开源图像/视频/音乐模型集体沉寂,社区担忧进入低谷期
ascot_major · reddit · 2026-10-15
Reddit 用户发帖指出,近几个月图像、音乐、3D、音频等领域的开源模型更新明显放缓:LTX、Wan、Black Forest Labs 都沉寂多时。作者盘点各领域『最后的大热门』:视频是 H3 Minimax,图像是 Krea,3D 是 Trellis 2 和 Hunyuan 2.1,音乐是 Yue-2,语音仍在用 Chatterbox-TTS。社区认为自 Minimax 之后就没再出现大的 hype 时刻,疑问开源媒体生成模型是否进入了低谷期。
「多模态」频道最新
- Magnific + Seedance 工作流：让 AI 生成的手指精准按下琴键 — techhalla · 2026-10-23
- 蚂蚁 Ming-3.0-tts 仅 0.5B 参数跻身 TTS 前三，MIT 开源 — ArtificialAnlys · 2026-10-23
- Suno 官方盘点五个鲜为人知的隐藏功能 — suno · 2026-10-23
- Meshy 联动 Hermes：$1 买一个月 Pro 含 API 额度 — Teknium · 2026-10-23
- Customuse 推出几何感知 Smart Mesh AI，一键给角色换装 — SimplyAnnisa · 2026-10-23
- AI 生成电影海报《The Chase》：狼、飞机、肌肉车同框的疯狂追逐 — Aggravating-Sir-115 · 2026-10-23