跳到正文

多模态理解、图像与视频生成,以及创作交互、API 和成本的变化。

10条精选

最新精选

第 1–10 条 · 共 10 条
10月1日周四
  1. TechCrunch · AI82

    OpenAI 在 Dev Day 推出 ChatGPT 应用分发、身份登录与企业应用市场功能

    OpenAI 在 Dev Day 宣布让 ChatGPT 承担应用发现、启动和使用,并推出“Sign in with ChatGPT”、企业应用市场及 Dots 智能体。ChatGPT 将根据对话推荐应用,支持交互式扩展面板;Dots 可连接超过 4,000 个应用,企业市场首批有 30 多家合作方。OpenAI 尚未公布类似传统应用商店的计费或收入分成机制。

    推荐理由:原文把 ChatGPT 的应用分发、身份层、企业市场与 Dots 串成一套路径,可用于判断 AI 入口如何改变软件发现和调用方式。

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。

9月15日周二
  1. Luma · 创作产品与实践69

    Sora 2026 年定价:API 每秒 $0.10-$0.70,将于 9 月 24 日停用

    Sora 在 2026 年仅剩 API 访问,按模型和分辨率每生成 1 秒收费 $0.10-$0.70,API 计划于 9 月 24 日停用。1080p 每 10 秒的原始生成费用为 $7,Batch API 对非紧急生成提供 50% 折扣。文章估算,考虑 3-7 次迭代后,每个可用视频的实际成本会达到单次生成价格的 3-7 倍。

    推荐理由:文章将 Sora 的单秒定价、迭代成本与 API 终止时间放在同一预算框架中,便于创作团队评估批量生成和迁移安排。

9月10日周四
  1. OpenAI News62

    OpenAI 在 API 中上线 GPT-Live-1 语音模型

    OpenAI 在 API 中推出 GPT-Live-1,为开发者带来自然的全双工语音对话能力。该模型在指令遵循上更强,并支持自定义音色与电话(telephony)接入。

    推荐理由:OpenAI 把全双工语音对话能力开放到 API,读者可据此判断语音类应用的接入门槛与能力边界。

9月8日周二
  1. OpenAI News60

    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。

9月7日周一
  1. Luma · 创作产品与实践79

    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。

9月23日周二
  1. Replicate · 模型与制作实践68

    Replicate 对多款图像编辑模型的对比评测:如何选择合适模型

    Replicate 对多款图像编辑模型进行了对象移除、视角转换、背景编辑、文字编辑和风格迁移测试,并比较了价格与推理时间。

    推荐理由:这份按对象移除、视角转换、背景编辑、文字编辑和风格迁移展开的对比,可为图像编辑模型的任务选型提供具体参照。

7月21日周一
  1. Replicate · 模型与制作实践62

    Replicate 实测四款图像模型:单张参考图生成一致角色谁更强

    Replicate 对比了截至 2025 年 7 月可用于单张参考图生成一致角色的四款模型:OpenAI gpt-image-1、Runway Gen-4 Image、Black Forest Labs FLUX.1 Kontext 和字节 SeedEdit 3,并补充了之后发布的 Ideogram Character 与 Gen-4 Image Turbo。

    推荐理由:作者用同一参考图横向实测四款图像模型,给出角色一致性与风格化任务的选型建议和失败边界。

5月22日周四
  1. Replicate · 模型与制作实践68

    Replicate上线 OpenAI 最新聊天、视觉与推理模型

    Replicate现已支持运行 OpenAI 的 GPT-4.1、GPT-4o 和 o-series 等聊天、视觉与推理模型。GPT-4.1系列支持最长 1 million tokens 的上下文,GPT-4o系列处理文本、图像和音频,o-series面向数学、科学与复杂问题的结构化推理。

    推荐理由:材料按上下文、模态、推理任务和成本速度列出模型差异,并给出 Replicate 网页界面与 API 的操作入口。