新闻长图自动生成

以下为您介绍可以生成手机长图条漫的 AI 工具 Anifusion： 网站：https://anifusion.ai/ Twitter 账号：https://x.com/anifusion_ai Anifusion 是一款基于人工智能的在线工具，旨在帮助用户轻松创建专业质量的漫画和动漫作品，即使没有绘画技能，用户只需输入文本描述，Anifusion 的 AI 就能将其转化为完整的漫画页面或动漫图像。 主要功能： AI 文本生成漫画：用户输入描述性提示，AI 会根据文本生成相应的漫画页面或面板。 直观的布局工具：提供预设模板，用户也可自定义漫画布局，设计独特的面板结构。 强大的画布编辑器：在浏览器中直接优化和完善 AI 生成的艺术作品，调整角色姿势、面部细节等。 多种 AI 模型支持：高级用户可访问多种 LoRA 模型，实现不同的艺术风格和效果。 商业使用权：用户对在平台上创作的所有作品拥有完整的商业使用权，可自由用于商业目的。 使用案例： 独立漫画创作：有抱负的漫画艺术家无需高级绘画技能即可将他们的故事变为现实。 快速原型设计：专业艺术家可以在详细插图之前快速可视化故事概念和布局。 教育内容：教师和教育工作者可以为课程和演示创建引人入胜的视觉内容。 营销材料：企业可以制作动漫风格的促销漫画或用于活动的分镜脚本。 粉丝艺术和同人志：粉丝可以基于他们最喜欢的动漫和漫画系列创作衍生作品。 优点： 非艺术家也可轻松进行漫画创作。 基于浏览器的全方位解决方案，无需安装额外软件。 快速迭代和原型设计能力。 创作的全部商业权利。 缺点：（未提及）

以下是关于文生图的相关知识： 1. SD 新手入门图文教程中的文生图最简流程： CFG Scale（提示词相关性）：影响图像与提示的匹配程度，一般开到 7 11，过高会导致粗犷线条和过锐化图像，可通过更多采样步骤抵消。 生成批次：每次生成图像的组数，一次运行生成图像的数量为“批次×批次数量”。 每批数量：同时生成的图像数量，增加会提高性能但需更多显存，无 12G 显存时保持为 1。 尺寸：指定图像长宽，太宽可能出现多个主体，1024 之上尺寸可能效果不理想，推荐小尺寸分辨率+高清修复。 种子：决定模型生成图片时的随机性，相同参数下理论上应生成相同图片。 高清修复：通过勾选“Highres.fix”启用，先按指定尺寸生成再放大以实现高清大图效果。 2. Liblibai 简易上手教程中的文生图流程： 定主题：确定生成图片的主题、风格和表达信息。 选择 Checkpoint：根据主题找贴近的，如麦橘、墨幽的系列模型。 选择 lora：寻找内容重叠的 lora 控制图片效果及质量。 设置 VAE：无脑选 840000 那一串。 CLIP 跳过层：设成 2。 Prompt 提示词：用英文写需求，单词和短语组合，用英文半角逗号隔开。 负向提示词 Negative Prompt：用英文写避免产生的内容，单词和短语组合，用英文半角逗号隔开。 采样方法：一般选 DPM++2M Karras，也可参考模型作者推荐的采样器。 迭代步数：根据采样器特征，选 DPM++2M Karras 时在 30 40 之间。 尺寸：根据个人喜好和需求选择。 生成批次：默认 1 批。 3. 模型能力简介：Kolors 是开源文生图模型中表现出色的一个，技术改进全面，有更强的中文文本编码器等，实测效果不错，展现了快手的技术实力。

以下为您介绍一些可以将文案排版成长图的 AI 工具及相关信息： 无界 AI：可以用于生成海报底图，并完成主题海报的排版。大致流程包括确定主题与文案（可借助 ChatGPT 等文本类 AI 工具协助完成文案）、选择风格与布局、生成与筛选底图、配文与排版。 一些流行的 AI 文章排版工具： Grammarly：不仅是语法和拼写检查工具，还提供排版功能，可改进文档整体风格和流畅性。 QuillBot：AI 驱动的写作和排版工具，能改进文本清晰度和流畅性。 Latex：虽不是纯粹的 AI 工具，但在学术论文排版中广泛使用，使用标记语言描述文档格式，有许多 AI 辅助的编辑器和插件简化排版过程。 PandaDoc：文档自动化平台，使用 AI 帮助创建、格式化和自动化文档生成，适合商业和技术文档。 Wordtune：AI 写作助手，可重新表述和改进文本。 Overleaf：在线 Latex 编辑器，提供丰富模板和协作工具，适合学术写作和排版。 选择合适的工具取决于您的具体需求，如文档类型、出版标准和个人偏好。对于学术论文，Latex 和 Overleaf 受欢迎；对于一般文章和商业文档，Grammarly 和 PandaDoc 等可能更适用。 此外，还可以利用 AI 分析文章内容给出配图建议和关键词，然后在免费图库中快速找到合适的无版权图片，提高配图效率并避免版权风险。

以下是关于生成提示词的相关内容： 生成提示词的思路和方法： 可以根据效果好的图片中的高频提示词去反推效果，结合不同字体效果的描述，打包到一组提示词中。提示词给到 AI 后，AI 会根据给定文字的文义，判断适合的情绪风格，然后给出适合情绪的字体和风格描述、情感氛围等，加上一些质量/品质词，形成输出提示词结构。为了让 AI 更能描述清晰风格，可以先给定多种参照举例。 具体操作步骤： 打开 AI 工具的对话框，将相关提示词完整复制粘贴到对话框。推荐使用 ChatGPT 4o。 当 AI 回复后，发送您想要设计的文字。可以仅发送想要的文字，也可以发送图片（适合有多模态的 AI）让 AI 识别和反推。 将 AI 回复的提示词部分的内容复制到即梦 AI。 对生成提示词的一些观点： 提示词生成提示词并非必要，不一定能生成最好的 Prompt 框架，修改过程可能耗时且不一定能修改好，不如花钱找人写。 一句话生成完整符合需求的 Prompt 非常困难，只能大概给出框架和构思，需要更低成本地调整需求和修改 Prompt。 不同生图工具生成提示词的特点： 即使是简短的描述，生成的提示词也非常细节、专业。 会解析需求，找出核心要点和潜在的诠释点，并给出不同的提示词方案。 提示词构建更多在于增强，而不是发散，生成的内容更符合期望。 同时生成中、英双版本，国内外工具通用无压力。 14 款 AI 生图工具实测对比： 本次实测用到的工具包括国内版的即梦 3.0（https://jimeng.jianying.com/aitool/home）、WHEE（https://www.whee.com）、豆包（https://www.doubao.com/chat）、可灵（https://app.klingai.com/cn/texttoimage/new）、通义万相（https://tongyi.aliyun.com/wanxiang/creation）、星流（https://www.xingliu.art）、LibiblibAI（https://www.liblib.art），以及国外版的相关工具。

目前有一些可以根据描述生成特定内容的 AI 应用和方法。例如： 在法律领域，您可以提供【案情描述】，按照给定的法律意见书模板生成法律意见书。例如针对商业贿赂等刑事案件，模拟不同辩护策略下的量刑结果，对比并推荐最佳辩护策略，或者为商业合同纠纷案件设计诉讼策略等。 在 AI 视频生成方面，有结构化的提示词模板，包括镜头语言（景别、运动、节奏等）、主体强化（动态描述、反常组合等）、细节层次（近景、中景、远景等）、背景氛围（超现实天气、空间异常等），以及增强电影感的技巧（加入时间变化、强调物理规则、设计视觉焦点转移等）。 一泽 Eze 提出的样例驱动的渐进式引导法，可利用 AI 高效设计提示词生成预期内容。先评估样例，与 AI 对话让其理解需求，提炼初始模板，通过多轮反馈直至达到预期，再用例测试看 AI 是否真正理解。 但需要注意的是，不同的场景和需求可能需要对提示词和模板进行针对性的调整和优化，以获得更符合期望的 word 模板。

以下是几种自动生成文案的方法： 1. 基于其它博主开源的视频生成工作流进行优化： 功能：通过表单输入主题观点，提交后自动创建文案短视频，创建完成后推送视频链接到飞书消息。 涉及工具：Coze 平台（工作流、DeepSeek R1、文生图、画板、文生音频、图+音频合成视频、多视频合成）、飞书（消息）、飞书多维表格（字段捷径、自动化流程）。 大体路径：通过 coze 创建智能体，创建工作流，使用 DeepSeek R1 根据用户观点创建文案，再创建视频；发布 coze 智能体到飞书多维表格；在多维表格中使用字段捷径，引用该智能体；在多维表格中创建自动化流程，推送消息给指定飞书用户。 2. 生成有趣的《图文短句》： 实现原理： 先看工作流：包括第一个大模型生成标题、通过“代码节点”从多个标题中获取其中一个（可略过）、通过选出的标题生成简介、通过简介生成和标题生成文案、将文案进行归纳总结、将归纳总结后的文案描述传递给图像流。 再看图像流：包括提示词优化、典型的文生图。 最终的 Bot 制作以及预览和调试。 3. 腾讯运营使用 ChatGPT 生成文案： 步骤：通过 ChatGPT 生成文案，将这些文案复制到支持 AI 文字转视频的工具内，从而实现短视频的自动生成。市面上一些手机剪辑软件也支持文字转视频，系统匹配的素材不符合要求时可以手动替换。例如腾讯智影的数字人播报功能、手机版剪映的图文成片功能。这类 AI 视频制作工具让普罗大众生产视频变得更轻松上手。

以下是通过输入观点生成精彩口播文案的方法： 1. 基于其它博主开源的视频生成工作流进行功能优化，实现视频全自动创建。 效果展示：可查看。 功能：通过表单输入主题观点，提交后自动创建文案短视频，并将创建完成的视频链接推送至飞书消息。 涉及工具：Coze平台（工作流、DeepSeek R1、文生图、画板、文生音频、图+音频合成视频、多视频合成）、飞书（消息）、飞书多维表格（字段捷径、自动化流程）。 大体路径： 通过 coze 创建智能体，创建工作流，使用 DeepSeek R1 根据用户观点创建文案，再创建视频。 发布 coze 智能体到飞书多维表格。 在多维表格中使用字段捷径，引用该智能体。 在多维表格中创建自动化流程，推送消息给指定飞书用户。 2. 智能体发布到飞书多维表格： 工作流调试完成后，加入到智能体中，可以选择工作流绑定卡片数据，智能体则通过卡片回复。 选择发布渠道，重点是飞书多维表格，填写上架信息（为快速审核，选择仅自己可用），等待审核通过后即可在多维表格中使用。 3. 多维表格的字段捷径使用： 创建飞书多维表格，添加相关字段，配置后使用字段捷径功能，使用自己创建的 Coze 智能体。 表单分享，实现填写表单自动创建文案短视频的效果。 4. 自动化推送：点击多维表格右上角的“自动化”，创建所需的自动化流程。 另外，伊登的最新 Deepseek+coze 实现新闻播报自动化工作流如下： 第一步是内容获取，只需输入新闻链接，系统自动提取核心内容。开始节点入参包括新闻链接和视频合成插件 api_key，添加网页图片链接提取插件，获取网页里的图片，以 1ai.net 的资讯为例，添加图片链接提取节点，提取新闻主图，调整图片格式，利用链接读取节点提取文字内容，使用大模型节点重写新闻成为口播稿子，可使用 Deepseek R1 模型生成有吸引力的口播内容，若想加上自己的特征，可在提示词里添加个性化台词。

以下是关于小红书图文批量生成的详细内容： 流量密码！小红书万赞英语视频用扣子一键批量生产，这是一个保姆级教程，小白都能看得懂。 原理分析： 决定搞之后，思考生成这种视频的底层逻辑，进行逆推。这种视频由多张带文字图片和音频合成，带文字图片由文字和图片生成，文字和图片都可由 AI 生成，音频由文字生成，文字来源于图片，也就是说，关键是把图片和文字搞出来。 逻辑理清后，先找好看的模版，未找到好看的视频模版，最后看到一个卡片模版，先把图片搞出来，才有资格继续思考如何把图片变成视频，搞不出来的话，大不了不发视频，先发图片，反正图片在小红书也很火。 拆模版： 要抄这种图片，搞过扣子的第一反应可能是用画板节点 1:1 去撸一个，但扣子的画板节点很难用，Pass 掉。用 PS 不行，太死板不灵活，html 网页代码可以，非常灵活。经过 2 个多小时和 AI 的 battle，用 html 代码把图片搞出来了。这里不讲代码怎么写，直接抄就行。要抄，首先要学会拆，不管用什么方式批量生成这样的图片，都必须搞清楚里面有哪些是可以变化的参数，也就是【变量】，如主题、主题英文、阶段、单词数、图片、正文、翻译、普通单词、重点单词等。 想方法： 大概知道批量生成这样的图片需要搞清楚哪些参数，图片用 html 代码搞出来了。但问题是视频怎么搞，这种视频由多张不同的【带文字的图片】生成，比如读到哪句，哪句就高亮起来，图片也可以随着读到的句子变更。最后，视频就是用这样的图片一张张拼起来的。

AI 生成表格通常可以通过以下技术实现： 1. 利用变分自编码器（VAEs）和序列到序列模型（Seq2Seq）等技术生成表格文件、表格公式，并清理、创建、转换和分析表格中的文本数据，例如表格结构设计、数据分析表、表格自动化等。 2. 借助一些办公软件中的 AI 插件，如飞书中的相关插件，先通过 AI 理解图片中的内容并填充到表格列中，然后利用自带插件总结生成相关指令。 此外，在多模态数据生成中，结构化数据生成包括表格生成，多模态合成数据从大类来看有非结构化数据（图片、视频、语音等）和结构化数据（表格等）两大类。非结构化数据生成包括文本生成、图像生成、音频和语音生成、视频生成、3D 生成、合成数据生成等。

以下是一个关于自动化出视频工作流的详细介绍： 优势： 全自动化处理，解放双手。 40 秒快速出片，效率提升。 成本低廉，每条仅需 0.0x 元。 输出质量稳定专业。 DeepseekR1 保证文案质量。 还能改进，例如可以加入配套 BGM，让视频更有感染力；增加更丰富的画面内容和转场效果；使用免费节点替代付费插件，进一步降低成本；优化模板样式，支持更多展示形式；增加自动化程度，支持批量处理。 工作流程： 1. 可以在扣子商店体验，建议自己搭建。 2. 工作流调试完成后，加入到智能体中，可以选择工作流绑定卡片数据，智能体则通过卡片回复。 3. 选择发布渠道，重点如飞书多维表格，填写上架信息（为了快速审核，选择仅自己可用），确认发布等待审核，审核通过后即可在多维表格中使用。 4. 创建飞书多维表格，添加相关字段，配置选择“自动更新”，输入相关字段后，“文案视频自动化”字段捷径会自动调用工作流，生成视频。 5. 表单分享，实现“填写表单，自动创建文案短视频”的效果。 6. 全自动视频合成使用多视频融合插件，一键导出成品。但需注意节点产生的视频是异步生成，可能无法马上展现，需耐心等待几秒。 如果您还有其他疑问或需要进一步的帮助，请随时联系。

要运用 AI 生成每日自动推送到飞书消息的公司文化日报，包含日历、天气、新闻、内部规划和事项，您可以考虑以下步骤： 首先，需要确定获取日历、天气、新闻、内部规划和事项等信息的数据源。对于日历，可以使用在线日历服务的 API 来获取相关数据；天气信息可以从专业的气象数据提供商获取；新闻可以通过新闻聚合 API 或者与特定的新闻机构合作获取；内部规划和事项则需要从公司内部的管理系统或数据库中提取。 然后，选择适合的 AI 技术和工具。例如，可以使用自然语言处理技术来对获取到的数据进行处理和整合，生成易于阅读和理解的文本内容。 在生成日报的过程中，要注意格式的规范和统一，使其具有良好的可读性。同时，可以根据公司的文化特点和需求，对内容进行个性化的定制和优化。 另外，为了确保推送的准确性和及时性，需要建立有效的监控和反馈机制，及时发现并解决可能出现的问题。 希望以上建议对您有所帮助。

以下是关于自动生成字幕的相关信息： 苹果发布的 Final Cut Pro 11 具有自动生成字幕的功能，其特点是能够将语音转换为字幕，提高效率。 虽然 ChatGPT 本身无法直接总结 YouTube 视频，但有些免费服务可以帮助转录或下载视频的自动生成字幕。将得到的文字保存并上传，可让 ChatGPT 帮忙将 YouTube 视频的字幕转化为简洁的要点。

以下是关于 DeepSeek 自动生成网站前端页面的相关内容： DeepSeek v3 能力更新后虽能生成炫目的前端页面，但多为静态且实用性有限。可结合飞书多维表格将生成的漂亮前端变为真实的系统，如【智能作业分发系统】。 该系统整体包括用户登陆（可加飞书调查表二维码实现注册）、作业类型、作业详情（含连连看游戏、AI 智能问答、考试系统）。其实现逻辑为用户登陆系统后进入页面看到老师分配的作业分类，选择分类进入作业详情页面，详情页有学习单词发音及三个模块。 对于小白，可用飞书作数据源，通过飞书 API 接口获取内容，用 DeepSeek v3 制作前端+后端（用 Trae 更方便）。获取请求参数时，测试成功后的示例代码中有完整的请求参数和请求体可直接复制使用。创建前后端时，若用 DeepSeek 官网搭建需按代码目录结构创建对应文件（用 Trae 可省略），首次运行可能遇到飞书 API 未正确配置 CORS 导致浏览器拦截请求的问题，V3 会给出修改意见。 此外，Same dev 能像素级复制任意 UI 界面并生成前端代码，支持多种文件格式和技术栈代码，但免费额度消耗快，网站被谷歌标记。360 智脑复现了 DeepSeek 强化学习效果并发布开源模型 LightR114BDS。 AI 时代生存法则：会提需求比会写代码更重要，会开脑洞比会复制粘贴更值钱，真正的大佬都是让 AI 当乙方！

目前在 AI 领域，直接通过提交的 PDF 文件自动生成流程图还存在一定的技术挑战。通常情况下，需要先将 PDF 文件中的内容进行解析和提取，然后利用专门的流程设计工具或软件来手动创建流程图。但随着技术的不断发展，未来可能会有更便捷和高效的方法来实现这一功能。

以下是 2025 年 3 月 27 日的部分 AI 新闻： 《详解 MCP：Agentic AI 中间层最优解，AI 应用的标准化革命》：Anthropic 推出的开放协议 MCP 迅速垄断了 Agentic AI 的中间层，类似于 AI 应用的 USBC 端口。它简化了开发者与数据源的整合，促进了生态形成，可能成为“Agentic AI 领域的 Stripe”，为未来 AI 应用的标准化革命奠定基础。 《对谈|如何用 AI 增强人类学习》：Howie.Serious 与 Indigo 探讨了费曼学习法与 AI 创作的结合，强调输出能迫使知识内化。两位终身学习者分享了如何通过高效利用 AI 提升写作与学习，推动思维深度，指出未来的 AI Agent 应具备更强的自动化整合能力，助力人类保持独特价值与创造力。 《硅谷知名风投 BVP 专栏：消费级 AI 的临界点将至！》：消费级 AI 正迎来临界点，推动一波又一波的变革。随着基础模型成本降低和多模态技术进步，新的消费类 AI 公司不断涌现。未来，AI 将重塑旅行、购物和社交体验，提升个性化服务的准确性与便利性。 此外，2 月 27 日的相关新闻有：小红书 AI 赛道从 0 到 1 做 IP 的相关活动预告、工具分享及日更群计划。3 月 5 日的新闻包括：2025 开年 3 个月 AI 已经狂飙，更新密集发布；Grok 语音模式全面开放，支持 11 种模式（包括 2 种 18 禁），自带语音字幕，目前仅支持英文。

以下是 3 月 27 日 AI 圈的部分新闻： 《详解 MCP：Agentic AI 中间层最优解，AI 应用的标准化革命》：Anthropic 推出的开放协议 MCP 迅速垄断了 Agentic AI 的中间层，类似于 AI 应用的 USBC 端口，简化了开发者与数据源的整合，促进了生态形成，可能成为“Agentic AI 领域的 Stripe”，为未来 AI 应用的标准化革命奠定基础。 《对谈|如何用 AI 增强人类学习》：Howie.Serious 与 Indigo 探讨了费曼学习法与 AI 创作的结合，强调输出能迫使知识内化，分享了如何通过高效利用 AI 提升写作与学习，推动思维深度，指出未来的 AI Agent 应具备更强的自动化整合能力，助力人类保持独特价值与创造力。 《硅谷知名风投 BVP 专栏：消费级 AI 的临界点将至！》：消费级 AI 正迎来临界点，推动变革。随着基础模型成本降低和多模态技术进步，新的消费类 AI 公司涌现，未来 AI 将重塑旅行、购物和社交体验，提升个性化服务的准确性与便利性。 此外，还有以下商业和技术方面的新闻： AI 商业爆发年：可灵 AI 营收破亿元，AIGC 营销素材日均消耗超 3000 万元。快手将 AI 作为生态重塑核心，引领视频生成模型全球竞速。可灵 AI 技术领先 Sora，获马斯克、MIT 科技评论等国际认可。 小白福音 Trickle：一键部署、无需 API，能直接克隆 Claude 聊天体验。面向非开发者，帮助快速从创意→上线，打通完整产品流程。模板丰富，涵盖问卷、小游戏、互动课程等多种场景。 拓竹 H2D 多才多艺：精度提升一个数量级，打印成品可直接使用。集成 3D 打印、激光雕刻、刀切、彩绘，支持双头多色打印。搭载视觉摄像头和神经算法，实现微米级精度。

以下是 3 月 26 日至今 AI 圈的部分新闻： 3 月 26 日： 【AI 模型及应用】OpenAI 推出 GPT4o 图像生成能力；谷歌发布 Gemini 2.5 Pro Experimental 模型；Trea 已内置 DeepSeekV30324。 【AI 音乐】昆仑万维发布全球首款音乐推理大模型 Mureka O1。 【AI 视频】混元 Portrait 实现音频视频驱动图片肖像形成动画；PPVCtrl 推出新可控制视频生成模型。 【AI 3D】Vibe Draw 可通过草图进行 3D 建模；PhysTwin 通过视频创建交互式物理数字孪生；GroomLight 用于重打光的人体头发外观建模的混合逆向渲染。 3 月 27 日： 《》：MCP（Model Context Protocol）是由 Anthropic 推出的开放协议，迅速垄断了 Agentic AI 的中间层，类似于 AI 应用的 USBC 端口。它简化了开发者与数据源的整合，让 AI 应用无缝连接各种工具和服务。MCP 不仅促进了生态的形成，甚至可能成为“Agentic AI 领域的 Stripe”，为未来 AI 应用的标准化革命奠定基础。 《》：Howie.Serious 与 Indigo 探讨了费曼学习法与 AI 创作的结合，强调“输出能迫使知识内化”。两位终身学习者分享了如何通过高效利用 AI 提升写作与学习，推动思维深度，指出未来的 AI Agent 应具备更强的自动化整合能力，助力人类保持独特价值与创造力。“真正的深度与灵感，源于人类富有情境的问题。” 《》：消费级 AI 正迎来临界点，推动一波又一波的变革。随着基础模型成本降低和多模态技术进步，新的消费类 AI 公司如雨后春笋般涌现。未来，AI 将重塑旅行、购物和社交体验，提升个性化服务的准确性与便利性。正如报告所言：“AI 的进步既是开创新产品的源动力，也是消费巨头崛起的分销载体。” 3 月 26 日： AI 商业爆发年：可灵 AI 营收破亿元，AIGC 营销素材日均消耗超 3000 万元。快手将 AI 作为生态重塑核心，引领视频生成模型全球竞速。可灵 AI 技术领先 Sora，获马斯克、MIT 科技评论等国际认可。 小白福音 Trickle：一键部署、无需 API，能直接克隆 Claude 聊天体验。面向非开发者，帮助快速从创意→上线，打通完整产品流程。模板丰富，涵盖问卷、小游戏、互动课程等多种场景。 拓竹 H2D 多才多艺：精度提升一个数量级，打印成品可直接使用。集成 3D 打印、激光雕刻、刀切、彩绘，支持双头多色打印。搭载视觉摄像头和神经算法，实现微米级精度。 Figure 人形机器人新突破。

以下是近期的 AI 新闻汇总： 3 月 12 日： 【AI 3D】 BlenderMCP：与 Claude AI 沟通，在 Blender 实现快速 3D 建模。 MIDI：单幅图像到 3D 场景生成。 Move AI：更新动作捕捉能力，提出 Gen 2 Spatial Motion。 【AI 写作】 MMStoryAgent：AI 多模态故事生成系统。 【AI 视频】 VACE：阿里推出一体化视频创作和编辑技术。 VideoPainter：腾讯开源视频编辑技术。 Wonder Dynamics：推出摄像机轨道（Camera Track）和清洁板（Clean Plate）功能。 【其他】 OpenAI：为开发者推出一套 AI Agent 开发套件。 R1Omni：阿里情感识别模型，通过视频识别情感。 Luma AI：发布一种新的预训练范式 IMM，旨在突破算法瓶颈，提高生成预训练算法的性能。 Manus：宣布与阿里通义千问团队达成战略合作。 3 月 14 日： 【AI 模型及其他】 谷歌：Gemini 应用能力升级，包含升级推理模型 gemini 2.0 Flash Thinking Experimental 等多个功能提升。 OpenAI：4 项更新。 Bolt：一键将 Figma 设计转换为可运行的 Web 应用。 阿里：推出 AI 旗舰应用“新夸克”。 360 智脑团队：开源推理模型 LightR114BDS，复现 Deepseek 的强化学习效果。 【AI 视频】 Pika：更新 Pikaffects，新增多款变身特效。 Freepik 与 Fal 平台：引入 Topaz AI 的提升“FPS 和视频分辨率”能力。 Krea：上线 Veo 2 模型，支持图生视频功能，但生成成本较高。 【AI 绘图】 LBM：用于快速图像到图像转换的潜在桥匹配方法，支持可控图像重新照明、角色去除和图像修复。 【AI 语音】 Sesame：开源 TTS 语音模型 CSM1B。 3 月 26 日： 【AI 模型及应用】 OpenAI：推出 GPT4o 图像生成能力。 谷歌：发布 Gemini 2.5 Pro Experimental 模型。 Trea：已内置 DeepSeekV30324。 【AI 音乐】 昆仑万维：发布全球首款音乐推理大模型 Mureka O1。 【AI 视频】 混元 Portrait：音频视频驱动图片肖像形成动画。 PPVCtrl：新可控制视频生成模型。 【AI 3D】 Vibe Draw: 草图进行 3D 建模。 PhysTwin：通过视频创建交互式物理数字孪生。 GroomLight：用于重打光的人体头发外观建模的混合逆向渲染。

以下是一些订阅最新 AI 新闻的途径： 公众号： “超时空视角”：提供 AI 资讯。 猫叔个人公众号“AI 替代人类”。 “歸藏的 AI 工具箱”：有 AI 课程撰写与信息收集整理，适合 AI 从业人员或想加入该领域工作的人，免费订阅可获得日常内容更新，付费会员可获得更多服务，如记录上周值得关注的 AI 领域主要发布、核心从业者需要关注的 AI 动态、涉及各个 AI 领域的优质内容、过去一周最重要的研究论文和简短解读介绍，还能加入核心粉丝群获得最及时的 AI 资讯通知和优先工作撮合机会。 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。