三组团队探索AI原生游戏的不同制作路径
周厚全、胡景皓和小莱团队分别通过受限文本选择、AI臣子叙事和社区互动探索AI原生游戏。团队实践涉及实时语音交互、AI生成配音和音乐,以及撤换AI立绘、重做动作表情和UI等制作调整;胡景皓团队还强调优先设计玩法循环,而非持续追逐模型调优。
周厚全、胡景皓和小莱团队分别通过受限文本选择、AI臣子叙事和社区互动探索AI原生游戏。团队实践涉及实时语音交互、AI生成配音和音乐,以及撤换AI立绘、重做动作表情和UI等制作调整;胡景皓团队还强调优先设计玩法循环,而非持续追逐模型调优。
Waves在TOP20促销中将人声处理插件Clarity Vx降价80%,由通常31,790日元降至7,040日元。该插件以单旋钮和Waves Neural Networks技术实时识别人声并去除噪声,适用于混音制作、播客和视频。促销赠品仅适用于单个插件,购买两款可选择两个赠品,并须在收到邮件后48小时内完成选择。
Jose's Vintage Keys 发布视频,演示 Claude 根据提示词实时为其配备 Mark Cox MIDI 升级的 CS80 进行编程。视频上传者表示这是相关功能的首次演示,原始标题称其可能为世界首演,但未说明具体编程流程或音乐作品。
Delta Sound Labs已发布由XStream更名而来的Stream Pro,这是一款支持MPE的实时粒度合成器插件,可实时采样,也可导入样本。Single Mode将样本处理为持续演化的纹理,Multi Mode提供八播放头复音粒度、力度感应及每声部效果链;插件售价99美元,支持macOS、Linux和Windows,格式包括VST3、AU和AAX。
Guy Moot于10月8日获任美国全国音乐出版商协会(NMPA)董事会成员,此前他在10月1日成为Warner Chappell唯一董事长。NMPA近期与Udio达成行业首个对歌曲和录音给予同等AI训练价值的授权协议,并与KLAY原则上达成授权协议。
Olydian Musical Instruments 推出 Voicecrafter,一款结合计算机与人声的人声音乐合成器和音序器,内置380种可自由选择并排序组合的音节。产品配备共振峰合成引擎、辅音—元音采样引擎、20多个采样库、效果处理、两台LFO、三八度机械键盘,并支持音序存储、预设、立体声扩展、循环和叠录。
Boris FX发布Samplitude 2026.5,新增支持立体声、环绕及沉浸式混音的Spatial Panner,并加入BandRack、Stream Deck OSC和CrumplePop SoundApp ARA插件。
Global Interpreting Network Inc.通过Alliance for Innovation for AI获得合作采购合同,将以GINI ONE AI提供AI驱动的翻译与语言无障碍服务。该合同属于合作采购安排,原文未披露金额、期限、具体服务范围或采购条件。
Nikhil Bullock 实现了 MIRLCa-web,将依赖 SuperCollider 的 MIRLCa 扩展移植到浏览器中,用户可通过 Freesound API 检索并实时处理声音,无需安装 SuperCollider。
Spotify宣布有声书服务扩展至180多个市场,计划通过本地语言和AI叙述补充小语种内容。公司还与ElevenLabs合作,允许作者经Spotify for Authors上传AI叙述作品,相关标题会标注数字语音,并可在之后改用人工录音。
推荐理由:Spotify扩大有声书市场并将AI用于小语种供给,可能改变西语等市场的内容采购、语音制作与人工/合成配音分工,值得配音团队关注。
上海音乐人33EMYBW的新作《Amalgamate》现已通过SVBKVLT发行,以蝴蝶蜕变探讨意识与物质、精神与肉身的转化。创作中,他用Ableton内置经典鼓组混合非打击乐采样,并采用2024年至2025年在贵州苗族地区录制的人声素材。33EMYBW偏好仅用一台笔记本电脑创作,也强调画面会反向塑造声音与氛围。
Google推出实验性游戏平台Playground,用户可通过少量提示创建自定义游戏,并在网页和移动浏览器中分享游玩。当前该服务仅在美国提供,制作用户需依赖Google AI订阅;平台结合Gemini、Nano Banana和Lyria模型。
Audiotool公布“Let’s Build!”线上及线下黑客松的六名获奖项目,覆盖游戏、创意、作曲及其他类别。Keep The Beat可收集并混音循环素材后导出,Pocket Producer是面向音乐制作人的AI代理,Score IO可将Audiotool项目转为可打印乐谱和MusicXML。
Elon Musk表示,SpaceX今后将为Grok选择适合各项任务的最佳后端模型,包括Claude Opus 5.5、MidJourney和Suno等。Suno目前未向其他服务提供公开API,但正探索开发者API,并计划先与精选合作伙伴共同建设。SpaceX或X是否成为首批合作方尚无定论。
SAG-AFTRA电视动画配音员将就一份与AMPTP达成的四年暂定协议投票,投票截止时间为10月29日太平洋时间下午5点。协议拟连续四年每年加薪3%,首年涨幅追溯至2026年7月5日,并调整流媒体剩余收益;现有动画AI保护条款还将叠加2026年真人协议的相关改进,但具体新增措辞尚未逐条公布。
德国 Deepslate 完成 770 万欧元种子轮融资,用于扩展其语音转语音 AI。其系统支持 27 种语言并部署在欧盟境内,Deepslate 将欧洲数据主权作为核心定位。
Reverential 发布面向 macOS 的免费复音合成器 Boethius,版本为 0.1.0-alpha.2026-09-15。该版本新增延音踏板和 ±2 半音弯音并修复可能导致音符卡住的问题,支持 Standalone、CLAP、VST3、AUv2 和 AUv3;软件仍属 alpha,版本变化可能导致工程加载、自动化或声音出现问题。
discoDSP 发布免费应用 WavePrompt 与 Roboto,分别用于生成音乐和歌声。WavePrompt 可在 macOS 和 Windows 本地运行,无需服务器、账户或上传;Roboto 是面向 macOS、Windows、Linux 和 iOS 的歌声机器人语音合成器。
IK Multimedia 的 TOTAL STUDIO 5 MAX v2 正在限时促销,售价由通常的 104,500 日元降至 26,100 日元,优惠幅度为 74%。
Native Instruments 推出 MASSIVE X 下一代软件合成器 Massive XL,可读取 Massive X 全部预置与扩展。新增 Generate 功能可从音频文件(最长4秒,支持分轨分离)生成可编辑预置,另有源自 Absynth 思路的 Mutator 和参数随机化 Randomizer,可锁定模块并可作用于整个补丁。
Dreamtonics代表董事Kanru Hua与作编曲家中迫酒菜讲述了AI乐器演奏软件Instrument X的开发过程。中迫酒菜因有限预算下难以用MIDI表现管弦乐细节而开发前身Melisma,并与Kanru Hua合作,将神经网络技术应用于乐器演奏。团队指出,人声与乐器在发声机制和演奏技法上差异显著,逐步生成还曾面临延迟问题。
Toonz Media Group将在MIPCOM展示涵盖IP开发、制作与联合制作、全球发行、国际销售、本地化和数字受众发展的动画项目组合。阵容包括《MechWest》《Tulipop: Magical Seasons》《A Banquet for Hungry Ghosts》和《Rokuro》等项目。
Embark Studios将于10月8日通过Frozen Trail更新,为《ARC Raiders》Celeste换上配音演员Diana Gardner的面部模型。Embark称首次为该角色采用包含精细面部的全身动作捕捉,并与台词录制整合;未来计划让更多角色对应真人演员,但尚未公布具体名单。结合游戏此前使用文本转语音并逐步以真人录音替换部分台词,这一变化反映真人表演在角色制作中的范围扩大。
HBO与Sky TV委托洛杉矶Imaginary Forces为律政剧集《War》创作片头,团队以抽象表现主义呈现两家伦敦律所的对立与张力。制作采用Procreate、Apple Pencil、Krita及Cinema 4D,并使用Redshift渲染画布质感、表面细节与灯光。
Dreamtonics 发布 Instrument X 开发幕后影片,DTM Station 藤本健进一步采访代表董事 Kanru Hua 与前身 Melisma 开发者中迫酒菜。
Biamp现已出货通过Microsoft Teams认证的Devio UCX 1000会议系统套装,面向中小型会议空间。
Roboto 1.1新增Talk Box模式,可让拨弦通过“口腔”发声,呈现吉他或合成器Talk Box效果。该模式支持所有声音,并以内置歌曲《Talk Box Groove》进行演示;Roboto 1.1免费提供macOS、Windows、Linux和iOS版本。
Suno已聘请首任CFO Cherry Miao,并招聘要求推动首次年度财务审计及IPO相关财务控制建设,但公司尚未公开上市计划。Suno于9月9日发布v6并与Warner Music Group、BMG和Believe达成授权合作;Universal Music Group和Sony Music Entertainment提起的诉讼则延伸至v6,涉及超过60,000首录音。
推荐理由:Suno扩充财务团队并强化IPO准备,但未公布上市计划;版权诉讼已延伸至v6,授权、训练数据与潜在损失将成为审计和上市披露重点。
据Bloomberg报道,DeepSeek正接近完成至少800亿元人民币的新一轮融资,腾讯和宁德时代承诺的投资金额据称位居前列,条款清单显示规模可能接近1000亿元。
M-Vave FM-1 已出现多款第三方固件,扩展了便携式 FM 合成器的音源、序列器和现场演奏功能。文章介绍了 Felucca、Baud Girl、Groove OS、Lunar Modulator、Sloop 和 XoX 等方案,其中 Lunar Modulator 提供多引擎、效果器与参数锁定音序器,Sloop 和 XoX 面向 Groovebox 创作。
美国制作人Michael Smith因利用AI生成曲目和机器人账户在流媒体平台实施欺诈、被骗取超过800万美元版税,被判18个月监禁。检方曾要求至少46个月监禁,法院还责令其没收8,091,843.64美元;IFPI称打击流媒体欺诈需要预防、检测和阻断相关活动。
AudioPrism 发布 Windows 版 v2.0.1,更新离线分轨转 MIDI 和 KeyPrism 钢琴练习功能。新版本可按钢琴、吉他、贝斯、人声或其他分轨分别导出对应乐器 MIDI,并加入节拍修正、力度、延音踏板及按演奏内容区分左右手等变化。
Positive Grid面向已有吉他音箱的用户推出万圣节促销,Spark NEO由39,600元降至31,900元,Spark NEO Core由27,500元降至18,700元。Spark NEO可连接随附的Spark LINK Transmitter进行无线演奏,并提供Spark AI音色创建及蓝牙聆听功能。
whisper.cpp 的 b5454 预发布版本将版本号提升至 1.9.5。该版本于 06 Oct 16:51 由 GitHub Actions 发布,对应提交 d1be6fd,并附带 14 项 Assets。
whisper.cpp 发布 v1.9.5 维护更新,并将 ggml 更新至 v0.26.0。新版本加入可选的 ANEForge 编码器后端(Apple Neural Engine),同时修复并行分块偏移整数溢出、语言检测中断回调、模型类型检查及 CLI 文件错误码等问题;Nightly build 为 b5454。
推荐理由:本次维护更新同步 ggml v0.26.0,并为 Apple Neural Engine 增加可选编码器后端,适合评估语音识别部署兼容性、稳定性与后端选择。
Charles Vestal在GitHub发布OMNI,一款将M-VAVE FM-1 Synthesizer变为Omnichord风格乐器的开源定制固件。16个白键可刮奏和弦,11个黑键用于切换和弦,内置10种OM-84节奏、自动低音同步及MIDI输出;固件目前已在GitHub提供。
GoDigital Music任命Sebastian Mair担任APAC总裁,负责区域战略、商业活动及增长计划。AdShare同时与日本娱乐公司Pony Canyon达成协议,将为其目录提供YouTube变现和知识产权管理服务。GoDigital Music称这是其亚太扩张计划的首批行动,但未说明该协议是否取代Pony Canyon与Orfium的现有合作。
法国音乐营销公司Base for Music入选Google for Startups的Gemini Startup Forum,是该批100多家初创企业中公司自称唯一的音乐科技企业。其自研Base Intelligence依据艺人数据生成推荐,并用于在活动上线前预测营销回报;公司称营销操作系统已服务全球逾2万名艺人与唱片公司。
澳大利亚录音产业机构ARIA负责人指责OpenAI和Anthropic试图让政府以不遵守版权法为条件允许其在澳训练AI。Anthropic提出有条件批准,并表示可考虑对澳大利亚创作者提供支持;ARIA则主张通过许可谈判解决。相关听证委员会预计于11月30日前提交报告。
Hacker Interstellar于2026年9月24日更新美国IPO招股书,拟以每股10.50至11.50美元出售390万股普通股,募资超过4000万美元,并申请以SOUD在Nasdaq或NYSE上市。公司计划拓展影视自动配音、面向方言和口音的AI语音产品及企业服务;YoYo目前支持23种语言,其语音模型基于外部开源模型、公开或授权数据和有限专有运营数据微调。