

> 从社交聊天横跨到银行账户接管，移动操作系统最底层的应用隔离护城河正被无情瓦解。

Meta 近日正式面向特定受众开启了全新系统级智能体 AI Muse 的封闭测试。与以往仅限于文本问答或局限于单个社交软件内的辅助插件不同，Muse 具备了穿透应用程序壁垒的深度执行能力，打通了 WhatsApp、Instagram 与 Messenger 的社交矩阵，更直接将触角伸向了用户的个人财务管理系统。该智能体能够跨应用实时读取账单数据、自动化执行转账清算、比对理财方案乃至完成税务推演，标志着 AI 智能体正从被动的文本查询框，跃升为接管用户真实资产与生活流程的行动中枢。

## 击碎应用孤岛的端侧操作重构

**跨界面自动化流程接管**　以往用户处理个人财务时，必须在银行客户端、记账软件、电子钱包与报税平台之间频繁切换，手动复制粘贴验证码与转账信息。Muse 彻底改变了这一碎片化工作流：用户只需用自然语言表达意图，智能体便能在后台自动调用金融 API 与屏幕视觉定位协议，亚秒级完成跨行账单核对与资金归集。这种全流程无感接管，直接跳过了传统移动 App 繁琐的多级菜单与人机交互界面，使得操作系统的交互逻辑从以图标为中心坍缩为以意图为中心。

**高动态财务决策切片沉浸**　在具体的财务场景中，Muse 展现出敏锐的上下文感知精度。当用户在社交对话中讨论旅行开支时，Muse 能够主动感知对话语境，瞬间检索用户关联账户的现金流储备，推算出最优的预算拆分与汇率兑换建议，并在用户指纹确认后一键完成预订与记账。打工人在繁琐报销、个税申报与理财配置中耗费的大量精力被解放，枯燥的数字核对被压缩为瞬时完成的后台静默服务。
![42.jpg](https://static.downly.cn/images/9fcf3fd115117389f48ee7b1e0623b78.jpg)
<center>图源备注 图片由AI生成</center>

## 传统金融前端的消亡与生态洗牌

**垂直工具型应用生存空间归零**　那些依靠记账、账单管理、汇率查询起家的独立工具软件将直面剧烈冲击。当平台级智能体原生内置了端到端的跨应用执行能力，单一功能的轻量级 App 将失去原有的用户粘性与广告转化价值，其商业模式在全能型智能体的降维打击下迅速瓦解。

**移动操作系统控制权暗战激化**　Meta 借 Muse 之手直接绕过了底层操作系统的意图分发权，这势必引发其与底层操作系统平台的深度博弈。当用户的一切服务请求均在 Muse 的对话流内闭环，移动应用商店原有的分发垄断地位与交易抽成生态将受到挑战，底层操作系统厂商必将以隐私与系统安全之名收紧控制，掀起新一轮终端底层权限争夺战。
![43.jpg](https://static.downly.cn/images/0792e7d80afeb35d74fde9bd0dac851e.jpg)
<center>图源备注 图片由AI生成</center>

Muse 的封闭测试不仅仅是一个新产品的亮相，更是移动互联网人机交互范式的一次结构性变革。当智能体跨越了应用之间的鸿沟，它在重塑打工人个人财务与生活工作流的同时，也加速了传统单功能移动 App 的淘汰进程。

Meta 跨应用智能体 Muse 开启内测 个人财务与移动终端交互重构



> 逼近顶级闭源模型的基准表现，配合极低的商业化部署门槛，扎克伯格正用成本杠杆精准削切OpenAI与Anthropic的利润根基。

Meta正式发布最新开源模型Muse Spark 1.3，其在权威智能指数评测中取得61-62分的成绩，在复杂的逻辑推理、科学计算以及多步骤智能体协作基准上，全方位逼近甚至持平了Anthropic的Claude 3.5 Sonnet与OpenAI的GPT-5.6。这是开源阵营发起的一场精准降维打击。扎克伯格借助Meta强大的广告现金流支撑研发，通过免费释放顶级权重的做法，正在系统性摧毁闭源AI商业公司的收费护城河。

## 降维打击下的商业护城河解体

**价格战的极限施压**　闭源大模型厂商的商业逻辑高度依赖每百万Token的高昂API定价，以维持其巨额的算力集群投入与研发开支。然而，Muse Spark 1.3的性能跃迁，让绝大多数企业级客户意识到，耗费数倍成本采购闭源API所换来的边际性能增量已经微乎其微。企业可以在完全掌控数据隐私的前提下，将开源权重私有化部署在相对低廉的自建集群或混合云上，闭源巨头的企业级订阅订单面临被成批取消的现实风险。

**开源同盟的军火商策略**　Meta从来不是在做慈善，扎克伯格深谙平台经济学的底层逻辑。通过让Muse系列成为全球开发者事实上的工业基础模型，Meta成功将自身塑造成了AI新秩序的制定者。只要全行业的技术标准与工具链均建立在Meta的架构之上，任何竞争对手试图通过单一私有闭源架构垄断生态的企图都将破产。Meta以零软件收入的姿态，换取了颠覆整个竞争格局的战略主导权。
![52.jpg](https://static.downly.cn/images/287aaa7c2b4541a91b905f5f2e5341d9.jpg)
<center>图源备注 图片由AI生成</center>

## 闭源阵营的防守反击与生态格局重组

**闭源商业模式被动向高阶垂直领域收缩**　面对Muse Spark 1.3在通用推理领域的强势平替，OpenAI与Anthropic等纯模型供应商被迫加速收缩战线。通用文本生成与基础代码编写的利润空间被压缩殆尽，闭源阵营只能退守至需要极端算力支持的超前科学推演、未公开核心机密安全防护等超高壁垒的特定垂直领域。这种退守将不可避免地导致其估值乘数经历残酷的市场重估。

**企业级私有化交付基础设施的爆发**　Muse Spark 1.3所带来的技术平权，直接点燃了下游私有化部署与模型微调服务市场的爆发式增长。企业不再愿意将核心商业机密上传至第三方公有云API，围绕开源权重的蒸馏、量化与边缘部署服务商将成为本轮博弈的最大受益者。资本的流向正在发生剧烈分化，从单一投资中心化模型厂商，大步转向能够将开源顶级智能融入具体业务闭环的集成服务商。
![53.jpg](https://static.downly.cn/images/18380460c38c870365cd8246d46efc4c.jpg)
<center>图源备注 图片由AI生成</center>

扎克伯格用Muse Spark 1.3再次证明，当开源生态的智力水平无限拉近闭源天花板时，单纯靠封锁技术牟取暴利的商业闭环将不复存在。

Muse Spark 1.3下线开源 Meta刺破闭源巨头溢价泡影



> 扎克伯格通过30B参数量的Muse Glimmer精准切中本地智能甜点位。这是开源生态对闭源巨头的一次精准狙击，直接释放了端侧算力潜能。

Meta正式向开源社区投放了参数量级为30B（300亿）的稠密大模型Muse Glimmer。在业界普遍追求千亿参数MoE（混合专家）架构的当下，Meta反其道而行之，选择在这个极其特殊的参数量级上打磨出一款极具攻击性的稠密模型。该模型在多项基准测试中展现出了逼近GPT-4早期版本的逻辑推理能力，但其真正的核心价值在于对消费级硬件的极度友好，彻底打通了高质量AI走向本地终端的最后技术壁垒。

## 架构重塑与端侧性能平衡

**显存破局**　30B是一个被精确计算过的“黄金参数位”。经过INT4或INT8量化后，Muse Glimmer的显存占用被死死压制在16GB到24GB之间。这意味着大量装备RTX 4090、3090的消费级显卡用户，以及拥有32GB以上统一内存的苹果M系列芯片Mac用户，可以毫无压力地在本地全量运行该模型。Meta的工程团队在底层算子层面进行了大量优化，极大降低了推理过程中的KV Cache占用，让长文本处理不再是云端算力的专属特权。

**稠密模型突围**　在MoE架构大行其道的背景下，Muse Glimmer坚守稠密架构（Dense）展现出了深厚的技术考量。MoE虽然能降低单次推理的计算量，但在本地消费级硬件上频繁的显存数据交换（专家路由切换）反而会造成严重的延迟卡顿。Muse Glimmer通过极高的训练数据质量和严苛的剪枝技术，确保了每一次前向传播都能稳定调用所有参数，在代码生成与复杂逻辑链条推理上，表现出了远超同级别MoE模型的稳定性与低延迟。
![22.jpg](https://static.downly.cn/images/90e50fd1eafbee1731693f3be4b4a06b.jpg)
<center>图源备注 图片由AI生成</center>

## 开源矩阵的生态裂变效应

**开发者阵营分化**　Muse Glimmer的发布直接刺穿了闭源模型厂商的API收费护城河。HuggingFace等开源社区的开发者将迅速围绕这一模型构建出一套完整的微调（LoRA）工具链。对于中小企业而言，将核心业务数据上传至云端的合规风险极高，一个可以在本地服务器甚至高端PC上丝滑运行的强推理模型，将直接导致大量B端客户终止与OpenAI或Anthropic的API订阅合约。

**硬件迭代倒逼**　这一模型的普及将对现有的PC与手机硬件供应链产生强烈的倒逼效应。为了迎合30B级别模型的本地部署需求，英特尔、AMD以及苹果将不得不在下一代消费级芯片中，强制标配更高带宽的内存与更庞大的NPU算力。PC市场的竞争维度将从传统的游戏帧率，彻底转向“大模型本地吞吐率（Tokens per second）”。

Muse Glimmer绝非仅仅是一次常规的模型迭代，它是Meta在底层生态构建上打出的一张王牌，直接将算力平权的旗帜插在了每一台消费级终端之上。

Meta开源30B稠密模型Muse Glimmer 本地算力部署的降维打击



> 将30B级别的复杂代理能力压缩至消费级硬件，意味着个人AI助理正式脱离云端延迟与隐私枷锁，传统打工人的屏幕交互模式即将被彻底接管。

大模型的技术平权终于迎来了最关键的临门一脚。Meta开源30B参数的Muse Glimmer模型，直接将矛头对准了消费级硬件的本地AI Agent部署。一直以来，依赖云端的AI助手由于高延迟和数据隐私风险，始终像个浮在空中的玩具。而Muse Glimmer的出现，让一台普通的桌面PC或高端笔记本拥有了直接解析复杂工作流、调度本地应用程序的能力。这场端侧算力的解放，即将掀起一场针对全球白领办公方式的暴力洗牌。

## 消费级硬件的体验平权

**操作意图静默接管**　与传统的对话框交互不同，本地化部署的30B模型能够以极低的资源占用常驻系统后台。它不再需要用户费尽心机去编写冗长的提示词，而是通过读取屏幕上下文、监控光标轨迹与文件目录，直接领悟用户的操作意图。当你在制作财务报表时，模型已经在后台完成了跨表格的数据清洗与排版匹配，用户需要的仅仅是点击一个确认按钮。这种静默接管，让“思考”与“执行”之间的摩擦力趋近于零。

**零延迟本地沙盒**　企业机密与个人隐私曾是阻碍AI深入核心工作流的最大铁壁。Muse Glimmer在断网状态下依然具备极其强悍的文档分析与代码审查能力，彻底打消了企业合规部门的疑虑。法律合同的审查、核心财务数据的测算、底层代码的除错，都将在个人设备的绝对安全沙盒内瞬间完成。无需云端往返的零延迟体验，使得AI的反应速度首次匹配上了人类的直觉节奏。
![42.jpg](https://static.downly.cn/images/0fd6585bfb570411786905cfcfa996da.jpg)
<center>图源备注 图片由AI生成</center>

## 桌面级应用交互的终局演进

**图形界面GUI消亡史**　随着本地Agent具备了调用系统层API的能力，存在了四十年的图形用户界面将不可避免地走向衰亡。未来的桌面不再充斥着各种繁杂的软件图标，取而代之的是一个极简的意图输入框或语音入口。传统软件公司试图通过卖SaaS账号构建商业壁垒的模式将被彻底击穿，因为Agent会自动在后台调用最底层的功能模块完成任务，用户根本无需关心这背后使用的是哪家的软件。

**超级个体生产力爆炸**　端侧模型的普及，将催生出真正意义上的“一人公司”。那些过去需要外包给法务、财务、基础美工的繁杂事务，现在全部由常驻笔记本的本地Agent瞬间搞定。职场中的“螺丝钉”岗位将被批量蒸发，而具备极强业务拆解能力和审美品味的超级个体，将利用这股端侧算力红利，轻松跨越传统组织的效率边界。

Meta扔下的这枚开源深水炸弹，不仅打破了闭源巨头的算力垄断，更是在每一个普通人的桌面上，悄然开启了一场关乎生产力控制权的微型革命。

端侧算力解放 Meta三十B开源模型彻底重塑个人数字工作流



> 能够在百万行代码库中自主导航并执行完整工程任务的Muse Code，正在将程序员的核心竞争力从写代码降维为提需求。传统外包与测试岗位首当其冲。

## 从“搬砖工”到“监工”的微观特写
想象一下现代软件工程师的典型清晨　在过去，修复一个深藏在企业百万行历史遗留代码中的Bug，需要花数小时搜索依赖项、阅读晦涩的文档、小心翼翼地修改接口，最后再硬着头皮解决持续集成（CI/CD）中的环境冲突。而现在，随着Meta Muse Code的介入，这个枯燥的工作流被彻底粉碎重组。

工作流革命　开发者只需在Issue追踪系统中用自然语言输入需求，Muse Code便化身为一个不知疲倦的高级架构师。它会自主克隆代码库，在复杂的目录树中精准导航，分析依赖关系，重构逻辑，甚至自动生成对应的单元测试用例，最后直接提交一个完美的Pull Request。人类工程师的角色被瞬间抽离出繁琐的代码实现细节，转变为了手握生杀大权的“代码审查员”（Reviewer）。这种体验切片不再是简单的代码自动补全，而是系统级工程任务的全权委托，它将彻底重塑软件开发的物理节奏和心智模型。
![42.jpg](https://static.downly.cn/images/ab39f0286988067f408cecea8809765e.jpg)
<center>图源备注 图片由AI生成</center>

## 被剥夺的技术红利与饭碗危机
当AI能够处理完整软件工程任务时，原有的IT人力金字塔正在从底部开始坍塌。Muse Code的出现，直接宣判了那些依靠机械化增删改查（CRUD）生存的初级程序员的死刑。在大型互联网公司，外包团队负责的繁杂测试脚本编写、老旧接口迁移、多语言本地化等低附加值工作，将被按调用次数计费的AI代理无情吞噬。

更为深刻的影响在于对职业晋升通道的阻断。传统的资深架构师都是从无数次修Bug和阅读烂代码的泥沼中摸爬滚打出来的。如果初级任务全部被AI包揽，未来的行业新人将失去积累代码手感的土壤。代码将越来越像一种黑盒机器语言，只有极少数掌握宏观系统架构设计和底层算力调优的顶尖天才，才能在这个新法则下生存。
![43.jpg](https://static.downly.cn/images/18a7a6470220e5b9961f514585402ea6.jpg)
<center>图源备注 图片由AI生成</center>

## 务实的未来预测
在未来一到两年内，软件外包行业将迎来雪崩式的裁员潮，按“人头”和“工时”计费的商业模式将瓦解，取而代之的是按“解决Issue数量”结算的AI托管平台。同时，各大企业对内部代码的安全权限管控将发生质变，如何防止这些拥有高权限的AI代理在自动化执行中引发系统性崩溃，将成为DevOps领域面临的最棘手挑战。

吞噬初级开发岗 Meta Muse Code重塑大型代码库工程流



> 打破跨软件操作壁垒，Muse Image将图像生成的战场直接搬到了Instagram的聊天框中。当普通人能用自然语言实时修图，传统商业视觉生产的护城河正在彻底崩塌。

## 零门槛的视觉革命 社交软件成为第一创作现场

当大模型从业者还在争论哪家的扩散模型对底层物理世界理解更深时，Meta却用最接地气的方式，完成了一次对数十亿普通用户的降维打击。Meta超级智能实验室首发的Muse Image模型，并没有像Midjourney那样搭建复杂的参数面板和独立的Discord社区，而是直接、粗暴且免费地塞进了Instagram和WhatsApp里。

体验切片　这种无缝集成的体验是极具破坏力的。想象一下，一个微商无需懂得什么是Prompt权重、什么是ControlNet，她只需要在聊天框里发一段语音或文字：“把背景里抢镜的路人擦掉，换成巴黎铁塔，并在衣服上写上今天的促销文案。”Muse Image就能在几秒钟内完成高质量渲染。擦除瑕疵、重装房间、精准文字生成，这些曾经需要熟练工用Photoshop扣拔数小时的繁琐操作，被极度压缩成了社交软件里的几轮日常对话。

Meta的野心昭然若揭。它不再满足于只做流量的分发者，它要彻底吞噬内容的生产端。把最前沿的图像生成技术下放到最生活化的通信工具中，本质上是在用零门槛的交互逻辑，将全球社交网络变成一个庞大的、实时运转的视觉内容加工厂。

![52.jpg](https://static.downly.cn/images/0e95ff84dc6a1cb9d5ad5beae89d334b.jpg) <center>图源备注 图片由AI生成</center>

## 吞噬低效岗位 谁将被这一波浪潮淘汰

对于普通用户而言，Muse Image是一场充满乐趣的视觉魔术；但对于许多以此为生的从业者来说，这却是一记敲碎饭碗的重锤。

波及人群　在传统的数字营销工作流中，存在大量依附于中低端视觉加工的工种。比如电商平台的详情页修图师、地方新媒体的配图小编、以及靠接外包抠图为生的自由职业者。Muse Image这种“即插即用”的对话式生成能力，直接越过了专业软件的技能壁垒。当甲方或运营主管自己都能在回微信的间隙，顺手生成一张排版精美的营销海报时，整个粗加工视觉产业的存在价值便荡然无存。

不仅如此，由于Muse Image与Meta的社交生态深度绑定，从“生成图像”到“一键分发获取流量”的链路被史无前例地打通并缩短。这种内循环不仅挤压了外部独立修图软件的生存空间，更让那些无法提供独特创意思维，仅靠熟练掌握软件快捷键混饭吃的流水线画师面临绝境。

![53.jpg](https://static.downly.cn/images/1c37c2684603d6efd550fccd5a77d519.jpg)<center>图源备注 图片由AI生成</center>

## 务实预测 视觉内容将迎来史诗级通货膨胀

把神笔马良的画笔分发给每一个人，带来的后果不仅仅是便利，更是不可逆的生态重塑。

行业重塑　未来两年内，我们将在这类社交平台上见证一场史诗级的视觉内容通货膨胀。当生产一张精美图片的边际成本无限趋近于零，图片本身的价值将大幅贬值。对于未来的创作者和商业品牌而言，拼的将不再是视觉效果的华丽程度，而是图片背后传递的情绪价值、稀缺的审美洞察，以及对特定圈层黑话的精准把握。工具平权之后，审美的阶级分化才刚刚开始。

Meta Muse Image打通社交平台 对话式绘图重塑数字营销工作流



> 从构思到工业级成片的链路被压缩至几秒钟，Meta Muse视听大模型不仅是一次产品发布，它更是对全球数千万内容创作者和外包营销机构下达的裁员通知书。

## 工业级交付标准的无情下放

对于任何经历过商业视频制作的人来说，“改稿”绝对是一个令人窒息的词汇。传统的广告物料生产工作流是线性的且极其耗时——从文案策划、寻找商业图库、画分镜，到拍摄、剪辑和特效合成，一个几十秒的营销视频往往需要一个五人团队耗费数天甚至数周的时间。而 Meta Superintelligence Labs 推出的 Muse Image 和 Muse Video，正在以一种近乎野蛮的方式将这条管线彻底砸碎。

Muse 的核心震撼点在于它对“工业级交付标准”的平权。一个小微电商卖家，现在只需要输入几句产品特征，Muse 就能直接生成符合 Instagram 和 Facebook 审美调性的高宽容度图片，甚至是可以直接作为信息流广告投放的高清短视频。光影的质感、镜头的运镜、甚至是人物的微表情，都被封装成了极其简单的交互界面。

颠覆点　这里没有繁琐的提示词工程调优，只有基于大数据的“一键出片”。它抹平了资深设计师与普通运营人员在视觉表现力上的鸿沟。曾经需要几千美元外包的创意执行工作，现在只需要每月几十美元的订阅费和一杯咖啡的时间。

![42.jpg](https://static.downly.cn/images/2df39d7e9c48e68d51f1b07f9e854531.jpg)
<center>图源备注 图片由AI生成</center>

## 视觉外包产业的黄昏与内容生态的重组

这种场景革命带来的直接后果，是庞大的中低端视觉外包产业将迅速冰川融化。商业图库网站首当其冲，如果算法能在两秒内生成一张独一无二、完全契合品牌色调且无版权纠纷的素材，谁还会去搜索枯燥的库存图片？不仅如此，那些专门接散单的初级插画师、视频剪辑师和基础动效设计师，将发现他们的饭碗被 Muse 这种“不知疲倦的数字劳工”彻底吞噬。

但对于整个 Meta 的社交生态而言，这是一剂强心针。海量高质量的 AI 生成内容将极大地丰富用户的信息流。广告主能够以极低的成本进行每天成百上千次的 A/B 测试，从而实现史无前例的精准转化。

工作流重塑　未来的创意团队将不再以“制作者”自居，而是转变为“AI 牧羊人”。他们的核心竞争力将从软件操作的熟练度，彻底转变为对商业人性的洞察力和对审美品味的把控。在这个被 Muse 重塑的时代，平庸的执行力变得一文不值，只有顶级的创意才能突围。

![43.jpg](https://static.downly.cn/images/cbf0ceab72a22f1b8a7e16a074754631.jpg)
<center>图源备注 图片由AI生成</center>

Meta发布Muse视听模型颠覆商业设计工作流



# 每日AI资讯

> 导语：今日AI界风起云涌，从ChatGPT在医疗领域的惊人突破，到地球观测迎来革命性工具EarthMind，再到B站、百度等巨头在内容创作工具上的新布局，技术创新与行业应用正加速融合。与此同时，腾讯开源新模型，而华为则陷入研发风波，展示了AI发展的光与影。




## 十年顽疾的“AI医生”：ChatGPT如何揭开罕见基因突变之谜

一名用户借助ChatGPT，成功识别出了医生长期未能诊断出的MTHFR基因突变，从而显著改善了自身的健康状况。这一案例揭示了当前医疗体系在面对罕见病时的挑战，如时间压力、信息孤岛等。AI通过整合海量信息并提供无偏见的分析，为患者开辟了新思路。当然，专家也提醒，任何AI提供的建议都需经专业医生确认，并注意个人健康信息的安全。

![image.png](https://static.downly.cn/images/9bc0398b625559be71987e9c8bd55a59.png)

## 地球的“读心术”：开源AI模型EarthMind洞察地球万象

由意大利和德国研究团队联合推出的开源多模态大模型EarthMind，正在革新地球观测数据分析的方式。该模型通过独特的空间注意力提示（SAP）模块，并融合光学、SAR等多种传感器数据，能够以前所未有的精度和效率理解复杂的地球数据。这为自然灾害监测、城市发展规划等领域提供了强大的决策支持。

![image.png](https://static.downly.cn/images/b3b549b57ebfd070772ebcf422371920.png)

## B站加码视频播客：AI创作工具“代号H”即将登场

据报道，B站正全力推进其视频播客业务，并计划推出一款代号为“H”的AI创作工具。此举旨在降低内容创作门槛，吸引更多播客创作者加入，并帮助他们顺利完成视频化转型。数据显示，视频播客业务已在B站展现出强劲的用户增长势头和消费时长，潜力巨大。

![image.png](https://static.downly.cn/images/410536c2e99142beb20e7278e9e8a66a.png)

## 腾讯亮出王牌：开源混合推理大模型Hunyuan-A13B开放试用

腾讯正式开源了其混合推理大模型Hunyuan-A13B。该模型采用先进的MOE（专家混合）架构，能够根据任务需求动态切换推理模式，在长文本理解、数学计算及作为智能体（Agent）执行任务方面表现卓越。目前，该模型已对外开放试用。

![image.png](https://static.downly.cn/images/f99a4f61b4b2e6797de90f54a1fd480d.png)

## 华为盘古大模型风波：内部员工发文揭露研发内幕

近日，华为诺亚方舟实验室盘古大模型团队的一名员工，在代码托管平台GitHub上发文，揭露了近期盘古模型被指抄袭事件背后的研发内幕。作者公开了相关细节，并表示其人身暂时安全，事件引发了业界的广泛关注。

![image.png](https://static.downly.cn/images/5819bc6871cba326dcfa602ff94bcc35.png)

## 光影魔术手：Kontext Relight LoRA实现一键专业级重照明
<video src="https://static.downly.cn/images/2e14dd4fe6848feb58e34d58bd3ede9c.mp4"  title="30892558778-1-16.mp4"></video>
一款名为[Kontext Relight](https://huggingface.co/spaces/kontext-community/kontext-relight)的LoRA新技术，让复杂的图片重照明变得异常简单。这项技术基于Flux Kontext微调，旨在为用户提供远超以往的重照明效果，只需一键即可为普通图片赋予专业级的光影质感。

![image.png](https://static.downly.cn/images/590348802ac29d8396b9a21e10b3d955.png)

## 告别逐帧上色：开源工具LongAnimation为线稿动画注入灵魂
<video src="https://static.downly.cn/images/b062dba6254e66f1dbd1bd6937a2a463.mp4"  title="30892557870-1-16.mp4"></video>
开源动画上色解决方案[LongAnimation](https://cn-makers.github.io/long_animation_web/)的出现，为动画制作者带来了福音。它能根据用户提供的提示词、参考图和线稿视频，智能生成色彩饱满且风格一致的动画。在色彩一致性的表现上，该模型显著优于其他同类模型。

![image.png](https://static.downly.cn/images/04f8114a209b5101bebedd15c0573d8d.png)

## 百度入局图生视频：MuseSteamer模型公测，生成1080P高清影像
<video src="https://static.downly.cn/images/0a3025a7ad62e0ecae2b21510369851f.mp4"  title="30892559234-1-16.mp4"></video>
百度[绘想平台](https://huixiang.baidu.com/)近日启动了其图生视频模型MuseSteamer的公开测试。该模型能够将静态图片转化为长达10秒的1080P高清视频。据了解，其Turbo版本或可免费使用。从初步效果看，画面尚可，但在动作流畅性上与行业顶尖的可灵等模型尚有差距，且模型暂未开源。

![image.png](https://static.downly.cn/images/bf3de3a7df74c8a3f396908d66b42387.png)

搜索结果: Muse