AIGC 信息日报

ElevenLabs 发布 v3 Conversational 实时语音模型

ElevenLabs 宣布 v3 Conversational 实时语音模型全面可用，主打真实情感响应，支持 70+ 种语言，并内置音频标签实现精细控制，面向构建语音体验的开发者开放。

做 AI 配音、虚拟角色对话和实时语音交互的后期团队可以直接接 API 试一周，音频标签的精细控制对情绪表达是实打实的提升。

点击打开原平台查看，能否访问取决于网络环境

微软 MAI-Image-2.5-Pro 登顶图像编辑榜

微软 MAI-Image-2.5-Pro 在 Artificial Analysis 图像编辑排行榜登顶第一，超越 Reve 2.1、GPT Image 2 及自家 MAI-Image-2.5，文生图位列第七。该模型 7 月 23 日已在 Microsoft Foundry 预览，定价为每 1M 文本输入 token $5、图像输入 $8、图像输出 $106，约合每千张 1024x1024 图像 $108.5。

微软图像模型在编辑榜登顶，做视觉和美术的可以关注下编辑能力，做短剧的可以看批量出图的成本账。

点击打开原平台查看，能否访问取决于网络环境

Grok Voice Think Fast 2.0 基准超越 GPT Realtime

xAI 的 Grok Voice Think Fast 2.0 在 VulcanBench 基准上同时超越 GPT Realtime 的文本与语音表现。在 200 道保留问题上，Grok 文本准确率达 99%，从打字输入转为语音提问时几乎保持同等性能，响应速度显著更快。

实时语音模型又添一个能打的，文本准确率 99% 且语音提问不掉性能，做 AI 配音和虚拟角色对话的可以关注下 API 接入情况。

点击打开原文，能否访问取决于网络环境

Meta AI 视频模型 Muse 首批输出曝光，原生音频支持语音音乐

Meta AI 视频模型 Muse 首批输出曝光，目前处于封闭测试阶段。该模型对受版权保护内容限制严格，原生音频支持语音和音乐，开箱即用。若最终免费开放到 Meta 各产品，将是一记重拳。

Meta 的 Muse 视频模型首批输出曝光，封闭测试中，原生音频支持语音和音乐。做视频和短剧的可以蹲一下，看它跟现有模型比出片质感如何。

点击打开原文，能否访问取决于网络环境

FastMetal 让 Mac 本地 30 秒生成视频

Sky Computing Lab 发布 FastMetal，将 FastWan-QAD 系列带到 Apple Silicon，DiT、DMD 采样器和解码器均通过 MLX 在 Metal 上运行，默认 INT8。一段 5 秒 480P 视频完全在 Mac 上生成耗时 30 秒，仅占用 3.9 GiB 内存。提供 1.3B（480P）、5B（720P）、14B（追求画质）三个模型，代码和模型均已开源。

Mac 用户本地跑视频生成，30 秒出 5 秒 480P 片段，不依赖云端和 CUDA，做短剧和视觉的可以装起来试，省掉排队和成本。

点击打开原平台查看，能否访问取决于网络环境

Krea AI 推出 Seedance Studio 创作工具

Krea AI 推出 Seedance Studio 创作工具，将使用 Seedance 2.5 创作所需功能集于一处，包括提示词预设、镜头路径和 3D 场景控制。

做 AI 短剧和视觉的可以上手试，提示词预设、镜头路径、3D 场景控制都集到一个界面里，省得来回切工具。

点击打开原平台查看，能否访问取决于网络环境

Mirage 推出 Clips：长视频一键拆成 30+ 爆款剪辑

Mirage 发布新功能 Clips，可将任意长视频瞬间转化为 30+ 个病毒式传播的剪辑，自动编辑以优化表现。核心能力包括：查找并排序最具传播潜力的时刻、移除不需要的现有编辑、为社交平台重新取景和重剪每个片段。该功能由与 AI Edit 相同的编辑智能驱动，现已上线 iOS 和 Web 端。

做短剧和短视频分发的后期可以试试，自动找高光时刻、重剪成社交平台尺寸，省掉人工拉片和二次剪辑的功夫。

点击打开原平台查看，能否访问取决于网络环境

ImagineArt 推出 Imagine Computer：自然语言直出成品

ImagineArt 发布 Imagine Computer，主打用自然语言描述需求直接交付完成品，而非需要二次组装的草稿；系统能记住用户风格，避免重复解释，且每个项目基于前一个项目延续。面向视觉素材批量生产场景。

做视觉和短剧的可以关注，用大白话描述需求直接拿成品，还记住你的风格不用反复解释，适合批量出图出素材的团队试一周。

点击打开原文，能否访问取决于网络环境

OpenAI 重申前沿模型零数据留存并预览隐私安全处理

OpenAI 重申对符合条件的 API 客户提供零数据留存，并预览 Private Safety Processing 功能，旨在不牺牲数据隐私的前提下实现高级 AI 安全。

面向企业级 API 客户的数据合规政策，对创作工作流本身影响小，工具党路过。

MiniMax 为 H3 征集流式视频 LoRA 适配器并办黑客松

MiniMax 官方发文，为 H3 模型征集流式视频 LoRA 适配器方案，并预告举办线上黑客松。官方指出实时生成仍需加速推理。目前处于创意征集阶段，具体活动细节和参与方式待公布。

官方在征集 H3 的流式视频 LoRA 适配器方案，还打算办线上黑客松，做工具链和模型微调的可以关注下参与机会。

点击打开原文，能否访问取决于网络环境

Google Vids 接入 Gemini Omni，文本提示即可剪辑任意素材

Google Workspace 宣布 Google Vids 集成 Gemini Omni，用户可用简单文本提示编辑任意素材（手机视频、AI 片段），实现粗剪专业化和免重拍场景调整。该功能属于 Workspace Drop 更新的一部分，面向视频编辑场景，降低剪辑门槛。

Google 把 Gemini Omni 塞进 Vids，手机视频到 AI 片段都能用文本提示直接剪，粗剪变专业级、改场景不用重拍。做后期和短剧的可以上手试一周，看提示词剪辑的稳定度。

点击打开原文，能否访问取决于网络环境

OpenAI 推出私有安全处理，兼顾隐私与安全

OpenAI 推出 Private Safety Processing（私有安全处理），用于提升跨交互安全风险识别，同时不让 OpenAI 人员访问底层内容。该功能已研发一段时间，并承诺前沿模型继续提供零数据保留（Zero Data Retention）选项，兼顾企业客户隐私与安全增强。

OpenAI 给企业客户加了一层安全识别，同时承诺零数据保留。对创作者影响不大，做企业级 AI 应用集成的可以留意，普通创作工作流基本用不上。

点击打开原文，能否访问取决于网络环境

Suno 移动端与网页播放列表重大升级

Suno 官方宣布移动端与网页端的播放列表功能迎来重大升级，官方号发布，具体更新细节以官方线程为准。对 AI 音乐创作者和短剧后期来说，播放列表管理优化有助于批量整理和复用配乐素材。

做 AI 音乐和短剧配乐的后期可以看看，播放列表管理升级对批量整理素材和成片配乐有帮助，官方号发的，信息可靠。

点击打开原文，能否访问取决于网络环境

阿里云 Token Plan 新增 DeepSeek-V4-Pro 等模型

阿里云 Token Plan 新增 DeepSeek-V4-Pro-0813，与 Qwen3.8-Max、GLM-5.2 等模型共享同一额度池。个人版计划上线、团队版定价下调，访问高级模型的成本降低。对 AIGC 创作者来说，统一额度池意味着多模型切换不用分别计费，批量生成和实验成本更可控，适合短剧团队和工具整合者评估接入。

阿里云把 DeepSeek-V4-Pro 等模型塞进统一额度池，个人版上线、团队版降价，做 AI 短剧批量出片的可以算算成本账，接 API 跑一周看性价比。

点击打开原文，能否访问取决于网络环境

Magnific 演示单图生成五场景

Magnific 官方演示：一张图像输入，输出五个连续场景。工作流为 Seedream 5 Pro 构建第一帧，Seedance 2.5 生成后续所有内容，提示词由官方提供，基于 BytePlus 技术，已在 Magnific 平台可用。

官方演示单图生成五连场景的工作流，Seedream 5 Pro 定首帧、Seedance 2.5 续后续，做短剧和视觉开发的可以照着跑一遍看连贯性。

点击打开原平台查看，能否访问取决于网络环境

Pika 官方拆解 Soundtrack 模型：视频音频对齐领先

Pika 官方发布 Soundtrack 模型技术拆解，主打视频到音频的对齐能力。在 67 段基准测试中，该模型在语义对齐和音画同步两项指标上排名第一，ImageBind 得分 0.2457。对 AI 后期和短剧团队来说，这是评估配乐贴合度的重要参考。

做 AI 后期和短剧配乐的可以看看官方技术拆解，重点在视频与音频的语义对齐和声画同步，跑一遍就知道配乐贴合度稳不稳。

点击打开原文，能否访问取决于网络环境

创作者拆解《英雄联盟：奥术》风格 AI 广告制作全流程

创作者 @beechinour 发布完整拆解，讲解如何为 @GTE_XYZ 制作《英雄联盟：奥术》风格 AI 广告，包含精确 prompt、所用模型、剪辑流程及整体方法论。

作者公开了完整拆解：精确 prompt、所用模型、剪辑流程和整体方法论，做风格化广告和视觉开发的可以直接抄作业。

点击打开原平台查看，能否访问取决于网络环境

MiniMax Design 代理按导演指令生成 H3 详细提示词

创作者 Pierrick Chevallier 演示：给 MiniMax Design AI 代理一张图片和指令「扮演专业 FPV 导演，做成病毒式内容」，代理自动分析想法、构建摄像机逻辑、运动与节奏，为 MiniMax H3 生成极其详细的提示词并出片。作者在帖子中分享了完整提示词与工作流。

给 MiniMax Design 代理一张图加一句导演指令，它自动拆解镜头逻辑、运动和节奏，生成 H3 的详细提示词。做 AI 短剧和视觉的可以顺着帖子里的工作流跑一遍，看自动提示能不能省下写分镜的功夫。

点击打开原平台查看，能否访问取决于网络环境

创作者分享AI视频制作流程：先做分镜和角色表再写提示词

韩国创作者 paperwiz 分享改进后的 AI 视频制作流程：先确定 30 秒完整故事（Hook→放大→反转/Payoff 结构），再制作角色表、道具表、车辆表、场景参考和空间调度图，检查一致性后最后才写 Dola 或 Seedance 提示词。30 秒视频拆成 10 秒×3 块，通过前后块动作衔接保证连贯。

把AI视频当实拍来准备：先定故事和分镜，再做角色、道具、车辆、场景参考图，最后才写提示词。做短剧和长片的可以直接套这套流程，解决角色和场景不连贯的老问题。

点击打开原文，能否访问取决于网络环境

Vidu S1 支撑《甄嬛传》数字人实时对话 H5

生数科技与 360 合作，以自研 Vidu S1 实时交互视频生成模型为底层，落地「甄嬛 360 传粉丝见面会」线上 H5 活动，支持用户与甄嬛、华妃等十位剧中角色实时对话。模型支持 1 分钟至 2 小时持续无损渲染、秒级响应及百余种语言与方言，并提供 SaaS、MaaS 两种轻量化接入方案。

生数科技与 360 合作，用 Vidu S1 落地《甄嬛传》粉丝见面会 H5，支持与十位角色实时对话。做 IP 互动和短剧数字人玩法的可以看这套 SaaS/MaaS 接入方案怎么落地。

开源视频+播客逐字稿提取 Skill，支持多平台

AI 产品黄叔开源一个视频+播客逐字稿提取 Skill，支持视频号/B站/抖音/小红书/Youtube/小宇宙。10 分钟音视频约 3 分钟转出，大部分用本地 FunASR 转写，Token 消耗低，逐字稿做了精修+分段方便阅读，欢迎 PR 和 issue。

做后期和短剧的可以接上这套转写工作流，10 分钟音视频 3 分钟内出稿，本地 FunASR 转写省 Token，精修分段直接能当剪辑脚本用。

点击打开原平台查看，能否访问取决于网络环境

MiniMax H3 图像修复演示引热议

MiniMax 官方账号转发 @8bit_e 的演示：使用 MiniMax H3 进行图像修复，并附上 GitHub 项目 MaskVidExperiments 链接。演示展示了 H3 在图像修复场景下的能力，属于官方对第三方实验的认可与推广。

MiniMax 官方转发的 H3 图像修复演示，配了 GitHub 实验项目链接。做视觉和后期修复的可以点开看效果，顺手把仓库存下来当参考。

点击打开原文，能否访问取决于网络环境

Google Flow 邀三位广告传奇为本地小企业做 AI 广告

Google Flow 官方发布《The Small Brief》系列，邀请三位广告传奇人物 Susan Credle、Jayanta Jenkins 和 Tiffany Rolfe 无限使用 Google Flow，为本地小企业制作广告。首期展示 Susan Credle 为 Stonewood Farm 打造的以「Just Farming」为主题的广告，聚焦再生农业与社区关怀。

Google Flow 官方客户案例，看资深创意人怎么用 AI 工具做品牌广告，做商业片和广告的可以当参考样本。

点击打开原平台查看，能否访问取决于网络环境

Magnific 演示 GPT-2 一键拆解穿搭单品

Magnific 官方演示：用一条 prompt 将日常镜子自拍转换为杂志编辑风格的完整穿搭拆解图，自动识别并标注画面中人物实际穿着的每件单品及品牌标签。官方在推文下方附了 prompt 原文。

一条 prompt 把随手拍的镜子照变成带品牌标签的完整穿搭拆解，做时尚类视觉和电商素材的可以抄这个 prompt 跑一遍。

点击打开原文，能否访问取决于网络环境

唐杰谈缩放定律：GLM-5.3 后训练实验

唐杰（@jietang）发文反思缩放定律，指出参数规模需与数据、算力、推理成本协同考量，Chinchilla 最优比例并非终点。他宣布 GLM-5.3 作为受控实验：与 GLM-5.2 同架构、同参数，仅通过一个月长程环境与 RL 后训练带来显著提升，证明缩放不止参数一个旋钮。

模型训练圈的技术讨论，讲参数规模不是唯一旋钮，后训练也能带来显著提升。对创作工作流影响小，工具党路过。

AI 粉丝自制《GTA 罪恶都市》系列第一集

B 站作者 SoraVerse 的 AI 生成《侠盗猎车手：罪恶都市》系列第一集《交易失败》，粉丝致敬作品，基于 Rockstar 游戏世界观改编，角色均为虚构。

游戏 IP 同人 AI 短剧，做短剧的可以拉片看游戏世界观转叙事和角色一致性处理。

点击打开原平台查看

楚人美游记1-25合集纯享版上线

B站作者「安奇米苏」的AI短剧《楚人美游记》1-25集合集纯享版，系列化短剧定位，主打角色一致性与连续叙事。

B站AI短剧合集，25集连播，做短剧的可以拉片看长系列的角色一致性和叙事连贯性怎么处理。

点击打开原平台查看