浅译月报
图像矢量模型与创作工具智能体
10 月 1 日至 31 日，共收录资讯 20 条。图像模型方面，Black Forest Labs 发布 FLUX 3 Image 并推出开放权重版 Klein；Canva 先后发布自研图像模型 Craft 与设计编辑视觉语言模型 Brush，Ideogram 发布首个矢量模型 Ideogram Vector，Krea 发布 Krea 3。视频与世界模型方面，可灵 Kling 4.0 全量上线，Google DeepMind 发布 Genie 4，Pika 发布开放权重视频模型 H3 Flex。创作工具方面，Figma Agent 退出测试版，Anthropic 推出 Claude Motion 与 Dashboards 测试版，Apple 更新 Creator Studio。OpenAI 向全体 ChatGPT 用户推出 GPT-6 与 Intelligent UI，Gemini 4 Argon 全面开放。
头条Google DeepMind 发布 Genie 4：原生音频的实时世界模型，可用文字提示实时改写交互场景- 1
- 2Black Forest Labs 发布 FLUX 3 Image Klein 开放权重：5.6B 参数，INT8 版可在 8GB 显存显卡上运行Black Forest Labs 官方博客
- 3
01视频、电影与世界模型
本版导读Google DeepMind 10 月 27 日发布 Genie 4，可原生生成环境音、音乐和角色对话，并用文字实时改变场景。可灵 Kling 4.0 在 10 月 15 日全量上线，单次最长 30 秒，最多组合 15 个参考素材。Pika 10 月 29 日发布基于 MiniMax H3 的开放权重模型 H3 Flex，6 步降噪并同步生成 5 轨音频。《三星堆·未来幻境》10 月 23 日上映，首周票房遇冷。
Google DeepMind 10 月 27 日发布第四代实时世界模型 Genie 4，可在生成画面的同时原生生成环境音、音乐和角色对话，支持用自然语言实时改变天气、摄像机和场景人物；目前以研究预览向受信任测试者开放，生成内容均带 SynthID 水印。
原文 ↗快手可灵 AI 10 月 15 日晚宣布 Kling 4.0 在 klingai.com 全量上线：单次生成 3 至 30 秒，最多 10 张关键帧，全能参考一次最多组合 15 个素材（图片 ≤10、视频 ≤5 段、主体 ≤7），支持立体声和 21:9 画幅；4K 与 1080p 的 10-bit HDR 输出和 API 标注为即将推出，模型已接入可灵 MCP 与 CLI。
原文 ↗Pika 10 月 29 日发布基于 MiniMax H3（33B）后训练与蒸馏的开放权重视频模型 H3 Flex，将降噪步数从 50 步压缩到 6 步，最快约 7 秒生成 15 秒视频，支持最多 12 个多模态参考输入并同步生成可拆分为 5 轨的 32kHz 立体声，权重已上传 Hugging Face。
原文 ↗博纳影业出品、Vidu 提供技术支持的约 100 分钟科幻片《三星堆·未来幻境》于 10 月 23 日在中国院线上映，被称为首部获得院线发行许可、演员全部由 AI 生成的超写实电影；首日排片超万场但票房遇冷，制作方称成本超 1000 万元。
原文 ↗02图像生成与编辑模型
本版导读Black Forest Labs 10 月 2 日发布 FLUX 3 Image，10 月 15 日推出开放权重版 Klein。Canva 10 月 22 日发布 Craft，最高 2K；同日 Ideogram 发布可输出可编辑 SVG 的 Ideogram Vector。Krea 10 月 15 日发布 Krea 3。Midjourney 公开测试 Thinking Mode。
Canva 10 月 22 日发布 Craft，官方称是 Canva Research 从零训练的首个基础模型：先由规划模型写出元素、层级和画面文字的构图方案，再渲染成图，最高 2K、30 多种长宽比，训练数据侧重 Canva 数百万份人工设计模板。已向全球所有用户开放（Dream Lab）并开放公共 API；发布时在 DesignArena 图像榜排第四，前三为 OpenAI 模型。
原文 ↗BFL 10 月 15 日发布 FLUX 3 Image 的开放权重版 Klein：生成器 5.6B 参数，支持文生图、图像编辑和最多 10 张参考图，官方称与完整版共享原生 4K、精确编辑和边界框排布等能力；INT8 版可在 8GB 显存的 GeForce RTX 显卡上运行，ComfyUI 与 Diffusers 首日支持；年营收低于 500 万美元可免费商用，API 起价每张 1K 图 0.009 美元。
原文 ↗Ideogram 10 月 22 日发布首个矢量模型 Ideogram Vector（API 模型 ID ideogram-vector-1），可从文字提示生成可编辑 SVG，也可把位图转成 SVG，已在 Ideogram 应用和 API 上线。API 按每个 SVG 计价：文生矢量 0.13–0.20 美元（高档带参考图 0.32 美元），图转矢量 0.10 美元/张；图转矢量的图层分组功能尚不可用。
原文 ↗Black Forest Labs 10 月 2 日发布 FLUX 3 Image，是 FLUX 3 系列的图像部分：可以在 0–1000 的坐标网格上为每个元素画边界框、逐框描述后整体生成，官方称多轮编辑不会改动其他像素；最多接 10 张参考图，输出最高 4K，支持文生图、图生图与文字渲染。API 到 10 月 8 日半价，企业可以授权商用权重，开放权重版本预计在未来几周推出。
原文 ↗Krea 10 月 15 日发布图像编辑模型 Krea 3，原生 2K 输出，官方称多数编辑端到端 8 秒内完成，定价每张 2K 图 0.06 美元、每张 1K 图 0.03 美元，每次编辑最多 6 张参考图；API 10 月 19 日对所有工作区开放，10 月 20 日结束 beta。LoRA 与风格参考尚未支持。
原文 ↗Midjourney 在 alpha.midjourney.com 公开测试图像生成的 Thinking Mode，用户可在作品 lightbox 中点击「Rerun (Thinking)」对已有作品重新生成；官方称内部测试显示该模式改善了提示词准确度、文字排版与画面连贯性。
原文 ↗03创作工具与智能体
本版导读Canva 10 月 29 日发布自研设计编辑模型 Brush，编辑速度最高提升 69%。Apple 10 月 27 日更新 Creator Studio，Final Cut Pro 新增文字生图。Anthropic 10 月 8 日推出 Claude Motion 与 Dashboards。Figma Agent 正式可用。Adobe 与 NVIDIA 宣布针对 RTX Spark 优化。ComfyUI 推出 Comfy Agent 并发布 v0.43.0。
Canva 10 月 29 日推出 Brush，这是其首个自研视觉语言模型，专门用于编辑已有设计而非生成图像：模型理解设计结构，通过写代码并执行的 Agent 循环响应文字修改指令。官方称相比前代设计 Agent 编辑速度最高快 69%、单次编辑成本低 46%，目前向 Canva Pro 用户开放。
原文 ↗Apple 10 月 27 日发布 Creator Studio 更新：Final Cut Pro 可在项目内用文字描述生成图像并调整风格，内置 MotionVFX 的色彩分级与 3D 摄像机追踪，并与 Pixelmator Pro 往返编辑；Pixelmator Pro 新增按文字描述编辑图像的 Generate Fill；Logic Pro、Keynote、Pages、Numbers 加入 AI 助手（Beta）。
原文 ↗Anthropic 10 月 8 日推出两项测试版功能：Claude Motion 写代码把用户自己的文字、图表、形状和图像做成短动效说明片，可在编辑器里改或让 Claude 改，导出 MP4，不使用视频生成模型（Team 与 Enterprise 套餐）；Claude Dashboards 连接 BigQuery、Snowflake、Salesforce 等数据源生成实时看板（付费套餐）。Docs、Slides、Design 同日退出测试版、向含免费版在内的所有套餐开放；独立的 Claude Design 网站保留到 12 月 14 日，之后并入 Claude。
原文 ↗Adobe 与 NVIDIA 10 月 15 日宣布扩展合作，Photoshop、Premiere、Substance 3D 针对 NVIDIA RTX Spark 芯片优化，官方称 AI 处理、剪辑、调色与特效最高提速 2 倍；NVIDIA 称 Photoshop 与 Premiere 的优化版需加入 beta 获取，Substance 3D 稍后推出。Brand Concierge 接入 Nemotron 的版本年内面向企业客户提供。
原文 ↗Figma 10 月 6 日宣布 Figma Agent 正式可用（GA），退出测试版：响应延迟改善，可在对话中搜索并插入整个 Figma 平台的文件，设计库可上传 Markdown 格式的「指南」告诉智能体如何使用设计系统，团队成员可在画布上实时跟随彼此的智能体；生成式插件同步正式可用。Figma Agent 自 10 月 6 日起消耗 AI 积分。
原文 ↗ComfyUI 10 月 1 日推出 Comfy Agent：用户描述想要的效果，智能体在 ComfyUI 画布上规划、搭建并运行工作流，自己排查报错、查找素材，用户可以同时手动编辑；支持公开或私有技能（skills），最多 5 个对话并行。目前向所有 Comfy Cloud 用户开放、仍为测试版，使用已有的 Comfy Credits，桌面版几周后上线。
原文 ↗ComfyUI 10 月 27 日发布 v0.43.0，集成 Comfy-Aimdo 动态显存 KV 缓存优化，将 Kling 4.0、FLUX 3 Max、Ideogram Vector、MOSS-Image 等纳入正式版本标签，并加入支持工作流分支逻辑的 Branch 节点。
原文 ↗04大模型与行业动态
本版导读OpenAI 10 月 7 日宣布 GPT-6 覆盖全部 ChatGPT 套餐，同步上线 Intelligent UI，回复中可出现可交互的图表、按钮和地图。Google 10 月 13 日宣布 Gemini 4 Argon 在全球开放。Anthropic 10 月 2 日推出 Claude Frontier Academy，投入 1 亿美元，计划到 2027 年底培养 1 万名前沿部署工程师。
OpenAI 10 月 7 日宣布 GPT-6 覆盖全部 ChatGPT 套餐，并同步上线 Intelligent UI：回复中可直接出现可交互的图表、按钮、表单、地图和计算器，由模型自行判断何时用可视化形式、何时保持纯文字。Plus、Pro、Business、Enterprise 用户 10 月 7 日起可用，免费版和 Go 用户 10 月 8 日起可用。
原文 ↗Google 10 月 13 日宣布 Gemini 4 Argon 在全球开放：开发者和企业可通过 Gemini API（AI Studio、Gemini 平台）使用，Google AI Ultra 和 Pro 订阅用户可在 Gemini 应用和搜索 AI 模式中使用；API 介绍期价格为每百万 token 输入 2 美元、输出 10 美元，2026 年 11 月 30 日后为 4 美元和 20 美元。
原文 ↗Anthropic 10 月 2 日推出 Claude Frontier Academy，投入 1 亿美元，计划到 2027 年底培养 1 万名「前沿部署工程师」。首个项目参照医生的住院培训：多日线下集训后通过实操考核获 Claude Resident Engineer 徽章，再在本单位主导一个真实的 Claude 项目 12 周，考核通过获 Claude Frontier Deployed Engineer 徽章，首批预计 2027 年初颁发。首批学员来自埃森哲、贝恩、凯捷、澳洲联邦银行、德勤、麦肯锡、摩根士丹利、诺和诺德，在旧金山、纽约、伦敦开班，由雇主提名参加。
原文 ↗05征集与赛展
- iF 设计奖 · 2027（最后报名期）iF DESIGN · 截止 11月4日
- Architectural Intelligence 专刊 · Generative Urbanisms（期刊征稿）Springer Nature × 同济大学 · 截止 11月30日
- EvoMusArt 2027 · 第16届音乐、声音、艺术与设计中的人工智能国际会议EvoStar（SPECIES Society） · 截止 3月21日
06SKILL
- cathrynlavery/diagram-design：编辑出版风格的示意图 skill（45 种图型）★ 61261
- op7418/guizang-ppt-skill：歸藏的单文件网页 PPT skill（电子杂志风 / 瑞士风）★ 28695
- heygen-com/hyperframes：HeyGen 开源的「用 HTML 写视频」框架与 21 个 agent skill★ 72707
- pbakaus/impeccable：给编程 agent 用的前端设计规范与审稿 skill★ 88621
- coreyhaines31/marketingskills：46 个营销 skill（社媒、文案、SEO、邮件、广告）★ 56627
- MengTo/Skills：Meng To 的设计师向 skill 合集（162 个）★ 7036
- calesthio/OpenMontage：开源的智能体视频生产系统（13 条流水线、约 91 个 skill）★ 72079
- remotion-dev/skills：Remotion 官方 agent skill 集（用 React 写程序化视频）★ 5732
- Jakubantalik/transitions.dev：UI 过渡动效配方库与动效 token 规范★ 5780
- plugin87/ux-ui-agent-skills：UI/UX 设计系统套件，用浏览器实测把关的质量门★ 3020
（本期完）
条目均来自本站已发布资讯，链回原卡片与原始来源；导读与本版导读为编辑汇编，不含评价。全部资讯 →