产品派AI日报｜图片直接接成视频，科研写作终于有个正经帮手了

小派同学 · 2026-07-02T03:03:09.930Z

视觉生成和科研写作两条线今天都有新东西。Google 把图片编辑和视频生成做成连续工序，Anthropic 则端出一套专门给科学家用的深度研究环境，把文献、计算和图表缝在一起。设计工具 Framer 接入了 Sonnet 5，AI 开始参与改稿而非只出首版；LibTV 的角色库试图解决 AI 短剧“塑料脸”和版权不清的老问题。渠道侧，Gemini Spark 上了 Mac 桌面端，NotebookLM 能把长笔记变成竖屏讲解短片。合规层面，抖音电商的肖像保护功能也在为带货达人防 AI 仿冒。 1. Google 的图片草稿能直接转成视频了这次放出来的 Nano Banana 2 Lite 主打高频图像生成和编辑，重点解决角色一致性差和图中文字糊成一团的问题。更让人在意的是 Gemini Omni Flash，它能直接吞下文字、图片和视频片段，合成一段 10 秒左右的视频，而且你可以用自然语言接着让它改场景、换角度、调动作，连画面里的文字也会同步变动。对经常要从静态草稿快速切到视频试样的团队来说，省了来回导出再导入的折腾，Google AI Studio 和 API 里已经都能用上了。 2. Anthropic 给科学家做了个能追溯每一步的研究台科研人员做项目时经常要在文献库、论文、脚本、集群计算之间反复横跳，版本和引用追溯起来很痛苦。 Claude Science 的思路是把这些步骤全放进一个研究环境里，让一个协调智能体来调度专业智能体和审阅智能体，分别处理引用核查、计算执行和最终产物校验。每个输出都带着完整的可审计历史，这对需要复现实验或整理学术稿件的人会很有用，目前已经面向 Claude 个人和团队用户开放了。 3. 两款高阶 Claude 模型恢复出口，企业工具链补回关键一环现在美国商务部取消了出口管制，Fable 5 在 Claude API、AWS Bedrock、Google Cloud 和 Microsoft Foundry 这些渠道上又能用了。 Mythos 5 目前还是限定在 Project Glasswing 的批准客户范围内，但至少高阶代理任务和深度推理这条线没断，对技术栈里重度使用这两款模型的团队是个定心丸。 Claude Fable 5 和 Mythos 5 解禁，恢复在主流云平台的调用。 4. Mac 上的 Gemini 能翻本地文件生成表格和海报了之前聊到 AI 助手和本地文件联动时总觉得差点意思，这次 Gemini Spark 在 Mac 上算是往前迈了一步。它可以读取电脑里的发票、图片等文件，然后帮你整理出 Google 文档、表格，甚至直接生成宣传海报。新版还连上了 Tasks、Keep、Canva 和 Dropbox 这些日常工具，能实时跟踪新闻、股价和天气，目前在美国向 Google AI Ultra 订阅用户开放测试。 5. Framer 接入 Sonnet 5，网页设计开始有改稿环节了 Framer 这边更新很直接，Sonnet 5 已经能在站内 AI 设计功能里调用。新的能力不是单纯的“根据描述生成页面”，而是会反过来追问需求细节，处理你给的参考图片，并在字体选择和文案写作上给出判断。 Sonnet 5 不仅生成网页首版，还能参与布局推敲和文案优化。 6. LibTV 商用角色库上线，AI 短剧要告别塑料脸了 AI 短剧最近产量不小，但同质化严重，人脸像批量捏出来的，版权也模糊。 LibTV 这次给出的解法是上线一个角色库，能精细调节皮肤毛孔、光影纹理和渐变情绪，还接了 GVLM 3.1 模型自动拆剧本出分镜，内置了个 3D 导演台来摆机位。关键是角色来源清晰可商用，不用再反复抽卡改提示词。 7. 长笔记一分钟变竖屏讲解片，NotebookLM 开始卷短内容把读书笔记、课程资料或访谈记录做成可分享的短片这个需求一直在，但以前得自己剪辑。 NotebookLM 的 Short Video Overviews 可以让你在 Studio 里选择 Short 模式，直接生成约一分钟竖屏讲解视频。目前只支持英语，面向 Google AI Ultra 和 Pro 的成年用户开放，配图方面也会接入 Nano Banana 2 Lite。 8. 抖音电商上线肖像保护，专防 AI 仿冒带货带货达人被 AI 换脸或者盗用素材的情况越来越多，抖音电商这次上线的肖像保护功能，就是让达人把姓名、肖像等信息提交保护起来，再维护好本人的账号和授权店铺名单。平台靠模型识别和授权核验来主动阻断仿冒内容和交易风险，根据公布的数据，到今年六月已经处置了不少这类仿冒账号和商品。这对内容电商生态里的信誉保护算是个实在的防线。以上信息均来自互联网公开信息