三花快讯

字节开源的 DreamO 是一个强大的通用图片定制框架，具备三大核心能力：类似 IP-Adapter 的智能适配功能、保持角色特征一致性的 ID 锁定技术，以及画风迁移技术。

官方提供了在线演示，佬们可以试试水。

ChatGPT 的深度搜索现在支持联动 Github 了，启用并输入仓库名称后，Agent 将会自动阅读并搜索源代码和 PR，并返回对应的引用报告。

ZenCtrl 是基于 OminiControl 开发的进阶版图像生成控制神器，不仅能实现虚拟试穿、智能背景融合、高清图像修复等实用功能，更在原有基础上大幅提升了控制精度和主体一致性。

说真的，OminiControl 的效果已经够可以了，但 ZenCtrl 这次把控制能力做的更好，佬们不妨去在线演示亲自体验下

字节开源了 Seed-Coder 8B，一个专用于编程的模型，官方基准测试显示，其能力超过同规模的其他模型，包括 LLaMA 3.1 8B、DeepSeek Coder 6.7B等。

HunyuanCustom 是腾讯推出的一个多模态驱动的定制化视频生成框架，基于 HunyuanVideo 构建，支持保持角色一致性，支持多模态输入，支持编辑视频，例如插入或替换人物。

目前代码和模型已经在 GitHub 开源，这里还有个非官方在线演示，佬们可以自己上手试试效果～

阿里的 QwenChat 现在上线了 Web Dev 功能，类似 Claude 的 Artifacts，目前专注网页生成。

Qwen3 的编程能力确实不错，佬们可以自己试试

HeyGen 发布了 Avatar IV 数字人模型，只需一张照片、一段脚本和语音，用户即可快速生成高度逼真的数字人视频。新模型采用“扩散式音频驱动表情引擎”，能根据语音的节奏、语调和情感，合成自然的面部表情和微动作，支持侧脸图像、多角度变化及唱歌节奏同步。

除了精准的唇部同步外，Avatar IV 还能'理解'语义与情感，自动生成暂停、点头等细腻动作。目前支持最长 30 秒的音频或文本脚本输入。

完整更新细节可以看官方推文～

所有人每个月都能免费生成 3 个视频（免费用户最长10秒），官方还有一个简单的教程也可以看看。

FlexiAct是腾讯 ARC 实验室推出的视频动作克隆技术。

该技术能够精准地将参考视频中的动作迁移到目标角色上，实现跨类别动作克隆，包括真人、动漫角色和动物之间的动作迁移。

演示效果不过，目前数据集和代码均已开源。

Insert Anything 是一个开源的图片编辑框架，能够将参考图中的人物、物体和服装等元素无缝插入到目标场景中。

效果非常不错，佬们可以在 HF 的在线演示亲自试试。

LTXStudio 最新发布了 LTX-Video 13B 开源视频生成模型：

• 130亿参数规模
• 采用多尺度渲染技术，呈现更精细的细节
• 显著提升运动轨迹与场景理解能力
• 可在本地GPU运行，比同类产品快 30 倍
• 支持关键帧、镜头/角色运动控制及多镜头序列生成

完整更新介绍可以看官方推文