5月1-6日 AI资讯汇总

5月1 6日 AI资讯汇总 😼 5月1 6日 AI资讯汇总 Modified May 12, 2025 Audio or video is not supported Please download the file and open it with the appropriate software. kreaAI 1.mp4 · 5.31MB kreaAI 1 00:00 这些特效的主要特点包括： • 用户上传图像可快速制作效果 • 显著降低电影制作成本和时间 官方视频演示： No access 250506 Higgsfield Effects 1.4 00:00 另外Higgsfield AI推出了首尾帧能力，可基于电影镜头预设进行首尾帧变化。 官方视频演示： No access Higgsfield AI推出了首尾帧能力 00:00 🌟地址： https://higgsfield.ai/ Tavus：发布Hummingbird 0（唇形同步工具） 只需上传一个 MP4 视频和一个 MP3 音频文件，一分钟内即可获得完美唇形同步视频 不仅可以对口型，还可以生成与声音相匹配的表情和动作 网友表示其表现优于 SyncLabs、Captions 等工具 网友测试效果： No access Hummingbird 0 00:00 🌟地址： https://fal.ai/models/fal ai/tavus/hummingbird lipsync/v0 KeySync：开源唇形同步工具 伦敦帝国理工学院等机构的研究人员发布 KeySync（开源的嘴型同步技术），能生成高清的嘴型同步视频，其主要解决口型同步中输入视频的表情泄露和面部遮挡问题，避免音画不同步 官方视频演示： No access KeySync 00:00 🌟地址： https://antonibigata.github.io/KeySync/ 🤖️AI 音乐 Suno 4.5 上线 Suno推出4.5版本（For所有付费订阅者），最长可生成8分钟歌曲，提供更佳的人声和音乐效果，主要更新点： • 扩展的音乐类型和更智能的混搭 • 人声现在更具感染力，深度、情感和音域都更加丰富 • 更有质感的声音 • 对于提示词更为敏感准确，增加提示增强助手，帮助快速书写完整的样式提示 • 升级版翻唱 + 人物角色：翻唱保留了更多旋律细节。风格切换流畅自然。人物角色更好地保留了曲目的氛围和特色 • 无需使用延长功能即可创建长达 8 分钟的歌曲。 • 混音更饱满、更均衡，减少了闪烁和音质下降 官方示例： 🌟地址： https://suno.com/ ACE Step：快速、多功能的基于 DiT 的音乐生成基础模型 ACE Studio 与 StepFun合作发布ACE Step / ACE Step v1 3.5B ，这是一种快速、多功能的基于 DiT 的音乐生成基础模型，可在消费级 GPU 上运行，仅需 20 秒即可合成长达 4 分钟的音乐。 ACE Step 保留了细粒度的声学细节，支持语音克隆、歌词编辑、混音和音轨生成（例如，歌词到人声、歌唱到伴奏）等高级控制机制。 • 支持 19 种语言，含中文 • 支持不同流派和风格的各种器乐生成 • 可以使用多种乐器进行复杂的编曲 • 可局部修改，不影响整曲旋律 官方示例： No access ACE Step 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. kreaAI 1.mp4 · 5.31MB kreaAI 1 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. kreaAI 1.mp4 · 5.31MB kreaAI 1 00:00 这些特效的主要特点包括： • 用户上传图像可快速制作效果 • 显著降低电影制作成本和时间 官方视频演示： No access 250506 Higgsfield Effects 1.4 00:00 No access 250506 Higgsfield Effects 1.4 00:00 另外Higgsfield AI推出了首尾帧能力，可基于电影镜头预设进行首尾帧变化。 官方视频演示： No access Higgsfield AI推出了首尾帧能力 00:00 No access Higgsfield AI推出了首尾帧能力 00:00 🌟地址： https://higgsfield.ai/ Tavus：发布Hummingbird 0（唇形同步工具） 只需上传一个 MP4 视频和一个 MP3 音频文件，一分钟内即可获得完美唇形同步视频 不仅可以对口型，还可以生成与声音相匹配的表情和动作 网友表示其表现优于 SyncLabs、Captions 等工具 网友测试效果： No access Hummingbird 0 00:00 No access Hummingbird 0 00:00 🌟地址： https://fal.ai/models/fal ai/tavus/hummingbird lipsync/v0 KeySync：开源唇形同步工具 伦敦帝国理工学院等机构的研究人员发布 KeySync（开源的嘴型同步技术），能生成高清的嘴型同步视频，其主要解决口型同步中输入视频的表情泄露和面部遮挡问题，避免音画不同步 官方视频演示： No access KeySync 00:00 No access KeySync 00:00 🌟地址： https://antonibigata.github.io/KeySync/ 🤖️AI 音乐 Suno 4.5 上线 Suno推出4.5版本（For所有付费订阅者），最长可生成8分钟歌曲，提供更佳的人声和音乐效果，主要更新点： • 扩展的音乐类型和更智能的混搭 • 人声现在更具感染力，深度、情感和音域都更加丰富 • 更有质感的声音 • 对于提示词更为敏感准确，增加提示增强助手，帮助快速书写完整的样式提示 • 升级版翻唱 + 人物角色：翻唱保留了更多旋律细节。风格切换流畅自然。人物角色更好地保留了曲目的氛围和特色 • 无需使用延长功能即可创建长达 8 分钟的歌曲。 • 混音更饱满、更均衡，减少了闪烁和音质下降 官方示例： 🌟地址： https://suno.com/ ACE Step：快速、多功能的基于 DiT 的音乐生成基础模型 ACE Studio 与 StepFun合作发布ACE Step / ACE Step v1 3.5B ，这是一种快速、多功能的基于 DiT 的音乐生成基础模型，可在消费级 GPU 上运行，仅需 20 秒即可合成长达 4 分钟的音乐。 ACE Step 保留了细粒度的声学细节，支持语音克隆、歌词编辑、混音和音轨生成（例如，歌词到人声、歌唱到伴奏）等高级控制机制。 • 支持 19 种语言，含中文 • 支持不同流派和风格的各种器乐生成 • 可以使用多种乐器进行复杂的编曲 • 可局部修改，不影响整曲旋律 官方示例： No access ACE Step 00:00 No access ACE Step 00:00 🌟地址： https://github.com/ace step/ACE Step 🤖️AI 3D RodinCraft：可在几秒钟内将图像或文本转换为我的世界风格3D模型 为 Fabric 模组平台构建的 Minecraft 模组，旨在支持将 Rodin 3D 模型（.glb）转换为 Minecraft。 基于Rodin Gen 1.5能力，模组支持生成模型的方法： 1. 图像到模型：将图像拖放到屏幕上，模块将根据图像生成相应的 3D 模型。 2. 文本到模型：输入文本，模型将根据输入的文本创建 3D 模型。 3. 模型到块：可以直接将 GLTF 模型（后缀）拖放.glb到屏幕上。 No access RodinCraft 00:00 No access RodinCraft 00:00 🌟地址： https://github.com/DeemosTech/rodincraft mc Rodin：表示CAST即将上架（基于RGB图像的组件对齐3D场景重建） 影眸科技发布AI 3D场景重建技术CAST，可用于3D动画制作，游戏开发，机器人训练，从单幅 RGB 图像重建高质量的 3D 场景。为了解决传统方法在几何结构和纹理对齐方面的不足，CAST通过对齐生成模型计算必要的变换，使每个对象的网格能够准确地整合到场景点云中，确保生成的对象能够正确放置在3D场景中。 官方表示即将上线HYPER3D.AI HYPER3D.AI No access CAST 00:00 No access CAST 00:00 🐱 猫叔留言： AI资讯公众号：EverAI酱 猫叔个人公众号：AI替代人类 小红书/抖音：EverAI B站：Ever AI酱 （❤这里会有教程及AI工具界面操作） 猫叔留言： AI资讯公众号：EverAI酱 猫叔个人公众号：AI替代人类 小红书/抖音：EverAI B站：Ever AI酱 （❤这里会有教程及AI工具界面操作） 🌟 05月1日 6日 AI资讯 【AI 视频/绘图】 • Runway： References能力上线，提升主体一致，场景一致，风格一致的AI创作。 • Midjourney：发布Omni Reference图像参考能力 • Krea：推出GPT Paint能力可以通过编辑标记、注释和参考图像等方式进行图像编辑 • Higgsfield ：发布首尾帧能力以及VFX电影AI特效预设Higgsfield Effects • Tavus：发布Hummingbird 0（口形同步工具） • KeySync：开源口形同步工具 【AI 音乐】 • Suno 4.5 上线 • 阶跃AI：发布 ACE Step，快速、多功能的基于 DiT 的开源音乐生成基础模型 【AI 3D】 • RodinCraft：可在几秒钟内将图像或文本转换为我的世界风格3D模型 • Rodin：表示CAST即将上架（基于RGB图像的组件对齐3D场景重建） 05月1日 6日 AI资讯 【AI 视频/绘图】 • Runway： References能力上线，提升主体一致，场景一致，风格一致的AI创作。 • Midjourney：发布Omni Reference图像参考能力 • Krea：推出GPT Paint能力可以通过编辑标记、注释和参考图像等方式进行图像编辑 • Higgsfield ：发布首尾帧能力以及VFX电影AI特效预设Higgsfield Effects • Tavus：发布Hummingbird 0（口形同步工具） • KeySync：开源口形同步工具 【AI 音乐】 • Suno 4.5 上线 • 阶跃AI：发布 ACE Step，快速、多功能的基于 DiT 的开源音乐生成基础模型 【AI 3D】 • RodinCraft：可在几秒钟内将图像或文本转换为我的世界风格3D模型 • Rodin：表示CAST即将上架（基于RGB图像的组件对齐3D场景重建） 🤖️AI 视频/绘图 Runway： References能力上线，提升主体一致，场景一致，风格一致的AI创作 Runway向所有付费用户开放了Gen 4的参考(References)功能。这一功能的亮点在于，用户可上传最多三张参考图像，轻松生成高度一致的角色与场景。 可以通过参考图片，@ 角色，输入提示词即可制作角色一致，环境结构，氛围，风格一致的创意图像。 网友给出的几种玩法： • 一张角色图+任意场景图的效果 • 多角色更换环境场景 • 制作平面或字幕制作（@c valenzuelab） • 场景空间设计（@c valenzuelab） 官方教程： Midjourney：发布Omni Reference图像参考能力 Midjourney发布了一项全新的图像参考系统，名为Omni Reference（全能参考），允许用户通过嵌入任何单一参考图像中的角色、对象、车辆或生物，并将其放入生成的图像中。 • 它可以适用于角色、物体、车辆或非人类生物 • 全方位参考作品，可与个性化、生动化（stylization）、风格参考、情绪板（moodboards）等功能协同使用 • 可以使用【滑块】或 ow（0～1000） 来控制强度。 • ow值越高越像，想改变图像的风格，应该降低权重（即： –ow 25） Krea：推出GPT Paint能力可以通过编辑标记、注释和参考图像等方式进行图像编辑 Krea.ai推出了GPT Paint，支持视觉提示ChatGPT。用户可以通过编辑标记、基本形状、注释和参考图像以视觉方式提示ChatGPT，实现更直观的图像编辑。 官方视频： 同时将ChatGPT生图热点案例风格做成预设选项，为图像风格化提速 Audio or video is not supported Please download the file and open it with the appropriate software. kreaAI2.mp4 · 4.41MB kreaAI2 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. kreaAI2.mp4 · 4.41MB kreaAI2 00:00 Higgsfield ：发布首尾帧能力以及VFX电影AI特效预设Higgsfield Effects Higgsfield AI推出了10种新的VFX电影AI特效预设Higgsfield Effects，包括雷神、隐形、转动金属、着火等效果。