AI创作工具与前沿动态｜8月15日

8 月 10 日至 13 日，三条新线索把创作控制从 prompt 句子推向应用连接、空间约束和声音条件：Gemini 将分阶段接入 Canva、Wix 等 Connected Apps；GATO-Vid 在 Wan2.2 上用无梯度推理时控制对象位置；AudioCanvas 则把音频作为生成图像的条件。123

三条线索的可用状态差异很大：Gemini 的创作应用仍在逐步 rollout，Canva 与 Wix 的支持页还标注英文和账号条件；GATO-Vid 有项目代码，但论文实验用单张 H100 80GB，并承认空间对齐提升会牺牲部分视频质量；AudioCanvas 的代码与数据入口已公开，训练权重仍列为待办，仓库测试环境是 8 张 H100 80GB。456

如果今天要动手：先查 Gemini 账户是否出现 Canva / Wix 开关；需要视频对象摆位，再读 GATO-Vid 的代码；想做声音驱动视觉实验，则先取 A2I-Set、看 AudioCanvas 的数据与推理流程。模型名只是入口，rollout、显存和权重状态才决定下一步。