← 全部日报

AIGC 信息日报

2026 年 7 月 7 日 周二

行业与平台动向

Industry

Kyutai Labs 联合 Epic Games 发布多人世界模型 MIRA,同步公开技术报告、数据集和在线 demo。该模型支持实时多人交互场景的生成,与游戏引擎深度集成,面向 AI 驱动的动态世界构建。

Kyutai 联合 Epic Games 发布多人世界模型 MIRA,带技术报告和在线 demo。做 AI 视觉和游戏叙事的可以直接上手试,看实时多人交互场景的生成能力边界在哪。

点击打开原平台查看,能否访问取决于网络环境

腾讯混元发布 Hy3 模型,2950 亿参数 MoE 架构,官方称在同等规模中表现最佳,与万亿级旗舰模型匹敌,对大多数代理用例可靠且价格实惠。Apache 2.0 开源协议,适合商业用途,提供两周免费 API。

腾讯混元发布 2950 亿 MoE 模型 Hy3,号称同规模最佳、匹敌万亿级旗舰,Apache 2.0 开源可商用。搞 AI 编程和 Agent 工作流的可以接免费 API 测两周,看推理和代码能力稳不稳。

点击打开原文,能否访问取决于网络环境

FLORA 官方宣布其产品定位从「跨模型生成与合成画布」升级为「创意平台」,核心变化是让创作从单次生成走向系统化工作流——作品在平台上完成制作后,可进一步被编排、复用和规模化。

FLORA 从画布升级为创作平台,做 AI 短剧和视觉开发的可以点开看看它怎么把生成、编排、系统化串成一条线。

点击打开原平台查看,能否访问取决于网络环境

通义实验室发布Fun-ASR-Realtime实时语音识别模型,单模型覆盖30种语言及16种方言,重点优化东亚、东南亚地区。工业级方言测评语义准确率87.8%,多地方言接近人工水平。引入上下文理解与动态热词注入,实现同音词、品牌名等语义消歧。流式识别首字延迟百毫秒级,支持多语言无缝切换,API已上线阿里云百炼平台。

通义实验室新出的实时语音识别模型,单模型覆盖30种语言加16种方言,方言准确率接近人工水平。做AI配音、字幕、后期语音处理的可以直接接阿里云百炼API测一轮,首字延迟百毫秒级,流式多语言切换不用切模型。

点击打开原文

据 X 用户 @minchoi 转述,一名 20 岁中国学生用 Claude 构建 AI 测速雷达,耗时 9 天,使用一台旧相机和 20 美元 API 调用费用。该推文为二手转述。

AI 测速雷达,20 岁学生 9 天用旧相机+20 美元 API 搞定。技术整合者可以当个低成本硬件+AI 的参考案例,影视创作者基本无关。

点击打开原平台查看,能否访问取决于网络环境

工具与能力更新

Tools

Claude Code v2.1.202 发布,主要更新:`/config` 新增 "Dynamic workflow size" 设置,可控制动态工作流 agent 数量规模(小/中/大),作为指导性建议而非硬性上限。工作流 agent 现在会发射 `workflow.run_id` 和 `workflow.name` 的 OpenTelemetry 属性。修复了 mTLS 握手失败、远程控制发送命令失败、移动端发送无说明图片被静默丢弃、语音听写在麦克风故障时无限重试(改为暂停输入)、重载已有技能导致重复指令等问题。改进了工作流 agent 列表布局,MCP 错误消息更清晰。`/review <pr>` 恢复为快速单次审查,多 agent 审查请使用 `/code-review`。

Claude Code 小版本更新,新增动态工作流 agent 规模控制,修复了 mTLS 握手和语音听写无限重试等 bug。做 AI 编程/Agent 工作流编排的可以更新后跑一遍,看工作流稳定性有没有改善。

点击打开原文

Fish Audio 推出 Voice Changer 变声器功能,可将用户语音实时转换为任意角色音色,基于其 TTS 模型能力,适用于配音、角色对话、直播等场景。官方推文附链接,具体参数和延迟表现需查看原文。

Fish Audio 的实时变声器,后期和配音团队可以直接接 API 测角色音色切换的延迟和自然度。

点击打开原平台查看,能否访问取决于网络环境

方法与经验

Methods

LumaLabsAI 转发 DreamLabLA 的 AI 镜头制作工作流拆解:先实拍演员动作,再分层用 AI 生成背景、角色、光影,最后合成单镜头。核心思路是「不靠单次生成出片,靠多 pass 分层合成」提升镜头完成度。

拆解了 AI 镜头里「实拍动捕+AI 分层合成」的工作流,做 AI 短剧和视觉的可以拉片看怎么用多 pass 堆出单次生成做不到的镜头质感。

点击打开原平台查看,能否访问取决于网络环境

Recraft 官方发布 V4.1 模型的光影能力展示,用城市、散步、面包、骑行等日常场景演示光线作为画面主角的效果,附有 prompts 链接供创作者复现。

Recraft V4.1 的光影质感 demo,视觉师可以点开看光效表现,prompt 在链接里可套用。

点击打开原文,能否访问取决于网络环境

Claude Code 团队成员 Thariq 分享 Fable 5 使用秘诀:过去需要把任务拆成小块、反复检查输出、防止过早停下;现在模型能力提升后,可以给更大任务、减少中间检查,更多时间花在验证最终结果上。核心是工作流从「监督执行」转向「信任+验证」。

Claude Code 团队成员分享的 Fable 5 使用心得,核心是模型变强后工作流要跟着变——从拆任务、反复检查,变成给大任务、信任输出。做 AI 编程和 Agent 工作流的可以看看这个思路转变。

点击打开原平台查看,能否访问取决于网络环境

FLORA 举办 AI 驱动的 CPG(快消品)包装设计工作流实操直播,由 Forward Deployed Creative Catherine Chung 主讲。内容涵盖概念食品/美妆/家居产品设计、实景合成、添加动效、生成季节变体。无需经验,直播链接见推文。

FLORA 的 CPG 包装设计工作流直播,做品牌视觉和产品设计的可以蹲一下,看 AI 怎么从概念到动效再到季节变体一条线走完。

点击打开原文,能否访问取决于网络环境

作品 / 案例

Works

B站 UP 主「AI全民制作人」的 AI 短剧系列《恐怖世界》第五集《三颗子弹》,延续前作男女主设定。系列化 AI 短剧的持续产出样本,角色一致性和叙事连贯性是看点。

AI 短剧系列第五集,同一男女主延续,做短剧的可以拉片看角色一致性和系列叙事怎么保持。

点击打开原平台查看

LumaLabs 官推发布 AI 短片《TOMO》,导演 Maximilian Kempe 使用 Luma 制作。短片以红绿灯为视角,展现街角四季流转的日常,偏诗意叙事风格。

Luma 官号推的短片《TOMO》,导演 Maximilian Kempe 用 Luma 做的,视觉师可以拉片看风格和镜头处理。

点击打开原平台查看,能否访问取决于网络环境

B站UP主「AI全民制作人」的AI短剧系列《深度还原某些宝妈创业》中的一集,讲述宝妈板面摊创业成功的故事。该系列以宝妈创业为题材,采用AI生成画面和配音,单集,属于AI短剧的轻量级叙事尝试。

B站AI短剧系列的一集,宝妈创业题材,做AI短剧的可以拉片看叙事节奏和角色一致性处理。

点击打开原平台查看

B 站作者「小新JOJO」的 AI 短剧系列《毒雨灭世:我有系统无限囤积物资》第十七集,末世囤积题材,系列化 AI 短剧作品。

AI 短剧系列第十七集,做短剧的可以拉片看系列化叙事和囤积物资题材的视觉处理。

点击打开原平台查看