标签
Dalet Labs 完成了由 Lightspeed 领投的 700 万美元种子前轮融资，用于打造由 AI 生成的个性化购物场景，旨在让 AI 成为品牌以探索发现为核心的入口，而非被动响应的聊天机器人。该系统以用户喜欢的图像属性为依据构建扩散模型提示词，并通过用户群体的互动扩充内容池。
Dalet（daletlabs）宣布完成 700 万美元的种子前轮融资，用于开发一款由 AI 驱动的购物应用。该应用可生成高度个性化的逼真图像信息流，图像中包含可直接在应用内购买的真实商品。公司由来自 Google、Runway 和麻省理工学院的研究人员创立，并获得 Lightspeed VP 的投资支持。
作者强调了人工智能生成视频/音频真实感在短短30天内的飞速进步，警告高度逼真的深度伪造技术可能被武器化，用于操纵政治话语和选举，同时提供了一种技术性（部分为推测性）解释，说明卷积核和基于强化的训练如何将名人肖像嵌入生成模型。
一句提示词让 Claude Fable 5.5 生成了一部 3 分钟的原创动画电影，涵盖人类文明进步至未来 30 年，画面与配乐均为原创，未使用现成素材。
Scumble 是一款免费的开源 AI 重绘（inpainting）桌面编辑器，可将文本提示转换为色彩匹配的图层，支持在用户自己的 ComfyUI 实例上运行，或通过 API 密钥调用 FLUX 3、GPT Image 和 Nano Banana 等模型。
作者预测，五年内 AI 将使用户仅凭输入提示词即可生成个性化娱乐内容——完整的电影、音乐专辑和游戏，而订阅制获取无限量定制内容将成为一个巨大市场。
Fal.ai 发布了 H3 Max，这是一款经过后训练的 MiniMax H3 变体，专门针对高质量视频生成进行了优化。据官方宣称，其在提示词遵循度、画面美学和生成速度方面均排名领先——生成 5 秒视频仅需约 3 秒，吞吐量达到官方 H3 模型的 35 倍。
Gemini Omni 1.1 Flash 是 Google 最新的多模态模型，为开发者引入了新的创作控制和生成视频能力。
字节跳动正在扩展其AI教育应用Gauth，利用AI生成的动画引导学生解决问题，这引发了人们对于此类工具究竟是真正提升理解力，还是仅仅制造学习错觉的质疑。
Pika Labs 推出 Pika AI Club，这是一项会员服务，提供 70+ 个生成式媒体模型的访问权限，最高可享受 80% 折扣，并支持 Agent 原生访问。
Google Startups发布了一份新的技术指南，用于使用Google DeepMind的模型构建生成式媒体应用，内容涵盖模型、工具、架构、质量保证和经济考量。
Runway 发布了 Media Router，这是一款偏好优化路由器，可根据用户定义的成本、质量或延迟标准自动选择最佳视频、图像或音频模型，无需手动挑选模型。该产品已在 Runway Dev 中上线。
Runway推出了Media Router，这是一款可根据质量、速度或成本偏好，自动为给定请求选择最佳生成式媒体模型的工具。它旨在简化开发者的集成过程，应对生成式媒体领域的日益拥挤。
来自xAI的Ethan He讨论了为什么视频代理模型是下一个前沿，他认为视频模型从LLM中获取智能，并且视频生成的演变将模仿AI编程，从一次性输出转向多轮规划与执行。
Google 发布了 Veo 3 和 Imagen 4，这是下一代视频和图像生成模型，具有显著的能力提升，包括音频生成和增强的物理模拟。该公司还推出了 AI 电影制作工具 Flow，并扩大了 Lyria 2 音乐创作工具的访问权限。
文章介绍了Google I/O 2026 Keynote上发布的生成式媒体产品更新，包括Google Pics图像编辑工具、Stitch UI设计工具，以及Google Flow的新功能如Gemini Omni、多智能体并行处理、自定义工具和音乐混音。强调技术帮助用户将创意快速变为现实。