⌘ K
… 读取采集状态 同步中...
雷

#视频

今日 4 条
9月24日周四
  1. 量子位35

    TurboT2VA 实现 54 倍音视频生成加速

    TurboT2VA 团队推出联合蒸馏方案，将 LTX-2 模型的 40 步教师蒸馏为 4 步学生，在 1024×1792 分辨率下实现 54.67 倍生成器加速。该方法通过三阶段课程训练及量化策略，将生成耗时从 318.74 秒降至 5.83 秒，同时显著提升了 Javis Score 指标。

9月23日周三
  2. AI科技评论75

    PixVerse R2 攻克实时世界模型 Scaling，实现动作与文本同会话并行

    PixVerse R2 上线后全量开放网页端体验，将实时世界模型的 Scaling 拆解为能力扩展与实时加速两个层次。HAR 记录显示，八轮 Prompt 与 3355 条动作帧共用同一条持续会话流，用户无需在动作和语义模式间切换，即可在同一运行世界中同步执行高频 WASD 操作与多模态指令，且完整指令响应中位耗时控制在 4.27 秒内。

    推荐理由：原文通过协议数据与实机体验，证实了实时世界模型可在单次会话内同时处理高频动作与多轮文本指令。

9月22日周二
  2. 智能涌现50

    导演陆川自研三个AI工具：探索人类创作不可替代性

    导演陆川过去半年亲自开发了三款覆盖影视制作的AI工具，包括57天内用一万行代码完成的剧本写作工具“情书”、电影工作流“上镜”及小模型“积木”。他在2026年云栖大会发布AI短片《历史·现场》，复原明代北京城等场景，节省传统制作数月时间。陆川通过实验探讨AI缺乏欲望与恐惧能否进行真正创作，认为AI制作已达80分水平，但创作本质源于人类的情感缺陷。

9月21日周一
  2. 行者AI视频65

    TapNow 接入 6astra 模型提供白模视频预演功能

    TapNow 接入 6astra 模型，推出白模视频预演功能。该功能允许用户将参考视频或提示词拆解为可播放的 3D 白模预演，直观查看人物空间关系、动作、运镜和节奏，也可切换俯视或侧面视角，再将预演导出至画布生成正式视频，解决传统提示词控制镜头运动不精准的问题。

  3. 极客公园69

    剪映发布 ICG Studio 互动影游平台及 AI 创作工具

    9 月 20 日，剪映在发布会上推出 ICG Studio，支持创作者通过剧本生成带剧情分支的互动影游。同期更新的一站式工作台“剪映 Hub”和智能 Agent“剪映助手”提供了从素材管理到剪辑优化的全流程工具，将即梦等生成模型产出的内容导入剪辑工作流。

    推荐理由：剪映推出 ICG Studio 互动影游工具，将 AI 生成与剧情分支结合，展示了从短视频编辑向互动叙事内容生产的扩展。

  4. 优设AIGC50

    LibTV 1.5 更新实测：四大功能助力 AI 短剧影视制作

    LibTV 1.5 整合了剧本生成、人脸定制和3D运镜预演功能。该版本新增“角色造型室”，支持可视化编辑五官、发型与服装并保存角色卡；原创编剧功能允许混搭 8 大主流脚本分类；“导演分身”可将粗略创意拆解为具体镜头；“3D-BOX”支持手绘路径预演运镜轨迹，降低短剧制作的试错成本。

9月20日周日
  1. 量子位55

    剪映发布剪映Hub，打通AI视频生成与多轨道剪辑

    剪映在抖音创作者大会发布剪映Hub，将AI视频生成与多轨道剪辑接入同一流程，支持从分镜脚本、素材生成到视频编辑与局部修改的一站式操作。PC端提供剪映助手Agent、AI后编辑及官方Skill生态，可导入Seedream 5.0 Pro生成图像和Seedance 2.5生成视频；手机端推出随拍成片、营销助手等AI功能，允许用户通过语音或文字指令直接控制剪辑与成片。

  2. 量子位84

    开源音乐生成模型YuE2发布，支持精细编辑并在WildSongBench上逼近Suno v5

    香港科技大学联合M-A-P、NOIZ AI、斯坦福等机构发布并开源统一符号与音频音乐生成模型YuE2。在WildSongBench的192个prompts评测中，YuE2以6.9632的八选一得分拿下17组参评系统最高分，逼近Suno v5并超过Suno v6及v6 Wild。

    推荐理由：开源YuE2通过乐谱规划机制实现音乐编辑，提供消费级显卡运行与完整开源技术栈。

  3. AI产品阿颖58

    深度解析智象 HiDream V1：以物理规律为核心通往世界模型的非共识路径

    HiDream V1 视频模型在 Artificial Analysis Image to Video Leaderboard 全球排名第 4。作者指出智象未随大流卷时长和价格，而是通过原生全模态架构让模型从视频数据中学习物理规律，旨在补齐动态世界理解能力，将其作为迈向交互式和具身智能世界模型的关键阶段性产物。

9月19日周六
9月18日周五
  1. 极市平台57

    西湖大学张驰团队发布 World in World：把单机位视频变成可走进的 3D 场景

    西湖大学 AGI 实验室张驰团队发布 World in World 框架，给一段单机位视频即可实现自由重运镜、子弹时间与动作迁移，代码已开源。该方法不修改模型参数，基于公开的视频世界模型 LingBot-World 2.0（参数全部冻结），通过准备带相机与时间标签的参考材料并引入两个轻量注意力机制引导模型，实现换机位、定格环绕、动作迁移等效果。

  2. 机器之心39

    火山引擎与AMD合作应用Seedance 2.0重塑汽车营销范式

    AMD、火山引擎与砹脉营销基于火山引擎 Seedance 2.0 及 AMD 算力底座，成功打造2026世界杯期间的球星IP汽车广告。该方案将传统需约两个月的制作周期缩短至两周内，使产能提升数倍至十几倍，并显著降低百万级广告的制作成本。通过自研AIGC平台内置的素材库与 Skill 库，实现了数据资产沉淀与创作经验复用。

9月17日周四
  1. AI科技评论72

    视频模型如何理解「变化」：HiDream-O1-Video 等三款模型物理因果能力实测

    作者通过三组图生视频任务对比了 HiDream-O1-Video-1.0、Seedance 2.5 和 MiniMax H3 在物理因果、音画同步方面的表现。测试发现 HiDream 在动作与结果的时间因果上表现最好，如料酒入锅到火焰升起间隔约 100 毫秒；Seedance 画面表现强但火焰遮挡事件；MiniMax 存在时序偏差和硬切问题。

    推荐理由：作者设计了三组物理因果测试，量化对比了视频模型在音画时序上的表现，提供了可复用的评测方法。

  2. APPSO81

    生数科技发布 Vidu S2 实时视频生成模型，支持 720p 交互与编辑

    生数科技发布 Vidu S2 实时视频模型，包含 S2-Avatar 数字人与 S2-Editing 编辑功能，支持 720p 高清实时输出。该模型通过 SRF 训练技术和 Backbone-Refiner 架构，实现了实时虚拟试穿、换背景、风格化及角色替换。

    推荐理由：Vidu S2 实现了 720p 实时视频生成与编辑，支持动态换装与角色替换，让 AI 视频从离线渲染转向即时交互体验。

  3. 新智元33

    虎鲸文娱启动「鲸锐AI创作大赛」，千万奖池开启AI视频故事挖掘

    虎鲸文娱集团正式启动「虎鲸AI人才计划」及「鲸锐AI创作大赛」，总奖金池达1000万元，其中最高单项奖为200万元。大赛要求参赛作品为不少于10分钟的原创AI视频，不限创作工具与题材，旨在发掘具备强叙事能力的AI创作者。入围初选的创作者将加入人才计划，获得大师指导、行业沙龙及展映等成长资源。

9月16日周三
  1. 优设AIGC74

    Vidu S2 发布：支持实时交互数字人与空间视频

    生数科技发布 Vidu S2，支持实时交互数字人与空间视频，提供 720P 高清输出。功能涵盖实时换装、背景替换与角色替换，并配备离线文本驱动能力。该版本由张金涛团队研发，基于世界模型架构，实现了对观察视角与空间光影的实时调整，目前 API 与体验入口已全量开放。

  2. 特工宇宙67

    智象发布视频生成模型 HiDream-O1-Video-1.0

    智象未来发布首个原生全模态视频生成模型 HiDream-O1-Video-1.0，支持多模态输入并生成 5 至 20 秒的 1080P 视频。该模型在 Artificial Analysis 图生视频榜单中位列全球第 4，在 Arena.ai 盲测榜中位列第 8。模型采用先理解再生成架构，在多个物理逻辑测试场景中表现优于 Minimax H3 和 Seedance 2.5。

9月15日周二
9月14日周一
  1. AI科技评论60

    实测 Seedance 2.5 与可灵 3.0 在技术科普与剧情改写中的差异

    AI科技评论实测 Seedance 2.5 与可灵 VIDEO 3.0，对比其在 15 秒技术科普和剧情改写中的表现。Seedance 2.5 画面包装和角色稳定性更强，涉及肖像与版权素材时会直接拦截生成；可灵 VIDEO 3.0 更按分镜执行，能续写完整剧情段落，但存在文字误写和素材授权风险。文章指出 AI 视频模型差距正从画质转向工作流。

9月13日周日
9月12日周六
  1. 量子位52

    京东云灵境AIGC 平台发布，主打无限画布与企业级 AI 视频生产线

    京东云 AIGC 工具平台“京东灵境 AIGC”首次对外亮相，提供可串联 Seedance、Wan、可灵等模型的无限画布，支持 3D 动态导演台与 720° 全景图。实测中作者使用该画布生成 3D 漫剧及演示了多视频同步生成、修改素材参数后批量更新的功能。文中提到某商超优化商品主图后 GMV 同比提升 36%，科沃斯使用其优化视频后 GMV 增长 43.96%。

  2. 机器之心21

    淘天自研编码器 S266/S26X 在 MSU 世界视频编码器大赛获 6 项冠军

    淘天音视频团队自研的 S266 和 S26X 编码器在第 19 届 MSU 世界视频编码器大赛中斩获 6 项世界冠军及 1 项季军。其中 S266 覆盖 H.266/VVC 标准，在 VMAF 指标全速度段夺冠；S26X 在 1 FPS 档位包揽 SSIM、PSNR 及主观评价三项第一。S266 在同等画质下可将带宽成本降低 30% 以上，支撑淘宝核心业务日均上亿 PV 播放。

9月11日周五
  1. 刘小排r80

    AI 视频实时直播实验：H3模型加速如何实现弹幕互动内容生成

    秘塔团队基于开源的MiniMax H3视频模型，在H200显卡上实现了9秒内生成10秒视频，并开展了名为《重生之我成了美团小哥》的实时互动直播实验。该实验通过观众弹幕投票决定剧情走向，现场生成后续画面。

    推荐理由：原文复盘了H3模型加速让实时AI视频直播成为可能的技术路径，并提供了低成本接入的实操细节。

9月10日周四
  1. 光子星球72

    实测小云雀短剧 Agent：ScriptBird 剧本生成与出海转绘能力拆解

    小云雀 8月19日 首发剧本模型 ScriptBird，将创作流程拆为故事设定、分集大纲和剧本正文，支持最高 10万字 100集 剧本生成与红果、抖音热点参考。实测「一句话创意→剧本→成片」链路中，角色与场景自动建档及口型表现自然，但仆人角色在分镜衔接处出现形象不一致；出海转绘可基于现有视频拆解并重新生成素材，但主角面孔仍保留亚洲特征，且未修复原片角色穿帮镜头。