Luma 发布了一份护肤与美妆品牌 AI 提示词指南，提供 15 组覆盖产品图像、社交内容、邮件、广告和视频的提示词结构。指南强调七部分美妆产品图像提示词框架，以及针对 Instagram、TikTok 等平台调整格式和叙事方式。它还介绍了用 Layers 保留既有构图进行局部修改，并提到 Luma Agents、Skills 和 Ray 3.2 在连续创作流程中的应用。

  15. Luma · 创作产品与实践40

    AI Avatar 提示词：打造个人头像与品牌角色

    结构化 AI Avatar 提示词通过角色、外貌、场景和输出风格等细节，帮助生成适用于 LinkedIn、企业网站及品牌材料的统一头像与角色。案例中，团队用四天完成 43 张头像，并通过 Seed 值、negative prompts 和多轮迭代保持身份与视觉一致性。Google 研究显示，高质量提示词平均约 21 个词。

9月28日周一
  2. Hugging Face Blog62

    H 公司发布 Holo4 系列通用电脑操作智能体模型

    H 公司发布 Holo4 系列智能体模型，含 27B dense 与 35B-A3B MoE 两个版本，并推出基于 Nemotron 3 Nano Omni 的 Holotron4 Nano，均已上线 H Models API，权重以 BF16、FP8、NVFP4 和 4-bit GGUF 在 Hugging Face 开放。

    推荐理由：Holo4 给出跨 GUI、代码、MCP 与 API 的统一智能体方案，并公开轨迹与权重，便于评估开源电脑操作智能体的成本与能力边界。

  9. ElevenLabs · 音频创作75

    ElevenLabs 发布 Eleven v4 与 Eleven v4 Turbo 语音模型

    ElevenLabs 发布情感表现更强的文本转语音模型 Eleven v4 及低延迟版本 Eleven v4 Turbo，两者支持 90 多种语言，已在 ElevenAgents、ElevenCreative 和 ElevenAPI 上线。

    推荐理由：官方给出 Eleven v4 与 Turbo 的延迟、盲测偏好和音频标签控制细节，可用于语音智能体与配音选型参考。

  10. 可灵 · 模型与创作实践52

    Kling VIDEO 3.0 Omni 如何为音乐表演替换背景

    Kling VIDEO 3.0 Omni支持基于已有音乐表演视频替换背景，并通过上传素材、描述或引用新场景、生成后复检三步完成编辑。教程还介绍了使用Kling VIDEO 3.0从文本或图片生成全新表演场景，以及通过Native Audio生成音乐、环境音和对白的方法。发布前需检查歌曲、录音、视频和参考素材的版权许可。

  11. 可灵 · 模型与创作实践50

    如何为篮球联赛标志创建醒目的提示词：Kling IMAGE 3.0 实践指南

    为篮球联赛标志创建提示词应明确联赛身份、篮球元素、风格、构图、颜色和背景，再用 Kling IMAGE 3.0 将文字概念转成视觉标志方向。文中提供 professional、modern、youth、retro、minimal 和 street 6 种示例，并支持通过 Text to Image 或参考图生成、评审和调整方案。

  13. 可灵 · 模型与创作实践56

    Kling IMAGE 3.0 如何从文字或照片创建 AI 图像

    可灵发布教程，介绍如何用 Kling IMAGE 3.0 从文字描述或照片创建 AI 图像，并通过提示词和自然语言指令持续修正结果。教程涵盖参考图上传、主体与构图描述、画面比例选择及生成后的审片；IMAGE 3.0 支持最多 10 张参考图，用于保持角色、商品、构图或视觉风格等细节的一致性。

  14. 可灵 · 模型与创作实践63

    Kling AI 如何通过提示词让 AI 图片更真实

    Kling AI 介绍了通过光线、材质、比例、透视和镜头感等具体视觉细节提升 AI 图片真实感的方法。文章给出“主体、场景、光线、构图、材质细节、相机感、关键约束”的提示词结构，并说明 Kling IMAGE 3.0 支持文本生成、参考图生成和自然语言图像编辑。实践中应先定位最明显的不自然之处，再逐项调整并检查皮肤纹理、接触阴影、材质反光和商品轮廓。

    推荐理由：文章将光线、材质、透视和镜头感拆成可操作的提示词要素，并结合 Kling IMAGE 3.0 的参考图与局部修复流程，适合用于提升图像真实感和商品细节控制。

  15. World Labs · 空间智能与世界模型68

    World Labs 签署协议加入 AMD，李飞飞将出任 AMD 执行副总裁兼首席科学家

    World Labs 已签署最终协议加入 AMD，交易预计在 2026 年底前完成，尚待监管批准及其他惯例交割条件。李飞飞将出任 AMD 执行副总裁兼首席科学家，直接与 CEO 苏姿丰共事；Justin Johnson 和 Ben Mildenhall 将与李飞飞继续领导 World Labs 团队，并入 AMD 后组建前沿研究组织。

    推荐理由：World Labs 被 AMD 收购并给出团队去向与开放生态目标，可据此判断空间智能赛道的硬件整合走向。

9月25日周五
  1. Google DeepMind78

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，在 Gemini 3.8 Live 基础上把近实时视频生成与语音结合，让对话模型具备会听、会看、会说的动态视觉形象，即日起在 Gemini Enterprise 提供。

    推荐理由：官方披露了实时视频与语音耦合、异步工具调用和 97 语言口型同步等能力边界，可供企业评估数字人客服与交互式导览的落地条件。

9月24日周四
  3. 可灵 · 模型与创作实践54

    6 款水印移除工具对比：Kling AI 如何处理复杂图像修复

    Kling AI 发布一份指南，对比 6 款水印移除工具及其适用场景，并重点介绍 Kling IMAGE 3.0 与 IMAGE 3.0 Omni 的图像修复流程。指南指出，纯色背景更易处理，头发、纹理、细节主体和重复图案需要更谨慎的局部编辑与全尺寸复检；IMAGE 3.0 Omni 支持继续修复并输出原生 2K/4K 图像。

  5. 可灵 · 模型与创作实践65

    当前 AI 视频生成技术的 6 项局限与应对方法：Kling VIDEO 3.0 系列如何提升创作控制

    Kling 发布的创作实践文章梳理了当前 AI 视频生成的 6 项局限，并给出参考图、分镜、分步提示和后期处理等应对方法。文章指出，角色与商品跨镜头不一致、运动和物理表现异常、长视频连贯性不足、文字细节失真及提示词控制有限，仍是常见问题。

    推荐理由：文章把一致性、物理运动、长视频、文字细节和提示词控制等问题对应到具体工作流，便于判断何时使用参考图、分镜或后期处理。

  6. Black Forest Labs · 图像与视频84

    Black Forest Labs 发布 FLUX 3 Action，开放 7B 机器人动作策略权重

    Black Forest Labs 发布 FLUX 3 Action（F3A）机器人动作策略模型及其开放权重，采用 WAM 联合预测未来视频与动作。报告称，其单步 7B checkpoint 在 RoboLab 达到 38.3%，高于 Cosmos 3 Nano 的 36.8%；guidance-distilled checkpoint 达到 42.2%。

    推荐理由：报告同时给出 RoboLab、真实机器人和推理效率数据，可用于比较 WAM 与 VLA 在成功率、速度和部署成本上的取舍。

9月23日周三
  1. ComfyUI · 工作流与实践75

    Comfy 发布 Comfy Router，用一个 API 调用前沿图像视频模型

    Comfy 在 Comfy Developer Platform 上线 Comfy Router，开发者只需集成一次即可调用前沿图像、视频、3D 和音频模型，并按任务选择供应商。

    推荐理由：Comfy Router 把多家供应商的前沿图像视频模型收进一个 API，读者可据此判断多供应商切换与排队重试对现有生成流程的改动。