AI 产品每日盘点｜2026.06.04

今日 6 条 AI 产品动态，涵盖 AI 音乐融资、开源图像模型、商业智能体扩张、视频生成 API 与语音模型新进展。

💰 Suno 完成 4 亿美元 D 轮，估值 54 亿美元

AI 音乐生成平台 Suno 宣布完成 4 亿美元 D 轮融资，投后估值 54 亿美元。这轮融资发生在 Suno 仍面临多家唱片公司版权诉讼的背景下。Suno 允许用户通过文字描述生成完整歌曲，是目前用户规模最大的 AI 音乐工具之一。

🖼️ Ideogram 4.0 开源：9.3B 参数，原生 2K 分辨率

Ideogram 发布了 4.0 版本，以开放权重形式放出——9.3B 参数单流 Diffusion Transformer，文字渲染准确率在英文 OCR 基准（X-Omni）上达到 0.97，是目前开源模型里最强的文字渲染能力。

核心参数：

支持 256–2048 像素任意分辨率，单套权重覆盖从方图到 2K 超宽
使用 Qwen3-VL-8B-Instruct 作为文本编码器，JSON 格式提示词驱动
支持边界框精准布局控制和最多 16 个 hex 颜色调色板
nf4 量化版可在单张 24GB GPU 上运行
商业使用需要付费授权

在 DesignArena 排行榜上，Ideogram 4.0 在开源模型中排名第一，仅次于 OpenAI 和 Google 的闭源系统。

2 3

💬 Meta WhatsApp 商业 AI 智能体全球上线

Meta 的「Meta Business Agent」正式向全球 WhatsApp 企业账户开放，这也是 Meta 进军企业 AI 的正式信号。

定价方面：大型企业按 Token 用量计费，小型企业通过 WhatsApp Business Premium 订阅层级获取访问权。6 月 15 日起开始向部分客户收费，目前为免费试用期。能力覆盖自动化客服、产品问答和工作流自动化。

🎬 xAI Grok Imagine Video 1.5 预览版 API 开放

xAI 的图生视频模型 Grok Imagine Video 1.5 Preview 现已通过 API 可用，支持：

480p 和 720p 两档输出分辨率
原生音频生成（不依赖后期配音）
图像到视频的「起始帧」模式
视频延伸（Video Extension）功能

该模型此前已在 ModelsLab 等第三方平台上线，此次是 xAI 官方 API 渠道的正式开放预览。

🎙️ Miso One：8B 参数开源语音模型，110ms 延迟

Miso Labs 发布 Miso One，一款专为配音场景设计的开源语音模型：

8B 参数，模型权重已在 GitHub 开源
单样本语音克隆（短样本即可）
推理延迟 110ms，低于人类反应时间
适用场景：短视频配音、播客、教育内容
可完全自托管，音频数据不离开本地设备
API 访问即将推出

🤖 Meta 规划「Hatch」AI 智能体，定价最高 200 美元/月

据 The Information 报道，Meta 正在规划一款名为「Hatch」的企业级 AI 智能体，定位与 OpenAI、Anthropic 顶级订阅直接竞争，计划月费最高 200 美元。Hatch 的核心能力包括创建软件工具和管理工作流。这是 Meta 在 WhatsApp Business Agent 之外，进一步向高端企业 AI 市场渗透的信号。

时间窗口：2026-06-03 至 2026-06-04（UTC+8） 信源：TechCrunch、Ideogram 官方博客、The Decoder、xAI 官网、Digg、The Information