🧵 Our Voice Hack Night finalis…
OpenAI Devs 公布 Voice Hack Night 决赛入围项目，4 个团队在 6 小时内用实时语音 Agent 完成真实场景构建，现开放社区投票，周一公布冠军。
为什么值得看：OpenAI 开发者黑客松的实时语音 Agent 项目投票，做 AI 配音和语音交互的可以看看社区在卷什么方向。
AIGC 创作每周精选
5 月 25 日 — 5 月 31 日
从本周日报中按创作价值与信息完整度筛选，保留可直接试用、复现或拆解的内容。
本周怎么选：从 7 期日报中筛选 16 条；每个板块最多 4 条，并尽量分散到不同日期。专题页只做二次整理，原始来源与当天日报均保留。
行业与平台
Industry · 4 条小即是美：开源多模态模型发布
阶跃星辰（StepFun）发布并开源了一款新的多模态模型，官方强调其特点是“小”（Small is a feature），体积显著小于 V4-Flash，同时保持多模态能力和推理速度。具体参数、架构和性能数据尚未在推文中公开。
为什么值得看：阶跃星辰开源了一款比 V4-Flash 小得多、支持多模态的模型，做本地部署和工具链集成的可以直接拉下来跑跑看。
Recraft V4
Recraft 官方发布 V4.1 版本，强调生成画面具有「凌乱能量、高饱和色彩、日常微小混乱」的质感，风格偏向自发、生动且带有真实感。推文附有示例 prompt 链接。
为什么值得看：Recraft V4.1 主打凌乱、高饱和、日常感的视觉风格，做概念设计和美术总设的可以拿 prompt 跑一轮，看能不能当风格参考或素材底图。
Recraft V4
Recraft 发布 V4.1 模型，专攻真实感产品 mockup 和广告场景图生成。支持包装、标牌、服装、卡片、杯子、手提袋、贴纸、街头广告等品类，生成效果具备自然光照、可信材质、电影感构图和微小瑕疵细节，可直接用于 campaign-ready 场景。
为什么值得看：Recraft V4.1 专攻真实感产品场景图，包装、广告牌、服装、杯子等都能直接生成，光影和材质细节到位。做视觉/美术的可以直接当 mockup 工具用，省掉后期合成和打光环节。
工具与能力
Tools · 4 条fal Assets is live
fal 上线 Assets 功能，将用户在平台上生成的所有内容（图片、视频、音频、3D）统一存入一个可语义搜索的资产库，支持在 Sandbox、Playground、Workflows 之间直接引用为输入，无需重新上传或翻文件名。
为什么值得看：fal 把生成资产统一入库了，图片、视频、音频、3D 全在一个库里，语义搜索加跨工具复用，做批量出图和后期整合的可以省掉来回拖文件的时间。
Opus 4
FLORA 平台宣布 Opus 4.8 版本已在画布工具中上线，官方称该版本为“Monster mode”，该更新面向 FLORA 画布内的 AI 生成与编辑场景。
为什么值得看：FLORA 画布工具更新，Opus 4.8 上线，做 AI 视觉和概念设计的可以上手跑一遍，看看 monster mode 的出图质量变化。
Web 更新
Midjourney 对话模式更新：文本和语音输入改进，语音会话启动时可访问用户的图像提示、风格参考、侧边栏设置和最近任务；图像提示功能现可直接从托盘和侧边栏使用；语音提交过程中托盘图像保持不变直至手动移除。
为什么值得看：Midjourney 对话模式小更新，语音输入时能直接调图像提示和风格参考，做视觉开发的可以省掉来回切菜单的功夫。
Music v2 handles vocal complex…
ElevenLabs 发布 Music v2 更新，核心提升人声复杂度处理能力：支持单曲内中段风格转换（如歌剧转重金属再转回）、快速说唱与密集歌词演绎、非音乐类音效直接嵌入音轨。该能力面向 AI 音乐生成、配音、短剧配乐及后期音效制作场景，已开放使用。
为什么值得看：ElevenLabs 把 Music v2 的人声复杂度拉到新高度：一首歌里歌剧转重金属再转回来、快嘴说唱、密集歌词、非音乐音效直接嵌入。做 AI 配音、短剧配乐、后期音效的可以直接上手试，看人声和音效的融合度够不够稳。
方法与经验
Methods · 4 条Kling AI助力电影RAPHAEL创作全流程揭秘
可灵AI官方发布AI长片《RAPHAEL》幕后工作流，展示从创意构思到最终电影画面全流程如何使用Kling AI，涵盖角色设计、场景构建、镜头编排等环节，重点在于展示单一工具链完成长片级制作的可行性。
为什么值得看：可灵官方放出的长片幕后，从创意到成片全流程拆解，做AI短剧和长片的可以直接拉片看工作流怎么搭。
GPIC：大规模视觉生成基准数据集发布
李飞飞团队发布 GPIC（Giant Permissive Image Corpus）视觉生成基准数据集，包含 1 亿 VLM 标注图文对用于训练、100 万图文对用于基准测试，总计约 28 万亿像素，完全开放研究及商业使用许可。该数据集规模远超现有公开数据集，旨在为大规模生成模型时代提供统一的训练与评测标准。
为什么值得看：李飞飞团队开源 GPIC 基准数据集，1 亿图文对 + 100 万测试对，全许可商用。做视觉生成模型训练和评测的可以直接拿来当训练集和测试集用。
我让一个AI，帮我装另一个AI
UP 主演示用操作系统级 AI 助手 Marvis 自动完成本地大模型部署全流程：自动识别电脑配置、安装 Ollama、选择合适模型，并进一步实现模型蒸馏（巴菲特风格）、远程控制（手机指挥电脑）、多任务并行（10 分钟 5 件事）。整个过程无需手动操作，验证了 AI Agent 在本地工具链编排中的可行性。
为什么值得看：一个 AI 帮你装另一个 AI 的实操演示，做 AI 工具链整合的可以直接抄工作流，省掉自己折腾本地部署的时间。
点击打开原平台查看
Nano Banana Pro vs
ComfyUI 官方账号对比 Nano Banana Pro 与 GPT Image 2 两款图像生成模型。Nano Banana Pro 在照片级写实、4K 分辨率输出、14 张参考图槽位（用于产品/场景一致性）以及实时网络搜索（保证真实世界准确性）上胜出。GPT Image 2 则在文字渲染（约 99% 准确率）和空间逻辑上更强，适合品牌和广告场景。
为什么值得看：视觉师和美术总设直接看对比：Nano Banana Pro 在写实度、4K 输出和 14 张参考图一致性上占优，GPT Image 2 文字渲染和空间逻辑更强。选工具前先拉一遍对比图。
作品与案例
Works · 4 条新ai腐剧《冥冥之中掰弯了你》中字（全）
B 站发布的 AI 腐剧《冥冥之中掰弯了你》完整版，提供百度网盘和 UC 网盘下载链接。题材为耽美向 AI 短剧，适合关注 AI 短剧叙事和角色一致性的创作者拉片参考。
为什么值得看：AI 腐剧完整成片，做 AI 短剧的可以拉片看叙事和角色一致性处理，题材偏小众但完整度有参考价值。
点击打开原平台查看
NPC全部接入AI！这国产游戏也太离谱了！
B 站 UP 主展示一款国产游戏，其中所有 NPC 均接入 AI 驱动，支持玩家与每个角色进行自然语言对话和互动，非预设脚本。视频为实机演示片段，展示了 NPC 根据玩家输入实时生成回应、执行任务、改变行为等能力。
为什么值得看：国产游戏 NPC 全接入 AI 的实机演示，做 AI 短剧和互动叙事的可以拉片看角色对话逻辑和场景交互设计。
点击打开原平台查看
Last Night
Runway 官方发布 AI 短片《Last Night》，全片由一人用 Runway 在一天内完成，讲述东京一夜改变人生的经历，以碎片记忆为叙事线索。该片属于 Project Luxo 项目，旨在展示 AI 生成视频已跨越恐怖谷效应。视觉风格偏迷离记忆感，镜头语言和情绪节奏是看点。
为什么值得看：Runway 官方出品的 AI 短片，一人一天完成，做 AI 短剧和视觉叙事的可以拉片看镜头语言和碎片记忆的视觉化处理。
大黄AI（红墙4.0）
B 站 UP 主发布 AI 短片《大黄AI（红墙4.0）》，林正英僵尸题材，主打唯美视觉风格。出图使用 Banana pro 模型，视频生成使用 VEO 模型。
为什么值得看：林正英僵尸题材的唯美风 AI 短片，视觉师和编导可以拉片看风格混搭和角色一致性处理。
点击打开原平台查看