香港自研 AI 助手“港话通”推出免费 AI 音乐生成功能
香港生成式人工智能研发中心(HKGAI)研发的 AI 助手“港话通”于 10 月 30 日更新,推出接入 YuE2 音乐大模型的 AI 音乐生成功能。用户可通过哼唱或上传图片输入构思,即时生成兼具专业编曲和人声的粤语原创歌曲。该功能已在 App 上线,现阶段向所有用户免费开放体验。
香港生成式人工智能研发中心(HKGAI)研发的 AI 助手“港话通”于 10 月 30 日更新,推出接入 YuE2 音乐大模型的 AI 音乐生成功能。用户可通过哼唱或上传图片输入构思,即时生成兼具专业编曲和人声的粤语原创歌曲。该功能已在 App 上线,现阶段向所有用户免费开放体验。
苹果宣布首批Apple智能功能将在中国推出并接入千问,用户可自主选择开通集成功能。中国用户可在Siri、写作工具及视觉智能中调用千问文本图像能力,11月4日起Beta测试,12月随iOS 27.3正式发布,请求数据不用于训练。这是Apple智能自2024年发布以来国行首次实质落地。
Maket 推出 Move Rooms 功能,允许用户在住宅户型图中拖拽整个房间至新位置,软件自动重塑墙体、门窗及动线。该功能支持将卧室等带固定设施的房间作为整体移动,且布局变更不会重写地板或墙面等饰面风格。
Meta 推出 AI 穿搭应用 Style Sketch,用户可关联 Instagram 生成虚拟衣橱,并在匹配身形肤色的写实虚拟模特上试穿搭配。该应用目前已在印度尼西亚、新加坡和泰国上线,支持 iOS 与安卓系统。这是 Meta 近期大规模上新 AI 应用战略的一部分,此前该公司已推出 Waddle World、Pocket 及 Vibes 等产品。
QQ 鸿蒙版 App 开启 9.2.80 版本邀测,测试时间为 10 月 30 日至 11 月 20 日。该版本新增支持简洁模式,并优化群通知、纯文本消息选中及空间相册 AI 修复等功能。目前该应用已支持单聊、群聊、多人音视频通话及双端登录等基础功能。
Genspark发布Media Studio视频Agent工作台,接入20多家厂商70多个模型版本,支持零基础制作短剧与知识视频。工作台用大语言模型担任导演大脑,把流程拆成skill并支持480p草稿与局部重拍省积分。会员在10月27日18:00至11月4日18:00享积分五折。
中国农业出版社因 AI 绘图生成“双头虾”错误图片,正通知全网下架并召回《南海海洋生物科普丛书》。知情人士称图片为表现斑节对虾蜕壳因 AI 技术不成熟引发误解,目前出版社未公开回应,官方渠道已查不到该书。
苹果在 iOS 27.2 中为照片应用共享相簿新增编辑说明评论、避免重复添加及到期提醒功能,并支持 SynthID 水印以识别 AI 生成图像。SynthID 是谷歌开发的数字水印技术,可嵌入人眼不可见的标记,但仅覆盖大多数使用 Apple Intelligence 工具创建或编辑的图像。
微软10月27日宣布推出 MAI-Image-2.7-Preview 图像编辑模型,在 Artificial Analysis 榜单排名第二,仅次于 OpenAI GPT Image 2.5 Sunburst (max)。
剪映 SVIP 超级会员在 11.11 促销中年卡售价 180 元,折合 15 元/月,支持 Windows 和 Mac 电脑端。SVIP 相比 VIP 提供 1TB 云空间、每月 3200 AI 积分及 4K 无水印导出,并解锁 AI 数字人等高阶功能。
苹果在 iOS 27.2 系统中引入谷歌开发的 SynthID 技术,为图乐园生成及 Apple 智能编辑的图片添加隐藏水印。该水印嵌入像素层面,可抵御裁剪、滤镜和压缩等后期处理,且不影响图片质量。用户需访问 SynthID Detector 网站检测水印,实测显示大幅修改或图乐园生成的图像均带有该标记。
苹果推送 iOS 27.2 正式版,增强 Siri AI 记忆能力并新增法语等五种语言支持,但欧盟和中国大陆暂未上线。该版本为 iPhone Duo 增加 USB-C Apple Pencil 支持,修复超 160 个安全漏洞,并调整 Apple Music 视觉风格。此前在 iOS 27 测试版中出现的信息 App 上下文建议功能也随此次更新正式回归。
苹果向 Vision Pro 用户推送 visionOS 27.2 正式版,Siri AI 新增法语、日语等五种语言支持并引入 SynthID 水印识别。该版本还增加了应用数据排除设置以增强隐私控制,FaceTime 支持添加第三方手语翻译员。这是距离上次正式版发布 28 天后的更新,主要包含错误修复和安全更新。
基于 SageMaker SDK v3 构建的边缘端计算机视觉全车队生命周期管理方案,利用 SageMaker Neo 替代已弃用的 Edge Manager 进行模型优化。
字节跳动旗下即梦AI上线短剧工作室,提供自研剧本模型DreamScript、图片模型Anycook与分镜模型DreamShot。工作室覆盖剧本生成、角色场景搭建、分镜预演及后期重制转绘,支持短剧从创作到本地化适配的全流程。
尼康撤销了第16届Small World in Motion显微摄影赛冠军Dr. Ning Xu的称号,因其视频被科学家发现AI生成迹象。评审指出细胞结构异常且含AI水印,Xu称仅用AI增强灰度图而非生成视频,尼康调查判定违规。类似AI内容混入人类赛事的风波自2022年起已多次发生。
电影《三星堆:未来往事》是国内首部获公映许可的AI全流程院线长片,票房已达116.2万元。全片依托博纳自研平台制作,AI承担生成与执行,创意由团队完成,历时两年产出120余万张底图,10月23日上映。
美国媒体、电影和艺术行业四年间流失超20万岗位,文章探讨其中AI的影响占比。电影与录音业占近半流失量,好莱坞损失超10万岗位;作者类比互联网时代,认为AI正稀释传统创意商业模式,冲击文化甚于宏观就业。
澳大利亚足球运动员沃尔帕托授权卡兰多公司使用其AI肖像变现,成为最新一位授权AI肖像的职业运动员。卡兰多独家持有其数字形象、声音与生物特征数据并对接品牌分成,在深度伪造泛滥时拦截未授权内容。今年6月内马尔等也曾授权,而各国监管尚未跟上。
GPU Unlock 开源项目可释放英伟达 RTX 30 系列显卡隐藏 AI 算力,特定负载下性能提升可达 60%。该项目通过 Linux 内核模块在驱动加载前修改寄存器解除速率限制,支持 GA102/103/104/106 等型号,图像生成 BF16 吞吐量提升约 56-58%,LLM 推理提示处理提升 33% 但词元生成速度基本不变。需注意不提升显存带宽且游戏帧率无证据提升。
华为 Mate 90 系列手机上线全新睿影 XMAGE 影像服务,宣称“人像柔光更出彩”。图库升级后,小艺·图库助手新增支持智慧修图、AI 一键成片及 3D 动态照片等功能。此前该系列手机已于 10 月 1 日正式发布,全系搭载韬定律芯片。
月之暗面正式推出 Kimi K3.1 Pro,为迄今最强 3 万亿级参数模型,支持 100 万上下文,高速版输出快 2~3 倍。在 Terminal-Bench 4.0 编程智能体测试中得分 65.7% 超过 GPT-6 Astra,kimi.com 等同步上线 3D Make 功能。完整模型权重将于 11 月 4 日前发布,这是 K3.1 系列首个模型。
Claude Opus 5.5 生成一个 Artifact,能在几秒内通过 canvas 元素和模拟画笔快速绘制照片版本。该实现使用 Sobel 边缘检测,除 Google Fonts 外无外部库。这是继此前用 P5.js 模拟水彩插画实验后的又一演示。
Moonshot 在 2026 年 10 月 23 日于 Kimi API 发布 Kimi K3.1 Pro,承诺 2026 年 11 月 4 日前开放完整模型权重。
推荐理由:原文列出了Kimi K3.1 Pro的API定价、加速版本与基准得分,读者可将其与GPT和Claude等前沿模型做直接对比。
模思智能与OpenMOSS团队开源5B参数生图模型MOSS-Image,上线4天获130万次海外下载并登顶Hugging Face趋势榜。模型支持JSON Layout布局控制与4096 tokens长提示词,文字渲染评测覆盖率达96.3%。社区已快速推出8步加速与GGUF量化版本,此前4天模思智能宣布完成超10亿元Pre-A轮融资。
Canva 发布首款自研图像生成模型 Craft,由 Canva Research 从零训练并主要基于设计模板。该模型生成最高 2K 分辨率图像,支持 55 种语言文本与可编辑图层,已通过 Dream Lab 和 API 开放。Canva 称其在 DesignArena 排名第四,MCP 集成 ChatGPT 等 chatbot 计划后续推出。
Canva 发布首款自研图像生成基础模型 Craft,通过 Dream Lab 和公开 API 开放,支持 2K 分辨率与 55 种语言文本。该模型在 DesignArena 图像榜排第四,人物肖像类目第一,采用构图规划与渲染分离架构以生成可编辑图文。Canva MCP 支持即将上线,允许 AI 助手在工作流中直接出图。
ModelCompare 于2026年10月询问12个文本与6个图像模型对人类最具争议的观点,发现文本模型回答高度趋同而图像模型侧重消费批判。GPT-6.1 Sol、Grok 4.7等7个文本模型三次均给出“人类更忠诚于归属而非真理”类看法,仅Claude Opus 5.5等少数提出相反意见。实验无系统提示无重试,60次调用花费$1.54。
Canva首款AI图像模型Canva Craft在生成图像前先规划设计方案,采用两阶段架构提升精度与控制。该模型已向全球用户开放,支持2K分辨率与超30种宽高比,在Design Arena排名第四。Canva此前在4月推出了提示词编辑功能。
Canva 发布其首个图像生成模型 Canva Craft,该模型分两阶段生成可达 2K 分辨率的图片并支持 30 种宽高比。模型使用平台设计模板训练,可借助 Canva Magic 转为分层设计,并通过 API 与 MCP 供第三方调用。此前 Canva 于 2024 年收购 Leonardo.ai,其研究人员参与了新模型开发。
欧洲零售商利用 NVIDIA 加速的开放模型与物理智能技术优化业务,Shopify 通过微调 Nemotron 3.5 Lightning 将推理成本降低 90% 且响应速度提升 7 倍。
Black Forest Labs 以开放权重形式发布 5.6B 图像生成模型 FLUX 3 Image Klein,可在 8GB 显存 GPU 上运行。该模型支持文本转图像、图像编辑与多参考生成,原生支持 4K 分辨率,INT8 版在 RTX 5090 生成 1MP 图像约 4s。Black Forest Labs 称其在多场景优于更大开源模型,这是其本月 15 日推出的新模型。
Adobe 正在重新设计 Photoshop 滤镜机制,将其从直接修改像素改为可移动、调节和撤回的独立效果层。用户可在属性面板实时调整参数,无需破坏原始照片即可修改或隐藏效果。Adobe 表示相关更新预计将在今年晚些时候开始推送。
AMD 发布肾上腺素 26.10.1 可选版驱动,新增支持 FSR Upscaling 4.1,适用于 RX 6000 系列显卡及 Ryzen AI Max 300/400、Ryzen AI 9 300/400 系列处理器。该更新新增《使命召唤:现代战争 4》等三款游戏支持,并修复了 RX 6000 系列运行《现代战争 4》时的卡顿问题。
Steam Next Fest 期间大量 AI 生成游戏涌入,用户呼吁 Valve 增加“无 AI”过滤选项。Claude Opus 5.5 发布后,AI 辅助开发的游戏数量激增,引发社区对低质量内容的担忧。此前 Epic 和 Capcom 等厂商已公开采用 AI 优先策略,AI 在游戏开发中的应用正日益普遍。
westsmith 撰写了 AI 图像生成实践指南,系统讲解从扩散模型到智能体集成的原理、成本与代码实践。文中基于调用 Flux、Gemini 等模型的实验,总结了描述相机而非视图等提示词方法与不依赖提供商的薄接口模式。该指南还演示了 Claude 通过 MCP 调用图像模型形成智能体驱动生成回路。
推荐理由:作者基于调用多家图像接口的实验,总结出不依赖具体提供商的薄接口、日志与重试模式,便于工程复用。
Adobe 宣布 Lightroom 移动版新增“睁眼”AI 修图功能,用户可一键修复照片中闭着的眼睛。该功能利用生成式 AI 替换眼睛,使其与照片光线、人物姿势匹配,并参考照片库中同一人的其他照片以确保颜色、大小和形状相符。此前 Adobe 已在 Photoshop Elements 中提供类似功能,但仅从另一张照片提取眼睛,效果有时不理想。
Adobe 宣布 Lightroom 移动端新增 Open Eyes 功能,利用生成式 AI 通过单次点击即可修复照片中闭眼的人像。该功能会参考用户 Lightroom 库中同一人的其他照片,确保生成的睁眼效果在光照、姿态、颜色及形状上与原图匹配。免费版用户可试用两次,之后需订阅 Adobe Creative Cloud 计划以获取更多 AI 工具额度。
微软计划将 Windows 11 原有“照片”应用拆分为“照片查看器”和基于 OneDrive Photos 的新版“照片”应用,加上文件资源管理器内置图库,用户将有三种方式查看照片。新版“照片”应用支持汇总本地、OneDrive 及 iCloud 照片,并允许离线访问本地文件。微软已于 10 月 15 日邀请部分 Windows Insider 成员测试,计划今年晚些时候逐步推向所有用户。
Meshy 正式发布局部编辑功能 Meshy Edit,用户圈选区域并输入指令,约一分钟即可生成新模型且未选中区域保持原样。该功能支持最多 5 张参考图,每次编辑消耗 20 积分,目前仅支持 Meshy 6 和 Meshy 7.1 生成的高精度模型。Meshy 是 a16z 最新报告中唯一的 AI 3D 公司,其 ARR 已突破 1 亿美元。