超级好用的免费音视频字幕生成工具：Whisper Web
Whisper Web 是一款免费、本地运行的音视频字幕工具，基于 OpenAI Whisper Large v3 Turbo 模型，20秒即可为25分钟音频生成高精度字幕，全程离线、无需联网。支持 npm 快速启动，Firefox 用户需手动启用 Web Workers。
特斯拉人形机器人 Optimus 惊艳亮相 Cybercab 发布会
特斯拉在Cybercab发布会上展示人形机器人Optimus，融合自研电池、电机与AI推理系统，可胜任教学、照护、家务等多任务；量产版预计售价2–3万美元，马斯克称其将成大众可负担的日常伙伴，人机共存时代正加速落地。
海螺 AI 全面开放图生视频功能
海螺AI（Minimax）正式开放图生视频功能，支持上传≤20MB、≥300px、比例在2:5至5:2之间的图片；在无额外提示词条件下，生成视频中的人物表情自然度优于Runway Gen-3和可灵1.0，适合对角色表现力有要求的创作者快速试拍。
如何发挥 OpenAI o1-preview 的最大潜力
o1-preview 擅长深度推理，而非文案生成。要释放其博士级分析能力，需采用“人搜集+模型推理”协作流：先由其他工具收集并精炼信息，再将结构化文档与明确目标输入 o1，使其在战略规划、产品研发等复杂任务中提供高价值洞见。
Hotshot：上传5张照片实现固定人物视频
Hotshot上线个性化视频生成功能：用户上传同一人物5张照片，即可通过文本提示生成该形象的多样化视频。操作门槛低于Meta Movie Gen，无需复杂设置，适合普通用户快速定制专属视频内容。
同时体验多款 AI 模型神器：Fal.ai
Fal.ai 支持一键调用 Flux、Runway、Luma、可灵、LivePortrait 等多款主流 AI 绘画与视频模型，$10 充值即可生成约 4500 张图或 330 秒视频，适合想低成本、高效率体验不同模型效果的轻量用户。
Facepoke：通过一张照片展现各种人物姿势
FacePoke 是 Julian Bilcke 开发的开源工具，基于 LivePortrait 实现单张人像照片的实时头部姿态调整——鼠标拖拽即可改变朝向，面部身份与细节保持稳定。支持本地部署，也提供在线试用，适合快速预览人物多角度效果。
Meta Movie Gen：引领内容创作者进入人工智能新时代
Meta发布Movie Gen，支持文本生成16秒高清视频、45秒高保真音效与配乐，并实现人物个性化视频生成及精准局部/全局视频编辑。其多模态能力在多项人工评估中超越现有模型，旨在为创作者提供低门槛、高可控性的AI辅助工具。
Meta 发布最新 AI 视频生成模型 Movie Gen
Meta发布Movie Gen，30亿参数视频模型支持文生高清视频/图像，13亿参数音频模型实现音画精准同步；具备局部与全局编辑能力，并能基于个人图像保持角色特征。演示效果媲美Sora，整体表现优于Runway、可灵等主流工具。