拥有 25 亿参数的 Stable Diffusion 3.5 Medium 如期发布
Stable Diffusion 3.5 Medium 正式发布，25亿参数，免费商用。仅需9.9GB显存即可高效运行，兼容主流消费级GPU，支持多分辨率输出，在提示理解与图像质量上优于同规模模型，适合初创团队与个人创作者落地使用。
Haiper 发布 2.0 可以制作 30 秒 4K 高清视频
Haiper 2.0上线，支持生成最长30秒、4K分辨率60FPS的高清视频；新增舞蹈、人像、梗图等垂直场景模板，并在生成过程中集成背景去除、光线优化与镜头调整等精细化控制能力。
Runway Act-One 和 可灵 + LivePortrait 方案对比
Runway Act-One 仅支持面部表情迁移，无法处理肢体动作与环境变化；而可灵+LivePortrait（免费）方案在非特写镜头中泛化能力更强，能更好应对多角度、多场景的视频驱动需求，实用性更优。
结合目前主流的绘画模型的设计工具：Gamma
Gamma 新增集成 Flux Pro 1.1、Imagen 3、Ideogram 2 和 DALL·E 3 等主流 AI 绘画模型，让网站与 PPT 制作用户可直接调用多种图像生成能力。这标志着生成式 AI 正加速从底层技术走向设计类工具的深度实用化。
Framer：可设置运动轨迹的视频插帧技术
Framer是一款交互式视频插帧工具，支持手动设置关键点运动轨迹，精准控制两帧间的局部形变与过渡；也提供“自动驾驶”模式自动估计关键点并优化轨迹。适用于图像变形、延时摄影、卡通插值等场景，兼顾创意控制与使用便捷性。
微软发布最新用户界面解析模型：OmniParser
微软推出OmniParser，可将UI截图精准解析为结构化元素，显著提升GPT-4V等视觉语言模型对界面组件、图标功能及可交互区域的理解能力；基于6.7万截图与7000图标描述对训练，在SeeClick等基准测试中超越GPT-4V基线，亦可作为插件增强Phi-3.5-V、Llama-3.2-V等模型的UI理解性能。
Runway Act-One 面部表情捕捉工具介绍
Runway推出Act-One面部表情捕捉工具，基于Gen-3 Alpha模型，仅需普通相机拍摄的单人表演视频，即可高保真还原视线、微表情与情感节奏，并驱动多角色动画生成。无需动捕设备或复杂绑定，支持跨角色复用表演、声音变换及多轮对话场景创作，现已面向资深用户开放。
Canva 可画的十项魔法（AI）新功能
Canva 可画上线十项AI新功能，涵盖文生图、智能扩图、主体抠图与局部编辑、一键格式转换与翻译、AI生成PPT/视频/社媒帖、图像变形及路径动画等，大幅降低设计门槛，让非专业用户也能高效产出高质量视觉内容。
Midjourney 推出全新图像编辑器
Midjourney上线全新图像编辑器，首次支持上传并编辑非AI生成的自有图片，提供扩展、裁剪、重着色、元素增删等操作；新增“纹理更换模式”，可智能重置光照、材质与表面纹理；所有编辑均通过文本提示+区域选择控制，兼容风格/角色参考；V2 AI监督系统正测试中。