产品发布 - 阿里巴巴AI旗舰应用夸克于9月24日正式发布全新AI创作平台"造点" [1] - 平台集成AI生图与AI生视频两大核心能力 率先接入通义万相Wan2.5 [1] - 成为国内首个支持音画同步视频生成的平台 [1] 视频生成能力 - 依托通义万相Wan2.5模型 能生成和画面匹配的人声、音效和背景音乐 [3] - 支持10秒时长视频生成 单次生成即可实现更完整的剧情故事 [3] - 支持24帧/秒的1080P高清视频 画面质量满足电影级场景创作需求 [3] 图像生成能力 - 全面支持Midjourney V7多项核心能力 包括多图参考、风格代码、精细化参数控制 [3] - 满足专业创作者在构图、风格表达与细节打磨上的高阶需求 [3] - 在亚洲人像生成、中文文字生成、国风元素方面表现突出 [4] 应用场景 - 适用于电商、平面设计及影视游戏等应用场景 [4] - 支持换发型、换背景、风格转换、3D手办生成等热门AI场景 [4] - 提供轻量化创作体验 包括"一句话P图"和"AI创意视频"等玩法 [4] 平台接入 - 用户可直接访问zaodian.quark.cn或通过夸克PC端"AI生图"进入平台 [4] - 夸克APP端可满足日常修图需求 如滤镜、美颜、去路人等功能 [4]

产品发布 - 阿里巴巴AI旗舰应用夸克正式发布全新AI创作平台"造点" 集成AI生图与AI生视频两大核心能力 成为国内首个支持音画同步视频生成的平台[1] - 平台率先接入通义万相Wan2.5 并引入全球领先的图像生成模型Midjourney V7 结合夸克自研技术提供一站式创作体验[1] 技术能力 - 视频生成支持10秒时长 单次生成可实现完整剧情故事 支持24帧/秒的1080P高清视频 画面质量满足电影级场景创作需求[3] - 模型具备极强指令遵循能力 可在视频生成中完成运镜等复杂连续变化的控制[3] - AI生图全面支持Midjourney V7多项核心能力 包括多图参考、风格代码、精细化参数控制 满足专业创作者高阶需求[3] - 平台在亚洲人像生成、中文文字生成、国风元素方面表现突出 适用于电商、平面设计及影视游戏等应用场景[3] 用户体验 - 夸克APP端提供轻量化创作体验 支持"一句话P图"和"AI创意视频"等趣味玩法 满足日常修图需求如滤镜、美颜、去路人[4] - 同时支持换发型、换背景、风格转换、3D手办生成等热门AI场景[4] - 用户可通过zaodian.quark.cn或夸克PC端"AI生图"访问平台 即日起至9月30日限时7天免费体验视频生成能力[3] 市场反响 - 内测期间吸引大量专业AIGC创作者 诞生"中世纪油画大合唱""文物吃月饼""巨物猫咪去旅行"等爆款作品[3] - 创作者反馈视频模型升级后音频视频可同步输出 大幅提升创作效率 画质细腻稳定[3]

产品发布与功能特性 - 阿里巴巴AI旗舰应用夸克于9月24日正式发布全新AI创作平台"造点" 集成AI生图与AI生视频两大核心能力 并率先接入通义万相Wan2.5 成为国内首个支持音画同步视频生成的平台 [1] - 平台依托通义万相Wan2.5模型 可生成与画面匹配的人声 音效和背景音乐 支持10秒时长视频生成 单次生成即可实现更完整剧情故事 支持24帧/秒的1080P高清视频 画面质量满足电影级场景创作需求 [3] - 在AI生图方面 "造点"全面支持Midjourney V7的多项核心能力 包括多图参考 风格代码 精细化参数控制等 满足专业创作者在构图 风格表达与细节打磨上的高阶需求 [3] 技术优势与差异化 - 模型具备极强指令遵循能力 可在视频生成中完成运镜等复杂连续变化的控制 [3] - 结合夸克自研技术 平台在亚洲人像生成 中文文字生成 国风元素等方面表现突出 适用于电商 平面设计及影视游戏等应用场景 [3] - 平台提供图像与视频兼备的一站式创作体验 内测期间诞生多款爆款作品如"中世纪油画大合唱" "文物吃月饼" "巨物猫咪去旅行" 视频中人物口型 动作 神态 配乐一气呵成 [3] 用户访问与市场推广 - 用户可直接访问zaodian.quark.cn或通过夸克PC端"AI生图"进入平台 即日起至9月30日所有用户可限时7天免费体验通义万相Wan2.5视频生成能力 [6] - 夸克APP端提供轻量化创作体验 支持"一句话P图" "AI创意视频"等趣味玩法 同时满足日常修图需求如滤镜 美颜 去路人 并支持换发型 换背景 风格转换 3D手办生成等热门AI场景 [6]

平台发布与核心能力 - 阿里巴巴AI旗舰应用夸克于9月24日正式发布全新AI创作平台"造点" [1] - 平台集成AI生图与AI生视频两大核心能力 率先接入通义万相Wan2.5 成为国内首个支持音画同步视频生成的平台 [1] - 在生图方面引入全球领先的图像生成模型Midjourney V7 结合夸克自研技术提供图像与视频兼备的一站式创作体验 [1] 视频生成技术特性 - 依托通义万相Wan2.5模型 能生成和画面匹配的人声、音效和背景音乐 支持10秒时长视频生成 [3] - 支持24帧/秒的1080P高清视频 画面质量满足电影级场景创作需求 [3] - 模型具备极强指令遵循能力 可在视频生成中完成运镜等复杂连续变化的控制 [3] 图像生成技术特性 - 全面支持Midjourney V7多项核心能力 包括多图参考、风格代码、精细化参数控制 [3] - 在亚洲人像生成、中文文字生成、国风元素方面表现突出 [3] - 适用于电商、平面设计及影视游戏等应用场景 [3] 用户反馈与应用案例 - 内测期间吸引大量专业AIGC创作者 产生"中世纪油画大合唱""文物吃月饼""巨物猫咪去旅行"等爆款作品 [3] - 创作者反馈视频模型升级后音频视频同步输出 大幅提升创作效率 [3] - 视频中人物口型、动作、神态、配乐实现一气呵成 [3] 平台接入与推广策略 - 用户可通过zaodian.quark.cn或夸克PC端"AI生图"进入平台 [3] - 即日起至9月30日限时7天免费体验通义万相Wan2.5视频生成能力 [3] - 夸克APP端提供轻量化创作体验 支持"一句话P图""AI创意视频"等趣味玩法 [4] 日常应用功能 - 支持日常修图需求包括滤镜、美颜、去路人等功能 [4] - 提供换发型、换背景、风格转换、3D手办生成等热门AI场景 [4]

9月24日，阿里巴巴AI旗舰应用夸克正式发布全新AI创作平台"造点"。平台集成AI生图与AI生视频两大 核心能力，率先接入通义万相Wan2.5，成为国内首个支持音画同步视频生成的平台。在生图方面，"造 点"还引入了图像生成模型Midjourney V7。 ...

产品发布与定位 - 夸克发布"造点"AI平台 集成Wan2 5视频生成模型和Midjourney V7图像生成模型 实现双强模型联合[1][2][8] - 平台定位为国内首个支持音视频同步生成的AI平台 具备自动配乐 口型同步及音画对齐能力[8][21] - 移动端通过夸克APP提供对话式图片编辑功能 支持换发型 换背景等指令操作[36][38][44] 核心技术功能 - 图像生成采用Midjourney V7模型 支持多图参考 风格代码 精细化参数控制及120+特征词库[12][14] - 视频生成采用通义万相Wan2 5模型 支持音效自动匹配 声音驱动及复杂运镜要求[8][20][26] - 提供智能润色 美学控制滑块(风格化/怪异化/多元化) 亚洲人像优化及中文文字生成能力[11][12][14] 应用场景演示 - 商业级应用：支持微距广告拍摄(如口红质感特写) 赛博朋克城市大片及一镜到底竞速场景[18][22][23] - 文化元素应用：成功生成动态古风市井图 处理多层次吆喝声与细节动作 支持兵马俑 灯笼等中国元素[29][30][33] - 趣味生成：实现巨大猫猫喵叫 ASMR音效 兵马俑吃月饼等创意场景[35] 定价与推广策略 - Midjourney V7会员定价48元/月(生成400张) 较海外版10美元/月(200张)降价50%[49] - 视频生成功能开放7天免费体验(9月24日-30日) 通过降价策略降低创作成本[1][51]

AI行业现状与从业者心理状态 - AI行业技术迭代加速，新模型如Midjourney V7、Gemini 2.5 Pro、Claude 4等频繁更新，但部分从业者出现技术疲劳现象[13][14][15] - 行业竞争加剧导致能力焦虑，从业者常与同行对比产生自我怀疑，尤其在AI编程、设计、视频创作等领域表现明显[17][19][22] - AI内容创作者面临身份认知冲突，既需保持技术前沿敏感度，又需处理用户需求与技术展示间的平衡[28][29][30] AI焦虑的成因分析 - 生存焦虑与技术恐惧是核心驱动因素，从业者担忧被技术迭代淘汰或失去行业地位[38][51][54] - 完美主义倾向加剧压力，从业者普遍存在"必须达到SOTA水平"的非理性预期[31][34][39] - 媒体舆论放大焦虑效应，"不学AI即落伍"等言论形成社会性压力传导[54][55][60] 应对策略与发展建议 - 差异化定位是关键，应聚焦独特价值而非全面竞争，建立专业壁垒[49][61][63] - 协作模式可缓解压力，通过联合创作或资源整合降低单兵作战的焦虑感[44][46][47] - 需重构技术认知框架，从盲目追逐转向选择性学习，保持健康的好奇心驱动[58][62][69] 行业生态观察 - AI技术普惠化趋势明显，普通用户更关注工具的实际问题解决能力而非技术参数[29][30][67] - 内容创作领域呈现马太效应，头部创作者的作品质量差距进一步拉大行业压力[17][19][22] - 技术传播者角色正在分化，从单纯的技术展示转向价值引导与认知构建[65][66][67]

AI行业从业者心理状态分析 - 从业者近期出现严重焦虑情绪 表现为对AI新模型更新失去评测热情 并陷入自我能力怀疑[4][5][9][10] - 焦虑根源来自两方面：持续追赶技术前沿的压力 以及与同行优秀作品对比产生的落差感[12][21][27][28] - 典型症状包括回避行业社交 拒绝公开访谈 产生职业身份认同危机[15][16][17] AI内容创作领域竞争态势 - 行业呈现马太效应 头部创作者在AI编程/设计/视频等细分领域建立明显专业壁垒[12] - 内容同质化加剧竞争压力 从业者普遍陷入"热点追逐疲劳"状态[9][30] - 用户需求呈现分化 普通用户更关注AI工具的实际应用价值而非技术参数[20] 行业发展趋势与应对策略 - 技术迭代速度超过个体学习能力 需建立协作网络而非单打独斗[29][30] - 从业者应转向差异化定位 聚焦特定垂直领域而非全面覆盖[32][37][39] - 建议从焦虑驱动转为兴趣驱动 保持选择性学习节奏[40][44] 社会层面AI焦虑现象 - 全行业普遍存在生存危机感 教育/职场等领域均受影响[32][34] - 媒体舆论加剧恐慌情绪 过度渲染"AI必备论"形成社会压力[34][38] - 根本解决方案在于明确个人不可替代价值 建立技术工具理性认知[36][39]

Freepik发布新型AI图像模型F Lite - 公司推出基于商业授权数据训练的开放AI图像模型F Lite 包含约100亿个参数 与AI初创公司Fal ai合作开发 利用64台Nvidia H100 GPU耗时两个月完成训练[2] - F Lite加入基于授权数据训练的小型生成式AI模型行列 行业趋势显示这类模型数量正在增长[3] - 模型基于8000万张内部图像数据集训练 提供标准版和纹理版两种版本 标准版更具可预测性 纹理版能呈现更优纹理效果和创意构图[4] 模型技术特点 - 标准版严格遵循提示 艺术性较低 纹理版更为混乱易出错 但能呈现更佳纹理效果[4] - 运行F Lite需要至少24GB显存的GPU支持 技术门槛较高[7] - 公司未声称F Lite图像质量优于Midjourney V7等领先图像生成器 目标是公开模型供开发者定制改进[6] 行业背景 - 生成式AI正成为版权诉讼核心 多数公司主张合理使用原则 而创作者和知识产权持有者持反对意见[4] - 其他基于授权数据开发媒体生成模型的公司包括Adobe Bria Getty Images Moonvalley和Shutterstock[7] - 随着AI版权诉讼结果明朗化 基于授权数据的AI模型市场可能呈指数级增长[7]

谷歌DeepMind推出Veo 2 - 谷歌DeepMind推出Veo 2 AI视频生成工具，正式登陆Gemini Advanced [4] - Veo 2可生成8秒720P电影级视频，支持4K分辨率（计划年内开放），在运镜、文本语义还原、物理模拟、动作一致性等方面表现优秀 [6] - 新增电影级创作工具：自动移除干扰元素、Outpainting功能扩展画面、内置"无人机视角""延时摄影"等拍摄参数 [8] - 支持多模态协同：调用Imagen 3文本生图模型或导入本地素材，实现"文字描述-图像生成-视频剪辑"全流程闭环 [8] - 嵌入不可见数字水印，支持第三方验证内容来源 [8] - 测试数据显示Veo 2在用户偏好和提示还原方面超过Sora、可灵1.5、MetaMovieGen和Minimax [10] 川崎公司推出氢动力AI坐骑CORLEO - 川崎重工展示Corleo四足机器人概念车，融合摩托车工程与机器人技术 [13] - 配备150cc氢燃料发动机，四个独立机械腿带柔性橡胶蹄，实时分析机器人及骑手位置确保安全 [13] Astrocade推出Wish-to-Game平台 - Astrocade团队推出AI游戏创作平台，用户仅需文字描述即可生成可玩游戏 [16] - 平台自动处理代码、视效、动画、音乐及机制，支持实时修改内容 [16] - 集成社交功能，用户可发现新游戏并参与比赛、合作项目 [17] DeepSeek推出SPCT技术 - DeepSeek联合清华大学推出SPCT技术，通过推理阶段动态优化AI输出质量 [19] - 突破传统奖励模型局限，支持自我指导机制优化决策过程，提升智能水平和可扩展性 [19] Midjourney V7发布 - Midjourney V7在图像质量、指令解析能力方面显著提升，可生成超逼真人物及商业大片级图像 [21] - 新增个性化模型功能，根据用户审美偏好提供精准生成，草稿模式提升渲染速度和成本效率 [21] TokenHSI技术革新仿真人形机器人 - 香港大学和上海人工智能实验室开发TokenHSI技术，基于Transformer架构统一策略网络 [23] - 解决传统物理角色控制方法无法整合多种复杂人体场景交互技能的局限 [25] - 支持可变长度输入快速适应新场景，通过跨任务知识共享提升交互多样性与灵活性 [25] Sakana AI推出AI Scientist - Sakana AI的AI Scientist-v2生成首篇通过ICLR研讨会同行评审的科研论文 [28] - 系统在自主研究中存在不足：文献综述错误归类学术概念、42个实验因编码错误失败、论文存在结构错误等 [30]