浅译周报
实时世界模型与设计编辑专用模型
10 月 26 日至 11 月 1 日，共收录资讯 5 条。Google DeepMind 发布第四代实时世界模型 Genie 4，可原生生成环境音、音乐和角色对话，并支持用文字实时修改场景；Pika 发布基于 MiniMax H3 后训练的开放权重视频模型 H3 Flex，6 步降噪并同步生成可拆分 5 轨音频。创作工具方面，Canva 推出专为设计编辑构建的自研视觉语言模型 Brush；Apple 更新 Creator Studio，在 Final Cut Pro 中加入文字生成图像并内置 MotionVFX，Pixelmator Pro 新增 Generate Fill；ComfyUI 发布 v0.43.0。征集共 1 项，将在 11 月 4 日截止；本周没有新收录的 SKILL。
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01世界模型与开放权重视频
本版导读Google DeepMind 10 月 27 日发布 Genie 4，在生成世界画面的同时原生生成环境音、音乐与角色对话，可用自然语言实时改变天气、镜头和场景人物，以研究预览开放。Pika 10 月 29 日发布基于 MiniMax H3 后训练的开放权重模型 H3 Flex，将降噪压缩至 6 步，最快约 7 秒生成 15 秒视频，并同步输出可拆分为 5 轨的立体声。
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 ↗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 ↗02创作软件与工作流更新
本版导读Canva 10 月 29 日发布首个自研视觉语言模型 Brush，通过编写并执行代码的 Agent 循环修改既有设计，官方称编辑速度最高提升 69%、单次成本降低 46%。Apple 10 月 27 日更新 Creator Studio，Final Cut Pro 新增文字生图与内置 MotionVFX，Pixelmator Pro 新增 Generate Fill。同日 ComfyUI 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 ↗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 ↗03征集与赛展
- iF 设计奖 · 2027（最后报名期）iF DESIGN · 截止 11月4日
- 2026-W43自研图像模型与矢量输出
- 2026-W42图像视频模型与旗舰开放
- 2026-W41设计工具智能体与交互界面
- 2026-W40开发者日与前沿模型发布
- 2026-W38实时视频编辑与开源图像模型
- 2026-W37Sora 关停与剪辑软件插件
- 2026-W36GPT-6 发布与世界模型更新
- 2026-W35视频生成模型集中更新
- 2026-W34版权归因研究与图像接口关停
- 2026-W33开源音乐与视频模型
- 2026-W32视频音频模型与创意软件接入
（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 →