Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS

Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款语音生成模型，前者面向角色设计与逐行表演指导，后者面向高并发配音与语音智能体。

invideo 如何借助 GPT‑6 Astra 将调色效率提升 3 倍

invideo 借助 GPT‑6 Astra 实现更精准的剪辑规划，调色与色彩校正效率提升 3 倍，并在一天内产出 50 个自定义特效。

NVIDIA 与合作伙伴在新加坡 AI Day 展示东南亚 AI 进展

NVIDIA 在新加坡 AI Day 上联合合作伙伴展示东南亚 AI 落地进展，新加坡 HTX 将研究使用 Nemotron 3 Super 与 Nemotron 3 Nano Omni 模型推进公共安全 AI。

ComfyUI 让 MiniMax H3 视频 VAE 提速约 2 倍

ComfyUI 官方称 MiniMax H3 视频 VAE 编码最高约快 2.2 倍、解码快约 1.4-2.7 倍，1344x768、129 帧的编解码往返从 24.3 秒降到 12.7 秒。

OpenAI 发布 GPT-6 Sol 与 Luna 两款模型

OpenAI 发布 GPT-6 Sol 和 Luna 两款模型，将前沿智能带入日常工作，两者在能力与成本上有不同的平衡取向。

NVIDIA Isaac ROS 5.0 发布：面向智能体与开源机器人开发

NVIDIA 在 ROSCon 大会上发布 Isaac ROS 5.0，新增智能体工作流与平台支持，支持 ROS Lyrical 和 Ubuntu 24.04。

Parallel 用 GPT-6 Astra 将研究时间与成本减半

Parallel 借助 GPT-6 Astra 让智能体研究并综合劳动力市场数据，耗时和成本均降至此前模型的一半。

李继刚@lijigangAI 评分1010

是不是可以这么理解： llm：问答题 jev：选择题

Kling AI 背景移除工具对比指南：覆盖图像与视频工作流

这篇指南比较 Kling AI、Leonardo、Canva 和 CapCut 四种背景移除工具，覆盖图像抠图、视频背景处理、设计编辑与 API 集成。Kling IMAGE 3.0 Omni 支持透明抠图、背景重建及 2K 和 4K 输出，VIDEO 3.0 Omni 可用自然语言和参考图重做现有视频背景，无需绿幕。

Luma 文本生视频提示词指南：如何描述模型能理解的镜头

Luma 发布一份文本生视频提示词指南，提出以主体、动作、场景、镜头和风格组成五要素结构，并强调将核心动作放在开头。指南建议提示词控制在50-80词、每次只使用一个主要镜头运动，并通过参考图、逐变量修复和模板复用提升角色、商品与多资产的一致性。文中还介绍 Ray 3.2 的 multi-keyframe sequencing、native 1080p、HDR 和 EXR export 能力。

Luma 的 2026 年房地产房源与虚拟布置 AI 照片提示词指南

Luma 介绍了面向房地产房源和虚拟布置的六部分 AI 照片提示词结构，涵盖房间类型、风格、材质、色彩、光线和氛围。文章还给出客厅、厨房、卧室、外景、物体移除和天空替换示例，并讨论建筑结构保留、MLS 对 AI 图像的披露要求，以及 Luma Agents、Uni-1、Layers、Ray 3.2 和 Skills 在房源营销工作流中的应用。

Luma 调查 2026 年创意团队如何整合 AI

Luma 对760名创意专业人士的调查显示，81%已经发布过 AI 制作内容，但团队在培训、工作流整合和审批机制上仍存在明显缺口。团队过去一年平均评估6.1个 AI 工具、采用4.3个并弃用2.9个；AI Leaders 发布 AI 占多数的视频比例为78%，AI Laggards为11%。

营销团队的 AI 提示词：30 个可直接用于营销活动的示例

营销团队可用 30 个面向营销活动的 AI 提示词示例，覆盖策略、内容创作、分发和优化四个工作流阶段，并以角色、上下文、任务、语气、约束、格式、质量七部分构建可复用提示词。结构化提示词可将 persona 创建从每月 40 小时降至 5 小时，团队每天节省 2.5 小时；加入行为上下文的个性化邮件内容可带来 82% 更高转化率。

Luma 发布按音乐类型整理的 20 个 AI 音乐视频提示词示例

Luma 发布一份 AI 音乐视频提示词指南，按流行、嘻哈、电子、摇滚等类型提供 20 个示例，并将歌曲段落、主体动作、场景、镜头运动、灯光色彩和连续性列为提示词的六个要素。指南还介绍了从生成、审片、调整到多平台素材延展的流程，并提到 Ray 3.2、Luma Agents 和由 Uni-1 驱动的 Layers。

Luma：餐厅与 CPG 品牌的 AI 食物摄影提示词指南

Luma介绍面向餐厅与 CPG 品牌的 AI 食物摄影方法，建议用菜品参考、机位、材质、光线方向、构图、用途和保真指令组成七要素提示词。文章区分 photo enhancers 与 text generators，并称 AI enhancement tools 可在 90 seconds 内产出菜单可用图片。

Luma 的品牌视觉识别、语调与一致性 AI 提示词指南

Luma 提供一套用于品牌视觉识别、品牌语调和跨格式一致性的 AI 提示词工作流，涵盖品牌基础、语调校准、活动变体与本地化创意。流程建议上传 5-10 份多样内容样本，视觉识别设置需 15-30 分钟；团队报告内容创作可节省 50-70% 时间。视频与图像可在同一创作工作区产出，减少从概念到交付的交接。

AI 照明提示词教程：黄金时段、硬光、实景灯与霓虹

Luma 发布一篇 AI 照明提示词教程，围绕黄金时段、硬光、实景灯、霓虹和多点布光，给出 15 组提示词结构与示例。文章称，Image-to-Video 的色温一致性为 88%，高于 text-to-video 的 42%，并建议先生成光线正确的参考图再进行动画化。

Luma 时尚摄影提示词指南：15 组模板覆盖系列画册与营销活动

Luma 发布时尚摄影提示词指南，提供 15 组覆盖人像、产品特写、季节活动和包容性呈现的模板。指南称，AI 工作流可将传统 6-8 周的系列画册制作压缩至 3-5 天，完整流程通常需要 12-22 小时，并强调统一虚拟模特、定向编辑和 AI 加传统拍摄的混合工作流。

NVIDIA：为何规模化部署 Physical AI 需要每一层都具备安全性

NVIDIA指出，Physical AI规模化部署必须将安全覆盖硬件、软件、AI、运行环境及部署全生命周期，而非上线前一次性检查。NVIDIA Halos是面向Physical AI的全栈安全系统，覆盖自动驾驶与机器人开发、验证和部署，并结合仿真、合成数据与真实世界验证。

Higgsfield AI 借助 GPT-6 Astra 一天内上线新视频功能

Higgsfield AI 借助 GPT-6 Astra，在一天内上线了新的视频功能，让小型企业制作视频广告更简单，并更快将新创意工具推向市场。

OpenAI 与数学和人工智能独立咨询小组合作

OpenAI 正与一个独立的数学与人工智能咨询小组合作，为新兴 AI 研究结果的审查与沟通提供指导。

5 家使用 NVIDIA AI 推进清洁能源的公司

NVIDIA 展示 ThinkLabs AI、Atomic Canyon、Redwood Materials、TerraPower 和 CFS 将 AI 用于清洁能源项目，推进低碳电网建设。

ComfyUI v0.37.0 发布：支持 Qwen-Image 2.1、MoGe 3 与 Meshy 7.1

ComfyUI 发布 v0.37.0，新增 Qwen-Image 2.1、MoGe 3 和 Meshy 7.1 支持，并为 GPT Image 2 加入透明背景功能。该版本集成 Aimdo 0.5.5，可自动检测并在高速磁盘上启用 --fast-disk，同时为 Qwen3/3.5/3.8 加入 cudagraphs 与 w4a8 gemv 支持。

2026 年 DTC 品牌最佳 AI UGC 视频生成器

面向 DTC 品牌的 AI UGC 视频生成器指南，评估从创意、生成到交付的工具，重点考察生成、精修、品牌一致性与本地化能力。Luma 将视频、图像、音频和创意规划整合在一个工作区，Ray 3.2 支持 4K HDR 输出，Uni-1 维护布局、对象、文本与视觉识别一致性，Layers 提供可编辑图层。

Luma 盘点 2026 年面向音乐人和唱片公司的 AI 音乐视频生成器

Luma 发布指南，比较 10 款面向音乐人和唱片公司的 AI 音乐视频生成器，并将其分为自动化优先与控制优先两类。指南从音画同步、创作控制、输出质量和实际采用情况进行对比，涵盖 Luma Dream Machine、Neural Frames、Freebeat、Runway、Kaiber、Pika 等工具。

2026 年无真人出镜 YouTube 频道 AI 视频生成器评测

这份指南比较了适用于无真人出镜 YouTube 频道的多款 AI 视频工具，涵盖 Luma、Pictory、Faceless.so、Synthesia、Steve AI、AutoShorts.ai、Fliki 和 Canva。

面向平面设计师的 2026 年最佳 AI 图像生成器

面向平面设计师的指南评估了十款 AI 图像生成器，覆盖从概念构思到最终本地化资产的创作阶段，比较输出质量、设计相关性、工作流集成和商业可行性。Luma凭借分层编辑、Skills和Agents，以及能保留其他元素的Uni-1，主打需要多版本、格式适配和多市场本地化的广告项目。

2026 年 CPG 品牌最佳 AI 包装设计工具

AI 包装设计工具已覆盖从概念探索、mockup 到可生产文件和营销活动延展的不同环节，Luma、Packify.ai、Midjourney 与 ChatGPT各有侧重。Packify.ai支持dieline导出、3D mockup及3,000+ dielines和5,000+ mockups，Luma则用Layers保留已批准布局并替换产品、标题和本地化文案。

2026 年房地产经纪人 AI 视频生成工具对比：Luma Ray 3.2 与 Reel-E 等工具

Luma 发布一份面向房地产经纪人的 AI 视频工具指南，比较 Ray 3.2、Reel-E、BetterSpace、AutoReel、CapCut、Canva 和 Captions AI 的适用场景与工作流。

动画工作室的 2026 年最佳 AI 动画生成器

面向动画工作室的指南盘点 AI 动画生成器，指出采用相关工具可将制作时间最多缩短 40%、成本最多降低 30%，并支持从创意到交付的流程迭代。

Qwen-Image-2.1 在 ComfyUI 原生支持：开源权重图像生成与编辑，支持透明通道

阿里 Qwen 团队的最新图像模型 Qwen-Image-2.1 已在 ComfyUI 获得原生支持，开放权重、7B 参数，基于优化的 MMDiT 架构，可直接生成带 alpha 通道的 RGBA 图像。

李继刚@lijigangAI 评分1212

Agent = Harness(LLM) Result = Agent(Context)

Canva 总结 AI Vision London 2026 五大经验：品牌如何打造 AI 无法复制的东西

Canva 在 AI Vision London 2026 上总结出五条经验：当 AI 几秒就能套用品牌规范，差异化而非一致性才是真正的竞争优势。OpenAI 国际营销负责人 Elke Karskens 建议从工作流而非模型入手，作家 Azeem Azhar 则强调机器负责生成、人负责判断。

OpenAI 推出面向法律行业的 Astra for Law

OpenAI 发布 Astra for Law，为法律行业提供前沿智能，支持律所自定义工作流、接入法律数据源，并配备面向保密客户工作的法律级管控。该产品隶属 OpenAI for Law。

OpenAI 用 AI 重塑广告：Sponsored Agents 与 HubSpot、Shopify 集成

OpenAI 推出 AI 驱动的广告新体验，包括 Sponsored Agents 和面向营销人员的工具，并接入 HubSpot 与 Shopify。

Hex 用 GPT-6 Astra 将复杂分析变成可视化报告

Hex 的数据智能体借助 GPT-6 Astra，把分析答案转化为可交互的可视化报告，让员工愿意主动分享。

OpenAI 经济研究：员工如何解锁新的工作方式

OpenAI 经济研究显示，员工使用 AI 的方式已超出传统岗位职责，部分新活动正成为其工作中反复出现的固定环节。

Canva 推出 ProSuite，打通 Affinity、Cavalry、Flourish 与 Leonardo

Canva 发布 ProSuite，首次把 Affinity、Cavalry、Flourish 和 Leonardo 连接起来，与 Canva 共同构成从初稿到交付的端到端创作生态。

ComfyUI v0.36.0 发布：新增 Gemini 3.8 Flash、Flux Video Edit 等节点

ComfyUI 发布 v0.36.0，在 Partner Nodes 中新增 Gemini 3.8 Flash 文本节点、BFL 的 Flux Video Edit 节点，以及 Pruna P-Video-2 的文生视频与图生视频节点。

Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking

Google DeepMind 发布两款实时对话模型 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking，前者面向规模化与成本效率，后者面向高复杂度任务与多步推理。