EN

2026-05-28 AI 摘要

共 3 則更新

🔴 L1 - 平台級更新

Runway 將 Seedance 2.0 影片生成模型上線官方 API，支援關鍵影格與生成音訊 L1

信心度: 中

重點: 2026-05-28，Runway 將 Seedance 2.0 影片生成模型加入 Runway API，開發者可直接在自家應用呼叫。支援 text-to-video、image-to-video、video-to-video 三種模式，具關鍵影格（keyframe）控制、參考圖片／參考影片與生成音訊能力，影片長度 4–15 秒。此前該模型僅在 fal 等第三方平台提供，此次進入 Runway 官方 API 與產品生態。

影響: 讓開發者透過單一 API 取得帶音訊與關鍵影格控制的高品質影片生成，可直接整合進遊戲過場、行銷素材與內容工具，省去自建多模型管線。

詳細分析

取捨考量

優點:

  • 單一 API 涵蓋多種生成模式並內建音訊
  • 關鍵影格控制提升可控性
  • 免自建多模型整合

缺點:

  • 影片長度上限 15 秒
  • 生成內容版權與商用條款需確認
  • 定價與配額需查官方

快速體驗（5-15 分鐘）

  1. 於 Runway API 申請存取並查閱 Seedance 2.0 端點文件
  2. 以 image-to-video + keyframe 測試一段遊戲過場或預告
  3. 比較與既有影片生成管線的品質、音訊與成本

建議

有短影片／過場素材需求的團隊可試接 Runway API 的 Seedance 2.0，先以小量素材驗證品質與商用授權再決定導入。

來源: Runway API 更新紀錄（Releasebot） (文檔) | Runway — Seedance 產品頁 (官方)

開源「Godot AI」插件上架 Asset Library：連接 MCP 助手與實時 Godot 編輯器，逾 150 種操作 L1GameDev - 程式/CI

信心度: 高

重點: 2026-05-28，作者 dlight 將開源插件「Godot AI」（v2.5.9）提交至 Godot Asset Library，讓 MCP 相容的 AI 助手（Claude Code、Codex、Antigravity、Cursor、Windsurf、VS Code、Zed、Gemini CLI 等 19 種客戶端）直接操控實時 Godot 編輯器。提供 150+ 操作，涵蓋場景、節點、腳本、動畫、UI、主題、材質、粒子、音訊、攝影機、輸入映射與專案設定，支援一鍵設定，MIT 授權，需 Godot 4.3+（建議 4.4+）。

影響: 為 Godot 開發者提供操作覆蓋面極廣、跨多種 AI 客戶端的免費 MCP 橋接層，讓 AI 代理能在編輯器內實際建場景與寫腳本，大幅降低代理式 Godot 工作流的接入門檻。

詳細分析

取捨考量

優點:

  • 150+ 操作覆蓋極廣，免費 MIT 授權
  • 相容 19 種 MCP 客戶端
  • 一鍵設定，降低接入門檻

缺點:

  • 社群個人專案，長期維護待觀察
  • 需 Godot 4.3+ 與 MCP 客戶端
  • 大量自動化操作需注意版本控管與審查

快速體驗（5-15 分鐘）

  1. 在 Godot Asset Library 搜尋「Godot AI」並安裝插件
  2. 依說明連接 Claude Code 或 Cursor 等 MCP 客戶端
  3. 用自然語言請 AI 在編輯器內建立一個測試場景與腳本

建議

使用 Godot 並想嘗試代理式工作流的開發者值得一試；建議在版本控管下小規模驗證 AI 操作的正確性，再擴大使用。

來源: Godot Asset Library — Godot AI (官方)

🟠 L2 - 重要更新

IBM 與 Red Hat 投入 50 億美元啟動「Project Lightwell」，以 AI 強化開源安全 L2

信心度: 高

重點: 2026-05-28，IBM 與 Red Hat 宣布投入 50 億美元、調動逾 20,000 名工程師並結合前沿 AI，推出「Project Lightwell」以大規模識別與修復開源軟體漏洞。計畫建立企業可信賴的「清算所」：企業可回報漏洞、取得經前沿 AI 驗證與測試、針對生產環境最佳化的修補，並協調上游揭露。能力以商業訂閱形式提供，可整合進既有供應鏈；Bank of America、JPMorganChase、Citi、Goldman Sachs 等已參與初期部署。

影響: 逾 90% 財星 500 大企業仰賴開源，此計畫把 AI 驅動的漏洞驗證與修補做成可訂閱服務，影響依賴開源供應鏈的開發團隊與企業安全流程。

詳細分析

取捨考量

優點:

  • AI 驅動的漏洞修補規模化
  • 修補經驗證與生產最佳化
  • 協調上游揭露，利於整體生態

缺點:

  • 核心能力為商業訂閱，非全免費
  • 對上游維護者的實際助益待觀察
  • 集中式「清算所」治理需信任

快速體驗（5-15 分鐘）

  1. 評估自家開源供應鏈是否適合納入 Lightwell 的漏洞回報與修補
  2. 關注其與既有 SCA／供應鏈安全工具的整合方式

建議

重度依賴開源的企業安全與平台團隊可評估其訂閱服務作為供應鏈安全補強，先以非關鍵專案試行。

來源: IBM Newsroom — Project Lightwell (官方) | Red Hat 新聞稿 (官方)