全部文章

第一次搜索 Captions，很容易被几个名字绕晕：公司官网叫 Mirage，旧网页产品叫 Mirage Studio，模型和 API 也挂 Mirage，手机里的剪辑 App 却仍叫 Captions。先说结论：如果你只是想把一段口播快速剪成能发的短视频，或者不拍真人、直接用 AI 生成一条成片，当前最直接的普通用户入口还是 Captions。

很多人记住 Hedra，是因为它能把一张人像和一段声音变成会说话的视频。现在再打开官网，产品已经换了重心：你可以把商品图、品牌资料、网页、灵感和一句目标放进同一个 Space，让 Agent 先研究和拆任务，再调用视频、图片、音频模型做成一组可继续修改的素材。口播仍然是它的强项，但已经不再是全部。

PixVerse 现在的入口比早期复杂得多：网页版、手机 App、中国区“拍我AI”、模板、Agent、API、CLI，还有 V6、C1、R1 和一批外部模型。普通人不需要先背这些名字。最简单的判断是：想交付一条可以下载、剪辑和发布的视频，就从 PixVerse 的常规创作流程开始；只有当画面必须在运行中持续回应观众或玩家时，才需要研究 R1 这种实时世界模型。

搜 LTX 时，你会同时看到 LTX Studio、LTX-2、API、Desktop、ComfyUI 和一堆模型版本，很容易以为这是几家公司或几款互不相干的工具。其实它们都围绕同一套 AI 视频引擎展开。普通创作者可以直接在网页里写分镜、管素材和剪时间线；开发者可以调 API；愿意自己维护显卡和模型的人，还能把它搬到本地。先选使用路线，比先背模型名更重要。

第一次打开 Higgsfield，很容易被菜单吓到：图片、视频、音频、Cinema Studio、广告、角色、Canvas、Apps、Supercomputer，还有一长串会不断更新的模型。其实不用把它们当成十几款不同工具。Higgsfield 更像一间共用素材库的 AI 影像工作室——你既可以亲自选模型、调镜头，也可以把完整任务交给 Supercomputer，让它先拆步骤、报成本，再等你确认执

如果只是想生成一张图，OpenArt 会显得有点“入口过多”：图片、视频、角色、世界、音频、故事、Director，还有一长排会持续变化的模型。换个角度就容易理解了——它真正想解决的不是让你多开一个生图网页，而是把参考图、角色、场景、声音和视频留在同一个工作区里，上一环的结果能直接接着往下做。

FLUX 常被写成一个生图模型，其实普通人真正会遇到的是三条完全不同的路：在浏览器里试图、用 API 接进自己的产品，或者下载开放权重自己部署。它们看起来都叫 FLUX，账单、数据流向、代码门槛和许可证却不是一回事。先选使用方式，再看模型名字，往往比研究一长串版本号更省时间。

很多人记得 Freepik 是找图片和矢量素材的网站，但它在 2026 年已经整体改名为 Magnific，并把生图、视频、音频、增强、编辑、协作画布和库存素材放进同一平台。入口变多以后，真正省事的不是把每个模型都试一遍，而是先决定这份素材最后要用于草稿、社交发布、客户交付还是产品上线。

Krea 最容易让人误会的地方，是首页工具多得像一个百宝箱：实时画布、图片、视频、增强、编辑、3D 和节点流程都摆在一起。真正省时间的用法不是每个按钮轮流试，而是先用实时反馈把构图和动作定下来，再把结果送进适合的工序精修。

Sunday Robotics 推出家用机器人 Memo，搭载新 AI 模型 ACT-2，能在陌生家庭叠放从未见过的衣物，成功率超 99%。公司计划 2026 年秋季启动 Beta 测试，并提出了新的机器人能力衡量标准“Solve”。

AI 很容易画出一张看起来像 Logo 的图，难的是交给设计师以后还能改颜色、调节点、换尺寸，并在网页和印刷里继续使用。Recraft 把图片生成、风格、编辑和矢量输出放进同一工作区，它真正有价值的地方不是多出几张图，而是让视觉草稿更接近后续设计流程。

第一次打开 Leonardo.Ai，最容易卡住的不是不会写提示词，而是模型菜单里既有它自己的 Lucid，也有 GPT Image、Nano Banana、FLUX、Seedream 等一长串名字。其实普通人没必要先把每个模型都研究一遍：先用 Auto 或较快模式把方向跑出来，挑中一张，再继续改图、放大或做成视频，才是这套工具真正省时间的地方。

据《金融时报》报道，Meta正在测试代号Aperol和Bellini的原型眼镜，具备“超级感知”模式，可持续录制音频并每隔几秒拍照。用户可事后询问AI关于所见所闻的问题。但报道称Meta可能不在该模式下点亮录制指示灯，引发隐私争议。目前该产品仍为原型阶段，未公布发布时间。

据金融时报等多家媒体报道，Meta正在测试代号Aperol和Bellini的“超感知”智能眼镜原型，可每几秒拍一张照片并持续采样环境音，但LED指示灯在AI模式下可能不亮。Meta已修复现有眼镜的指示灯漏洞，但新原型引发更大隐私争议。

用 AI 做海报最让人泄气的时刻，不是它不会画，而是画面已经很好看，标题却多了一个字母；你只想改一句文案，它又把人物、颜色和构图全部重做。Ideogram 一开始就把图片里的文字当成重点，现在又把局部改图、扩图、透明背景和文字层接到生成之后。它真正想解决的，不只是‘能不能出图’，而是这张图能不能继续修到可用。