บล็อก

Sumi 2.5: โมเดลใหม่ เสียงตัวละคร และเลย์เอาต์ที่ดีขึ้นในทุกหน้าจอ

· ทีม Sumi Studio

Sumi Studio 2.5 เปิดให้ใช้แล้ว อัปเดตนี้เพิ่มโมเดลใหม่หกตัว ให้คุณกำหนดเสียงเฉพาะให้องค์ประกอบตัวละครแต่ละตัว แก้ปัญหาหลายจุดในแคนวาสและตัวแก้ไข และทำให้ใช้ Sumi Studio บนโทรศัพท์ แท็บเล็ต และจอ ultrawide ได้สะดวกขึ้น ดูรายละเอียดได้ด้านล่าง

โมเดลใหม่: Kimi K3, Qwen Image 2.1-turbo, Grok Imagine Video 1.5 Lite และ Qwen-Audio TTS

ตอนนี้ใช้ Kimi K3 และ Kimi K3.1 Pro ได้ในเอเจนต์ Sumi และในโหนดข้อความ K3 ค้นหาเว็บได้ ส่วน K3.1 Pro รองรับผลลัพธ์แบบมีโครงสร้าง

ด้านภาพ เราเพิ่ม Qwen Image 2.1-turbo ด้านวิดีโอ เพิ่ม Grok Imagine Video 1.5 Lite

มีโมเดลเสียงใหม่สองตัว ได้แก่ Qwen-Audio 3.1 TTS Plus และ Qwen-Audio 3.1 TTS Next ก่อนเริ่มทำงาน TTS Next จะประเมินค่าใช้จ่ายจากพรอมต์ของคุณและกันเครดิตส่วนนั้นไว้

Gemini 3 ขึ้นไปมีการตั้งค่าความยาวผลลัพธ์แล้ว เหมาะกับบทยาวและข้อความยาวอื่น ๆ หากไม่เลือกความยาว ระบบจะใช้ค่าเริ่มต้น

ให้ตัวละครของคุณมีเสียง

ตอนนี้คุณผูกเสียงอ้างอิงกับองค์ประกอบตัวละครได้แล้ว ทุกการสร้างที่ใช้ตัวละครนั้นจะใช้เสียงเดียวกัน จึงฟังเป็นคนเดิมในทุกช็อต

การสร้างองค์ประกอบตัวละคร: การตั้งค่าโทนเสียงและเสียงอ้างอิงของตัวละคร รวมถึงหน้าต่างโคลนเสียงของคุณเองหรือออกแบบเสียงจากคำบรรยาย

วิธีเพิ่ม: ไปที่คลังสื่อ เปิดองค์ประกอบ สร้างองค์ประกอบใหม่ แล้วตั้งหมวดหมู่เป็นตัวละคร ในส่วนเสียงอ้างอิงของตัวละคร ให้คลิกเลือกหรืออัปโหลดเสียง แล้วเพิ่มคลิปความยาว 2 ถึง 10 วินาที หากยังไม่มีคลิป ให้ตั้งโทนเสียงเป็นโทนเสียงโคลนของฉัน แล้วคลิกโคลนเสียงของฉันเพื่ออัดเสียงตัวเอง หรือคลิกออกแบบเสียงเพื่อสร้างเสียงจากคำบรรยายสั้น ๆ Seedance, Wan และ Hailuo จะใช้คลิปอ้างอิงเมื่อคุณ @ ตัวละคร สำหรับ Kling ให้เลือกเสียงที่โคลนด้วย Kling ในโทนเสียง

จำนวนเสียงที่โคลนได้และจำนวนช่องเสียงที่กำหนดเองได้ ตอนนี้ขึ้นอยู่กับแพ็กเกจของคุณ

ใช้ Sumi ผ่าน MCP

หากคุณใช้ Sumi Studio จากเอเจนต์ผ่าน MCP ตอนนี้เอเจนต์จะบอกวิธีต่ออายุหรือเติมเครดิตเมื่อการสมัครสมาชิกหมดอายุหรือเครดิตเหลือน้อย เมื่อจัดการเสร็จ คุณก็ทำงานต่อในเซสชันเดิมได้เลย

หน้าแนะนำผลิตภัณฑ์ใหม่

เว็บไซต์มีหน้าแนะนำผลิตภัณฑ์ใหม่ใน 13 ภาษา ที่แสดงว่าคุณสร้างอะไรได้บ้างด้วย Sumi Studio และมีโมเดลอะไรให้ใช้ หากเข้าสู่ระบบอยู่แล้ว คุณจะเข้าสู่พื้นที่ทำงานโดยตรง และกลับมาที่หน้านี้ได้ทุกเมื่อจากลิงก์ภาพรวมผลิตภัณฑ์ที่ส่วนท้ายของหน้า

หน้าแนะนำผลิตภัณฑ์ใหม่: สามวิธีในการสร้าง (คุยกับ Sumi แคนวาส หรือ MCP) สี่ขั้นตอนจากไอเดียถึงงานที่ส่งมอบ และตัวอย่างการใช้งาน

การแก้ไขและการปรับปรุง

โมเดล

ใน Kling 4.0 ตอนนี้คุณใช้ @ ในพรอมต์เพื่ออ้างอิงองค์ประกอบของคุณได้แล้ว การตั้งค่าเสียงและคีย์เฟรมของอ้างอิงรอบด้านก็ทำงานถูกต้องแล้วเช่นกัน

เสียงระบบของ Qwen-Audio มีการประทับเวลาทีละคำแล้ว (เฉพาะเสียงที่ Qwen รองรับ) และ Qwen-Audio 3.1 Flash มีรายการเสียงครบแล้ว

แคนวาสและตัวแก้ไข

งานสร้างภาพและวิดีโอที่ยังทำงานอยู่จะไม่ถูกยกเลิกโดยไม่ตั้งใจอีกต่อไป

เมื่อคุณตัดคลิปบนไทม์ไลน์ ตำแหน่งตัดจะคำนึงถึงความเร็วในการเล่นของคลิปแล้ว

ตัวแก้ไขจะไม่วาดเฟรมใหม่ทั้งเฟรมขณะหยุดชั่วคราว จึงใช้ทรัพยากรเครื่องน้อยลง

เมื่อเลื่อนถึงท้ายช่องพรอมต์ แคนวาสจะไม่ขยับตาม

เมนูเพิ่มโหนดแสดงได้ครบบนแล็ปท็อปที่หน้าจอเตี้ย

โทรศัพท์ แท็บเล็ต และจอใหญ่

เราแก้ปัญหาเลย์เอาต์ราว 20 จุดบนโทรศัพท์ แท็บเล็ต จอเดสก์ท็อปขนาดเล็ก จอกว้าง 1920 จอ ultrawide และโทรศัพท์ที่มีรอยบาก ส่วนท้าย ตาราง เมนู และช่องกรอกข้อมูลจะไม่ถูกตัดหรือบังอีก

แก้ปัญหาบนหน้าจอสัมผัส ใน Safari และเมื่อเปิดการตั้งค่า "ลดการเคลื่อนไหว" แล้ว

ตัวอักษรที่เล็กที่สุดบนเว็บไซต์ตอนนี้คือ 12px จึงอ่านง่ายขึ้น

อื่น ๆ

คู่มือการตั้งค่า Claude เพิ่มขั้นตอนเปิดคอนเน็กเตอร์ในหน้าแชตแล้ว ซึ่งก่อนหน้านี้ขาดไป

เราเขียนข้อความในอินเทอร์เฟซใหม่ทั้ง 15 ภาษาให้อ่านเป็นธรรมชาติขึ้น

บัญชีปลอดภัยขึ้น: รหัสยืนยันทางอีเมลได้รับการปกป้องดีขึ้น และหน้ารีเซ็ตรหัสผ่านจะไม่เปิดเผยอีกต่อไปว่าอีเมลนั้นลงทะเบียนไว้หรือไม่

ลองใช้ Sumi 2.5