⌘ K
… 读取采集状态 同步中...
雷

#视频

今日 5 条
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。

  2. AI科技评论67

    生数双线破局背后：朱军团队正在为世界模型立「通用语法」

    文章对比李飞飞世界模型功能分类法与朱军团队通用世界模型（GWM）框架，指出前者描述输出能力、后者定义理解想象行动内部机制。生数科技基于GWM五级路线图，从Vidu视频生成、Vidu S1实时交互、Motubrain机器人控制，到预告Motus2自进化模型，展现数字与物理世界双线并行的技术演进，并分析数据架构算力三大工程壁垒。

    推荐理由：将李飞飞功能分类与朱军通用世界模型对照，厘清世界模型从生成到因果闭环的进化路径。

  3. AI科技评论45

    NUS Show Lab 寿政教授：Show-o 统一自回归与离散扩散，推动具身智能进化

    NUS Show Lab 寿政教授团队推出 Show-o 架构，在单一 Transformer 中融合自回归与离散扩散，支持多模态理解与生成。Show-2 通过 3D Tokenizer 和时空双向注意力实现连续视频生成，采用双路径设计兼顾语义理解与像素细节。该架构延伸至具身智能，云端模型决策延迟 8-20 秒，端侧微调模型实现低延迟控制。

  6. K姐研究社43

    电商 Agent WaClaw 实测：传一张图生成种草图与视频

    电商 Agent WaClaw 把调提示词封装成内置技能，上传商品图即可生成小红书买家秀种草图、抖音/小红书换装 Vlog、淘系主图和长图详情页，生成模型可选 Pic 3.1 Turbo 和 Video 3.5。它还能把店铺风格分析保存为可复用的参考集，后续上新一键调用，保持色温、构图、包装等视觉标准统一。详情页生成会先拆模块、出执行方案，文案严格限定在提供的产品资料内，不擅自添加功效或数据。

  7. 夕小瑶科技说83

    蚂蚁灵波开源LingBot-World 2.0，1.3B模型实现消费级显卡实时世界生成

    蚂蚁灵波开源LingBot-World 2.0，1.3B版本支持消费级单卡GPU本地实时生成可交互世界。该模型接收相机位姿与文本指令，通过MoBA混合注意力掩码缓解长序列过拟合，并结合DMD蒸馏与流水线生成提升速度与稳定性，论文展示了60分钟连续生成的视觉质量。

    推荐理由：原文结合论文解读与本地实测，揭示了1.3B小模型如何在消费级显卡上维持实时生成与长时稳定性。

9月9日周三
  1. 优设AIGC61

    RunningHub 全球AIGC长片创作大赛启动，刘慈欣任顾问

    RunningHub 携手第十七届华语科幻星云奖举办全球AIGC长片创作大赛，刘慈欣担任顾问，并提供10部科幻IP使用权及550万元激励池。大赛聚焦电影与长剧创作，通过 RunningHub 平台的 RHSTORY 剧本拆解功能和 RHTV 无限画布实现长片全流程制作。该活动联动火山引擎、MiniMax 等伙伴，旨在展示 AI 在影视级长内容生产中的工业化应用能力。

  2. 硅星人Pro70

    深度｜Seedance宇宙，和它的裂痕

    深度解析Seedance 2.0建立的市场统治力及2.5版本后出现的竞争裂痕，MiniMax通过开源H3权重让社区优化挑战闭源体系，同时爱奇艺、腾讯等应用层平台推出自研工具以摆脱对单一模型的依赖，行业正从单纯依赖Seedance转向混合调用与多元化供应。

9月8日周二
9月7日周一
  4. AI信息Gap40

    商汤 Seko 推出剧本裂变与逐镜转绘工作流，助力短剧出海

    商汤 Seko 推出“出海剧转绘”与“剧本裂变”Skill，支持上传中文成片或剧本后一键生成适配欧美等市场的本地化版本，覆盖 10 种语言并保留核心剧情节奏。该工作流利用 GMLM 3.7 Flash 和 Doubao Seed 2.1 Pro 等模型实现逐镜 1:1 复刻或高裂变改写，并支持通过 Seed Audio 1.0 以低消耗完成多语种配音转换。

9月6日周日
  1. APPSO85

    APPSO 团队 12 天用 Seedance 2.5 和 Codex 制作《沙丘 3》风格 AI 短片全流程教程

    APPSO 团队耗时 12 天，消耗 3000 多元积分额度，结合 Codex 和 Seedance 2.5 完成了一部 6 分钟《沙丘 3》风格 AI 短片。制作流程分为剧本打磨、资产库建立、视频生成和后期剪辑四步，其中建立资产库和编写分秒级提示词是最耗时环节。团队整理了项目中的提示词、Skill 和资产供读者获取，并建议创作者关注剧本逻辑和资产管理而非单纯追逐新工具。

    推荐理由：文章拆解了用 Seedance 2.5 制作 6 分钟 AI 短片的完整流程，提供了分秒级提示词结构与资产库搭建思路，可直接复用于同类创作。

  3. 新智元37

    浙大与港大开源 LayerRecall：基于记忆路由器的视频 DiT 长时一致性优化

    浙江大学与香港大学团队开源轻量化视频生成记忆路由器 LayerRecall，通过 CH PM 训练仅优化约 165 万参数，在不修改 5B 冻结骨干的前提下实现关键信息的选择性注入与层间精准分配。该方法在 MemoBench 上取得 0.548 分，较最佳基线提升，且 6.6MB 权重的增量推理耗时仅增加约 3.5 秒。

9月5日周六
9月4日周五
  1. 行者AI视频31

    行者AI视频用Midjourney和Seedance 2.5制作《钗头凤》古诗视频

    行者AI视频利用Midjourney生成《钗头凤》人物与场景图，结合Seedance 2.5的1080P多图参考功能制作视频，并在Pavo平台完成生成。该创作过程基于作者发布的“宋词国风”Skill自动生视觉提示词包，最终通过剪辑软件添加配音与字幕，完成了以唐婉第一视角讲述陆游与唐婉故事的古诗AI视频。

  2. AI产品阿颖48

    AI 短剧出海机会分析：商汤 Seko 助力内容全球化

    AI 技术大幅降低短剧出海门槛，利用中美内容生产时间差，中国团队可输出成熟的工业化内容能力。商汤 Seko 提供包含 GMLM 3.7 Flash 转绘、Doubao Seed 2.1 Pro 剧本裂变的工具链，实现从翻译配音到原创生成的一站式流程。目前音频翻译单次限 30 秒，团队需借助工具提升多市场测试效率，但核心竞争仍在于对当地用户需求的精准判断。

  4. AI信息Gap60

    LibTV 上线深度动作捕捉与口播视频智能剪辑功能

    LibTV 上线了「深度动作捕捉」和「口播视频」智能剪辑功能。前者可将参考视频转换为深度视频，用于在 Seedance 2.5 模型中生成逐帧同步的动作和运镜，解决直接参考原视频时动作和镜头不可控的问题。后者为口播内容提供一键智能剪辑，自动去除废片并匹配画面素材，大幅缩短制作时间。

9月3日周四
  1. 甲子光年30

    2026夏季崇礼论坛：AI如何走进日常生活

    2026夏季崇礼论坛将于9月12日至13日在崇礼·太舞小镇举行，主题聚焦“未来此刻”。论坛发布《2026AI生活方式白皮书》及“AI NEXT 20”榜单，汇聚俞敏洪等嘉宾探讨AI在医疗、可穿戴及影像领域的应用，并通过Demo Show展示睡眠追踪、AI音乐等场景化产品，旨在解析AI从技术走向日常生活的真实入口。

  3. 优设AIGC21

    OiiOii 助力 AI 短片创作者，7 个智能体协同提升制作效率 5 倍

    OiiOii 推出 7 个全自动协同智能体，将 AI 短片制作效率提升至原来的 5 倍，综合成本降至八分之一。该工具提供提示词优化与爆款复刻功能，支持创作者在 2 到 3 天内独立完成短剧制作。目前 OiiOii 已追加 100 万元现金池启动“百万 AI 自媒体打造计划”，为创作者提供算力支持与商业变现渠道。

9月2日周三
  1. 人工智能学家82

    World Labs 发布新一代世界模型 Atlas

    World Labs 发布新一代世界模型 Atlas，该模型采用多模态自回归扩散 Transformer 架构，支持基于单张图像生成 1440p 视频及三维场景重建。Atlas 能够根据 1 至 25 张图像重建空间，支持点云及 3D 高斯泼溅输出，并利用摄像机几何参数实现精准的长视频控制与“子弹时间”模拟。

    推荐理由：World Labs 发布的 Atlas 模型通过统一架构将图像生成、三维重建与时空模拟融为一体，展示了空间智能在处理复杂场景时的可扩展性。

  2. K姐研究社56

    LibTV 上线深度动作捕捉与智能剪辑功能并实测

    LibTV 上线深度动作捕捉和智能剪辑两个新功能。深度动作捕捉可从参考视频中提取动作、走位、运镜和空间关系，淡化原人物五官、服装与背景，减少其对生成结果的干扰；实测中将真人剑客替换为熊猫与老虎、将真人替换为机甲，动作与空间关系均得到保留，而直接用原视频生成的对照组则残留了原片人物外轮廓。

  3. 机器之心76

    李飞飞World Labs发布全模态世界模型Atlas

    World Labs发布新一代世界模型Atlas，原生预训练处理文本、图像、视频和3D四种数据，支持相机可控生成（最高1440p、1分钟视频）、空间重建、时空模拟和图像生成。

    推荐理由：原文梳理了Atlas的核心设计与评测口径，读者可据此分辨其相机可控优势与画面质量的差别。

  4. 深思SenseAI58

    Visko 完成 1000 万美元融资，推出可持续运行视频模型 Orbis

    2025 年成立的 Visko 宣布完成 1000 万美元种子前融资，并开放实时视频模型 Orbis 的公众体验入口。Orbis 可输出每秒 24 帧的 4K 视频，支持用户在画面运行期间修改提示词并实时生成后续片段。公司称 Orbis 使用固定容量多尺度记忆，在小时级生成中未见明显画质或颜色漂移；团队目前 16 人，融资由 Llama Ventures 领投。

  5. APPSO85

    World Labs 发布多模态世界模型 Atlas

    World Labs 发布面向空间智能的多模态世界模型 Atlas，支持通过 1 至 6 张照片及相机位姿参数生成最长 1 分钟、1440p 分辨率的视频。在稀疏视角重建评测中，Atlas 的 AbsRel 分数为 25.3，优于 Pi3X、Depth Anything 3 等模型，并具备实时渲染与物理交互模拟能力，用于支持机器人在虚拟孪生空间中训练。

    推荐理由：文章拆解了 Atlas 的相机控制生成与空间重建机制，并给出了对比基准的实测数据，适合评估多模态世界模型在具身智能场景中的实际落地路径。

9月1日周二
  1. 极市平台50

    ECCV 2026 论文 PhyGDPO：用组级 DPO 提升视频生成物理一致性

    PhyGDPO 是一个面向文生视频模型物理一致性的 offline 强化学习后训练框架，已开源代码与数据。它先用数据管线 PhyAugPipe 筛出超过 13.5 万组物理密集样本构成 PhyVidGen-135K，再基于组级 Plackett-Luce 概率模型推导出组级 DPO 损失，并引入物理引导奖励 PGR 与 LoRA-SR 切换参考机制以降低显存占用。

  4. 网罗灯下黑57

    LibTV 上线深度动作捕捉功能实测

    LibTV 上线深度动作捕捉功能，可将视频中的动作精确提取为黑白参考视频用于 AI 生成。作者实测单人舞蹈与邱淑贞经典打斗片段，1:1 复刻效果在多人复杂场景下也能准确还原动作链与运镜。功能操作在 LibTV 画布中进行，建议时长控制在 20 秒内，配合专用提示词模板使用以稳定生成。