Epic 将未公布的迪士尼游戏转向「AI 加速开发」
Epic Games 要求一款未公布迪士尼射击游戏的开发团队改用 Anthropic 的 Claude 等 AI 工具,该项目已从原定 3 月发布窗口延期。游戏总监向员工表示不再手写代码,全部美术将由 AI 工作流生成,Epic 发言人称公司正拥抱 AI 加速开发。
推荐理由:Epic 把 AI 生成代码与美术写入项目指令,反映出 AI 编码工具正被大型游戏项目纳入生产流程。
AI 画图的最前线:文生图模型迭代、图像编辑能力与创作工具生态的全部动态。
Epic Games 要求一款未公布迪士尼射击游戏的开发团队改用 Anthropic 的 Claude 等 AI 工具,该项目已从原定 3 月发布窗口延期。游戏总监向员工表示不再手写代码,全部美术将由 AI 工作流生成,Epic 发言人称公司正拥抱 AI 加速开发。
推荐理由:Epic 把 AI 生成代码与美术写入项目指令,反映出 AI 编码工具正被大型游戏项目纳入生产流程。
Epic Games 推迟其与迪士尼合作的漫威与星球大战角色射击游戏,并要求开发者转向 AI 优先的生产模式。据 Bloomberg,该游戏原定 3 月发售,目前未确认新日期;项目主管在内部信息中要求不再手写代码,所有美术改用完整 AI 工作流生成,所用工具包括 Anthropic 的 Claude,部分开发者在得知变动后表示震惊。
推荐理由:原文交代了 Epic 把开发模式改为 AI 优先的内部要求与项目延期背景,可对照大型团队在游戏生产中引入 AI 的实际代价。
Simon Willison 将 llm-meta-ai 插件更新到 0.2,支持 Meta AI 新发布的 Muse Wonder 与 Muse Wonder Full 模型。
推荐理由:作者更新 llm-meta-ai 插件以支持 Muse Wonder,并用同一提示词横向比较六档推理级别输出与前两代模型。
Qwen-Image-2.1 Pro 与 Turbo API 正式上线千问AI平台,开发者无需自行部署即可通过 API 接入图像生成与编辑能力,Qwen-Image-2.1-Turbo 模型权重也同步开放。
推荐理由:官方给出了两款 API 的能力要点与接入入口,开发者可据此判断图像生成与编辑能力怎样融入现有工作流。
Google 发布新一代生图模型 Nano Banana 2.1,支持 4K 直出,据 Arena 其文本转图像、多图像编辑和单张图像编辑三项功能平均提升约 61.7 分,文本转图像排名第四仅次于 GPT。
推荐理由:文中汇总了 Arena 跑分、API 降价幅度和网友实测发现的连续编辑水印问题,可据此判断是否将其纳入现有生图工作流。
Lenny's Newsletter 转发 Anshu Chimala 的长文,系统讲解如何用 AI 智能体做出非同质化的设计。核心方法包括用随机字符串做灵感种子(String Seed of Thought)、让独立的设计评审子智能体反复打分迭代,以及接入图像与视频生成模型补充细节,最后强调做减法比做加法更重要。
推荐理由:文章把 AI 设计拆成探索、定义与交付三阶段,给出随机字符串种子、设计评审子智能体和图像视频生成等可直接复用的 Prompt。
Google 发布图像生成与编辑模型 Nano Banana 2.1,替代 2 月发布的 Nano Banana 2,1K 图像价格从 6.70 美分降至 3.36 美分,4K 从 15.10 降至 7.56 美分。
推荐理由:文章并列了 Nano Banana 2.1 与上代及 Pro 的价格和基准对比,读者可据此判断这次升级的性价比与适用场景。
OpenAI 为 ChatGPT 广告产品线新增视觉展示广告,广告会出现在用户要求 ChatGPT 生成的图片旁边。新广告将于本月晚些时候在美国上线,初期面向一批测试广告主,公司称广告会明确标注且不影响 ChatGPT 的回答。OpenAI 还扩充了广告衡量工具与合作伙伴生态,并与 DoubleVerify、Integral Ad Science 推进品牌适宜性评估试点。
推荐理由:新广告会出现在用户生成的图片旁并明确标注,读者可据此判断这一变化对免费用户体验和订阅转化的影响。
MiniMax 正式发布通用全模态生成模型 H3,支持多模态上下文统一理解,可输出最高 15s 2K 分辨率的原生双声道音视频。该模型在指令遵循、文字与品牌信息呈现及 V2V Motion Transfer 等方面表现出色,2K 分辨率下每秒价格不到主流模型的 1/3。官方计划在未来几天内开放模型权重,以推动开源社区发展。
推荐理由:MiniMax 发布全模态生成模型 H3,支持 15s 2K 原生双声道音视频,计划开放权重,为多模态创作提供了新的高性价比选项。
Black Forest Labs 发布 Flux 3 系列的图像模型 Flux 3 Image,支持多步编辑而不改变图像其他区域,覆盖 text-to-image、image-to-image、文本渲染与照片级真实感。
推荐理由:原文列出了 Flux 3 Image 的多步编辑能力、授权方式与开放权重计划,便于与 Ideogram 4.5 等同类编辑模型对照选择。
OpenAI 宣布面向全球用户推出两项 ChatGPT 购物功能:虚拟试穿与商品收藏(Favorites)。虚拟试穿基于新发布的 ChatGPT Images 2.5 模型,用户上传自拍或全身照后,可通过购物结果中的 try on 按钮查看服装或配饰的上身效果;Favorites 则把商品保存到应用内的 Library,与试穿图片放在一起管理。报道同时指出 Google 去年已推出虚拟试穿功能。
推荐理由:原文对照 Google 去年推出的虚拟试穿和 Pinterest 的时尚发现生态,帮助读者判断 ChatGPT 购物功能的竞争位置。
Google DeepMind 为实验性世界模型原型 Project Genie 上线 Street View 锚定能力,并即日起向全球符合条件的 Google AI Ultra($200,18 岁以上)订阅者逐步开放。
推荐理由:官方讲清了 Street View 锚定如何把世界模型从虚拟训练环境扩展到真实地点模拟,读者可据此判断其对具身智能训练的价值。
OpenAI 发布 ChatGPT Images 2.0,改进文字渲染、多语言支持和视觉推理能力;页面同时引导查看 Images 2.5 的新内容。
推荐理由:原文列出文字渲染、多语言和视觉推理三项改进,可据此判断 Images 2.0 相对上一代的能力变化。
Anthropic 上周为 Claude Code 发布自动记忆、远程跨设备对话与定时任务三项更新,基本补齐与 OpenClaw 的差距。其中 CLAUDE.md 管规则、Memory 管经验,Remote Control 则让会话始终运行在本机,可用手机或浏览器远程接管。
推荐理由:文章梳理了 Claude Code 补齐 OpenClaw 差距的三项更新,并基于上手体验给出 Nano Banana 2 在质量、速度与成本上的取舍判断。
Google DeepMind 发布 Nano Banana 2(Gemini 3.1 Flash Image),将 Nano Banana Pro 的高级世界知识与推理能力与 Flash 级速度相结合。
推荐理由:官方对比了 Nano Banana Pro 与新模型的差异,说明 Nano Banana 2 如何在保持 Pro 级画质与推理能力的同时实现 Flash 级速度。
Google DeepMind 开始向美国 Google AI Ultra 订阅用户(18 岁以上)滚动开放 Project Genie,这是一个基于 Genie 3、Nano Banana Pro 和 Gemini 的实验性研究原型网页应用,支持用户用文本或图片创建可探索的交互世界、实时生成前行路径,并对已有世界进行混编与视频下载。
推荐理由:原文列出了世界素描、探索、混编三大能力与生成时长等限制,可据此判断世界模型从研究走向消费级体验的成熟度。
Google 在 Gemini 应用中上线 AI 图片验证功能,用户上传图片并提问后,系统会检查 SynthID 水印并结合推理返回该图片是否由 Google AI 生成或编辑。
推荐理由:官方说明给出 SynthID 水印验证在 Gemini 应用中的使用方式与后续扩展计划,可据此判断 AI 内容溯源工具的落地节奏。
Google DeepMind 发布 Nano Banana Pro(Gemini 3 Pro Image),一款基于 Gemini 3 Pro 构建的高保真图像生成与编辑模型,现已在 Google AI Studio 和 Vertex AI 以付费预览形式推出。
推荐理由:官方给出了新模型相对 Gemini 2.5 Flash Image 的画质与控制能力升级,以及付费预览的开放入口,开发者可据此判断是否迁移到更高画质的图像生成流程。
Google DeepMind 发布 Nano Banana Pro(即 Gemini 3 Pro Image),这是基于 Gemini 3 Pro 的图像生成与编辑模型,强调文字渲染、多图融合与高保真输出。
推荐理由:官方列出新模型在文字渲染、多图融合与分辨率上的提升,并给出各平台开放入口,便于读者判断如何接入使用。
通义千问推出 Qwen-Image-Edit,基于 20B 的 Qwen-Image 进一步训练,支持语义与外观双重编辑以及中英文精准文字编辑,在多个公开基准测试中达到 SOTA。模型将输入图像同时送入 Qwen2.5-VL 与 VAE Encoder,分别实现视觉语义控制与视觉外观控制,用户可在 Qwen Chat 的“图像编辑”功能中体验,还能通过链式编辑逐步修正生成图像中的错字。
推荐理由:原文展示了语义与外观双重编辑和链式修字流程,读者可据此判断它能否融入现有视觉内容创作工作流。