精选

Adobe 于 9 月 29 日配合 OpenAI 开发者日，更新 ChatGPT 中的 Adobe 插件，加入在侧边面板打开的交互式编辑器。图片与设计编辑器由 Photoshop 和 Adobe Express 驱动：用户可以选中对象或用画笔涂抹一块区域，让 ChatGPT 调用插件做针对性修改，再用色相、饱和度、对比度等滑块微调；编辑器按修改类型显示控件，例如要求改某个物体的颜色时，只对选区显示颜色控件。编辑器里的调整会作为上下文回到对话，不必重新上传或重新说明。PDF 可以在侧边面板里用 Acrobat 工具直接改文字、加高亮，选中的段落也能用来引导后续对话。OpenAI 当天发布的插件扩展同样允许插件在对话旁打开面板，并在侧栏和文件编辑器中呈现自己的界面。更新从当天起在 ChatGPT 网页版和 App 全球逐步推出。

局部修改可以先用一句话交给 AI，再用滑块手动收尾，不必重新生成整张图。

查看原始来源 ↗

World Labs 于 9 月 28 日宣布，已与 AMD 签署最终协议加入 AMD。World Labs 成立于 2024 年，自去年起与 AMD 开展深度技术合作，从在 AMD GPU 上优化模型训练与推理开始。公告称，联合创始人李飞飞将出任 AMD 执行副总裁兼首席科学家，直接与 CEO 苏姿丰合作；Justin Johnson 与 Ben Mildenhall 将继续带领 World Labs 团队，并入后组成 AMD 的前沿研究机构。双方表示将共同建设覆盖硬件、软件、平台与开放模型的端到端 AI 生态。交易预计在 2026 年底前完成，需通过监管审批等常规交割条件，公告未披露交易金额。World Labs 此前在 9 月 1 日发布了世界模型 Atlas。

世界模型公司并入芯片厂商，空间智能方向的研发与底层算力绑得更紧；Atlas 与 Marble 等产品的后续走向值得关注。

查看原始来源 ↗

Google 于 9 月 23 日宣布扩大 Google Vids 的开放范围：任何 Google 或 Google Workspace 账号都可以在桌面端访问 vids.new，选择「Create AI videos」，免费用 Gemini Omni 1.1 Flash 生成视频。新增的控制包括：延展场景并保持画面上下文、光线、人物外观与环境一致；指定生成片段的精确时长，便于对齐旁白；以 1080p 生成新片段，或把已有 AI 片段放大到 1080p；另提供现成模板。每段用 Omni 1.1 生成的片段都嵌入 SynthID 不可见水印。免费使用有额度，个人账号可通过 Google AI 订阅获得更多生成次数，Workspace 商业版与企业版有更大的生成额度池；官方称 Gemini 3.8 Flash-Lite 语音合成即将加入 Vids。

同一代视频模型进了免费的办公工具，没有预算的个人和小团队也能直接用来做宣传短片、活动视频。

查看原始来源 ↗

PixVerse 于 9 月 22 日发布实时世界模型 R2，是 1 月推出的 R1 的升级。R2 生成的世界在用户进入后持续运行，会话更长、更连贯：提示词、动作或音频输入不只改变当前画面，还会更新世界状态、影响之后的发展，前面的操作在同一会话中一直有效；可以用 WASD 键操控角色、方向键移动镜头，文字、参考图、音频与动作控制都能输入同一个运行中的世界。官方示例包括创作者基于 R2 做的互动电影游戏，同一处剧情会按玩家的选择生成不同走向。官方介绍其做法是持续训练同一个因果自回归主干模型，再把它压缩到可实时运行，技术报告另行发布。PixVerse 7 月推出的游戏引擎已改用 R2，一批示例世界在 world.pixverse.video 开放体验。

世界模型开始支持持续交互与状态延续，互动叙事、游戏原型可以直接在生成的世界里搭建和试玩。

查看原始来源 ↗

OpenAI 于 9 月 22 日在 API 发布 GPT-6 Sol（gpt-6-sol）与 GPT-6 Luna（gpt-6-luna）。两款均为推理模型，接受文本与图像输入、输出文本，可通过 Responses API 与 Chat Completions API 调用。标准定价（输入不超过 272K token，每百万 token）：Sol 输入 $2、缓存输入 $0.20、输出 $10；Luna 输入 $0.10、缓存输入 $0.01、输出 $0.50。按官方模型目录的分工，复杂推理与编程用旗舰 GPT-6 Astra，兼顾能力与成本用 Sol，成本敏感、调用量大的任务用 Luna。9 月 25 日 OpenAI 修复了一个影响这两款模型图像理解的编码问题；9 月 29 日又发布了 GPT-6.1 Sol。

Luna 的输入价格约为旗舰 Astra 的百分之一，给批量内容处理、分类抽取这类高频调用留出了成本空间。

查看原始来源 ↗

ComfyUI 于 9 月 21 日发布 v0.37.0，原生支持阿里 Qwen 团队 9 月 20 日发布的 Qwen-Image 2.1：同一模型完成文生图与编辑，可输出带透明通道的图像，官方提供文生图、图像编辑和背景移除三个模板；该模型采用 Qwen Research License，仅限非商业用途。同版本加入微软 MoGe 3 单图几何估计（ViT-L、ViT-g 两个检查点，可输出深度图与法线），并在检测到足够快的磁盘时自动启用快速加载。9 月 22 日的 v0.37.1 新增腾讯 HY Image 3.5 Preview 文生图与编辑合作节点：编辑节点可接 1–5 张参考图，原生最高 2K（选 4K 时由模型放大），在腾讯服务器上通过 API 运行。

透明图输出和背景移除进入节点工作流，抠图、叠加可以在同一条流程里完成；用 Qwen-Image 2.1 做商业项目前需要先确认许可。

查看原始来源 ↗

Pika 于9月17日宣布将产品从单一视频生成工具重构为多模型创意工作室，集成 Seedance 2.5、Veo 3.1、GPT Image 2.5、MiniMax H3、Grok Imagine 等 7 个 AI 模型，并推出独立应用套件（Video Studio、Color Grade、Extend Video、Edit Image、Character Studio、Product Shot）；核心新特性包括：输入基本描述后自动生成可编辑逐镜头清单、重打光工具、角色与服装替换工具套件；平台自动路由至最优模型，同时支持手动指定。

Pika 的转型说明 AI 视频工具的竞争焦点已从单一模型质量转向多模型整合平台体验，逐镜头清单生成对短片创作和教学视频制作有实用价值。

查看原始来源 ↗

Midjourney Alpha 9/16 更新：新增韩文语言界面支持；V8.2 编辑器改进——图片附件提示词输入框进入提示词栏（图文混合提示更流畅）、Draft 批次显示来源网格与悬停预览、Enhance 按钮替代原 Upscale 按钮；移动端与平板端布局重新适配，触控体验优化。

该动态揭示了 AI 视觉生成与多模态工具领域的最新进展，对艺术设计研究与实践具有参考价值。

查看原始来源 ↗

Figma 于9月16至17日推出三项功能更新：Weave 节点允许将 Design 画框直接拖入 Weave AI 工作流作为节点输入，支持批量生成品牌一致的营销素材；Shaders 开放测试版可通过 AI 提示词生成火焰、扭曲、动效等视觉特效着色器，并提供代码查看器供进一步定制，无需编程背景；Weave 社区工具发布功能允许创作者将自建 AI 工作流工具发布至 Figma 社区，共享节点资产。

Weave 节点将静态设计直接接入 AI 规模化生产链路，Shaders 开测版则让无编程背景的设计学生也能实验 AI 生成动态视觉特效。

查看原始来源 ↗

arXiv 论文 2609.18065（9月16日）提出一套系统性的设计空间（Design Space）框架，梳理生成式图像模型视觉用户界面的核心维度，包括提示输入范式（文字/图像/草图/混合）、控制粒度（全局/局部/风格/结构）、迭代交互模式（单次/多轮/协作）以及输出展示策略（对比/时间轴/探索网格）；通过对 Midjourney、Adobe Firefly、DALL·E 等主流生图界面进行系统性分类编码，为界面设计研究和工具开发提供参照。

这是生成式图像界面领域少有的系统性综述，提供了批判性评估 AI 生图工具的理论框架，适合作为课程进阶理论环节的参考材料。

查看原始来源 ↗

Anthropic 于9月16日正式推出 Claude 统一界面，将 Claude.ai 聊天功能和 Cowork（项目/工作空间）合并至单一窗口，系统自动将用户请求路由至最合适的模式；同步推出 Claude Design 功能，支持跨项目保持品牌一致性，可与 Claude Code 协同工作，提供画布式编辑界面及更多工具连接。

Claude Design 的品牌一致性功能与设计工作流直接相关，统一界面进一步降低了非技术类高校用户的上手门槛。

查看原始来源 ↗

生数科技（Shengshu Technology）于9月15日发布 Vidu S2，包含两个子模型：Vidu S2-Avatar 支持实时生成 720p 数字人，可在对话中动态替换参考图、跟随舞蹈等复杂肢体指令；Vidu S2-Editing 实现流式实时视频风格编辑，包括风格渲染、换装、换人、换背景，整个过程无需中断视频流。论文同时展示了 VR 空间中的实时视频生成与编辑能力，配套在线演示已开放（vidu.com/vidu-stream），对应论文为 arXiv:2609.11638。

实时流式视频编辑能力让换装、换背景等操作接近「直播即生成」，对影视、时尚设计与数字人方向的创作工具链影响直接，VR 空间扩展亦值得关注。

查看原始来源 ↗

ElevenLabs 于9月15日将 MCP 连接器从纯语音扩展至多模态创作全链路：单次 OAuth 安装即可接入语音、音乐、图像与视频生成共 50 余个模型；托管服务端位于 api.elevenlabs.io/v1/mcp；支持 Claude、ChatGPT、Cursor、Grokbot、Hermes 等主流 AI 客户端；用户在同一对话线程内可依次完成剧本、配音、配乐、音效到视频的完整创意流程，无需切换工具。

单一 MCP 连接器覆盖声音、图像到视频的完整创作链路，标志 MCP 生态从代码辅助向创意生产管线全面延伸。

查看原始来源 ↗

Corel 于9月15日发布 CorelDRAW Graphics Suite September 2026 Update，核心新功能为 Text-to-Vector AI：用户输入文字描述，Vector Craft（创意探索模式）和 Vector Master（精准输出模式）可直接生成可商用的可编辑矢量图形路径，消除手工描摹步骤；同步升级 PowerTRACE 4.0（位图转矢量处理速度提升 4 倍）及 Print & Cut 工作流对多色醋酸薄膜、透明箔纸等特种材料的支持。

传统矢量设计工具内嵌 AI 文字生成能力，让学生可以直接获得可编辑矢量素材原型，是 AI 进入矢量工作流的一个典型节点。

查看原始来源 ↗

ComfyUI 于9月15日发布 v0.36.0，新增多项重量级节点：FastVideo FastH3（8步蒸馏 MiniMax H3，支持文生视频、图生视频与原生音频同步）、BFL FLUX Video Edit（$0.03/秒视频编辑 API，保留原片运动轨迹与音频）、YuE2 音乐生成模型、Tripo P2（文字/图像/多视角→3D）、Marigold V2（深度/法线/反照率估计）以及 Generic Loops 与 Video Concatenate 节点；H3 ControlNet 获 Comfy Compiler 完整兼容支持；配套发布 ComfyUI Desktop v1.6.0，支持 Apple Silicon 全原生 MPS 加速。

单一 ComfyUI 工作流现已覆盖文字到视频再到配乐的完整链路，FastH3 仅需 8 步即可生成带原生音频的视频，BFL FLUX Video Edit 的低单价亦使学生作业级实操具备可行性。

查看原始来源 ↗

Black Forest Labs 于9月15日推出 FLUX Video Edit API，计费标准为 $0.03/秒输出。该 API 接受源视频与文字描述，可精准修改视频中指定元素（换服装、替换背景、改变材质等），同时完整保留原片运动轨迹与音频；已通过 ComfyUI v0.36.0 原生节点接入，亦支持直接调用 BFL API，底层能力与 FLUX 图像模型家族共用。

「改元素不改运动」解决了 AI 视频二次编辑中时序一致性的核心痛点，$0.03/秒的低单价使教学实操场景的成本具体可控。

查看原始来源 ↗