近期 AI 領域迎來多項重要更新，以下為各位整理本週的關鍵內容：
影像與動畫生成工具重大升級
ComfyUI 在 2025 年推出重大更新，介面優化讓玩家可以更直覺地使用分頁與日誌功能。而備受矚目的 Pika 工具也發布 2.1 版本，現已開放所有玩家使用，支援 1080p 高畫質影片輸出，人物動作更加流暢自然。
https://github.com/comfyanonymous/ComfyUI
海螺 AI 則帶來全新的 T2V-01-Director 模型，讓創作者能更精準地控制鏡頭，大幅降低動作的隨機性，對遊戲與動畫製作者來說是一大福音。
大型語言模型領域競爭白熱化
阿里巴巴的 Qwen 2.5-Max 以超過 20 兆個 token 的驚人訓練量，在多項測試中擊敗 DeepSeek V3。Google 也不甘示弱，推出 Gemini 2.0 Pro exp 01.28 新版本。值得注意的是，OpenAI 特別針對美國政府需求，推出了部署在 Azure 平台的「ChatGPT Gov」版本。
Qwen2.5-Max：https://qwenlm.github.io/blog/qwen2.5-max
ChatGPT Gov：https://openai.com/global-affairs/introducing-chatgpt-gov
遊戲開發者新利器登場
為遊戲開發者帶來福音的 Seamless PBR Material Generator 發布，支援 1024×1024 解析度的完整 PBR 材質生成。Stable Flow 技術則讓開發者能更靈活地進行場景編輯，透過識別「關鍵層」實現多樣化的影像處理。
Seamless pbr texture generator with all maps：https://civitai.com/articles/11045
動漫風格的 Animagine XL 4.0 同樣引人注目，耗時 2,650 GPU 小時、透過 840 萬張圖片訓練的成果，為遊戲美術設計帶來更多可能。
現實世界的 AI 應用與爭議
特斯拉展示了彷彿科幻電影的一幕：新車可自動從工廠駛至指定裝載區，展現自動駕駛技術的成熟度。中國優地機器人的人形機器人 H1「伏羲」也在春節晚會上首次亮相，向《機器人與我》邁進了一大步。
不過 AI 領域也出現爭議，中國新創 DeepSeek 被指控可能不當使用 OpenAI 的資料進行訓練，目前 OpenAI 與微軟正在調查中，此事可能影響該公司在美國的發展。
DeepSeekがデータ不正利用か OpenAIとMicrosoft調査：https://www.nikkei.com/article/DGXZQOGN293P40Z20C25A1000000
最後，Gemini 2.0 展示的低延遲語音互動功能，讓玩家可以用語音指令快速創建遊戲內容，為遊戲開發帶來更多想像空間。
時尚與影像編輯工具重大突破
FASHN 推出的 Model Studio 為時尚產業帶來革新，讓創作者能輕鬆創建、編輯 AI 時尚模特兒影像，不僅可以在相同服裝、相同姿勢下替換不同模特兒，還能自由更換背景，成品品質相當精緻。
影像技術創新應用
Stable Flow 技術的問世讓影像編輯進入新紀元。透過擴散變換器（DiT）技術，系統能自動識別「關鍵層」，並在這些層中注入其他影像的特徵，實現非剛體編輯、物件增減以及整體場景編輯等多樣化功能。系統會自動測量每個層級被略過時對影像內容的影響，藉此找出對影像生成最關鍵的層級。
Stable Flow: Vital Layers for Training-Free Image Editing：https://arxiv.org/abs/2411.14430
隨著 AI 技術的快速進展，我們可以預期未來進行相關創作會變得將更加便捷，創作者能夠更專注於消費者體驗的打造。但同時，數據使用的合規、合法性也將是業界需要謹慎面對的課題。
—
吹著魔笛的浮士德
遊戲產業觀察評論家、親子成長的初心者、10 級 Google 地圖嚮導
合作與新聞投稿：[email protected]
追蹤 Instagram：https://lihi3.cc/vlzV5
追蹤 Facebook 專頁：https://www.facebook.com/h9856games