Adobe Max 大会:AI 成为焦点
Adobe 在 Adobe Max 大会上宣布 Firefly、Creative Cloud 和 GenStudio 的新 agent 和工具,包括 Creative Agent、MCP 集成和 Premiere 生成媒体工具。公司还深化与 Google 和 Microsoft 的合作,并展示 Topaz Labs 收购带来的超分工具。
Adobe 在 Adobe Max 大会上宣布 Firefly、Creative Cloud 和 GenStudio 的新 agent 和工具,包括 Creative Agent、MCP 集成和 Premiere 生成媒体工具。公司还深化与 Google 和 Microsoft 的合作,并展示 Topaz Labs 收购带来的超分工具。
Zyphra 发布紧凑多语言 TTS 模型 ZONOS3-Mini,支持 43 种语言,约 1 亿活跃参数每 token,并提供原生 transformers 移植版本。该模型使用 ZAC-1 编解码器作为音频 tokenizer,内置 27 个发布音色,支持从短音频克隆声音,采用 Apache-2.0 许可证。
央视网在无锡启动AI云创扶持计划,开放覆盖AI编剧、智能分镜、视频生成、配音字幕的全流程工具链,并配套三级审核机制。平台依托清晏智审平台形成AI初审、区域复审、央视网终审三级合规机制,韶关主节点已上线,48小时训练营面向全球招募,20到30部作品将入围展播。央视网将AI短剧纳入自身内容战略,为批量生产提供可参照的合规样本。
Higgsfield 官方博客发布完整指南,教创作者用 AI 从零创建无脸 YouTube 频道,示例频道为 Statues With a Story。指南明确 YouTube 要求披露逼真 AI 生成内容,并列出 2027 年 2 月 1 日起新申请者进入完整 YPP 需 8,000 小时观看或 2,000 万 Shorts 观看的新门槛。
Adobe 发布 Premiere 27.0,新增 Color Mode 调色页面,替代旧版 Lumetri 效果。Color Mode 提供双向控制、示波器和类似 DaVinci Resolve 节点的操作方式,可对剪辑、组或序列应用多个操作;同时新增 AI 工具,包括 Creative Agent 助手、Generative Media Tool 和 AI 音频分离。
HeyGen 发布 2026 年 11 月企业 API 更新,Video 1、Voice 1 和 Image 1 上线 API,企业限流提升,零数据保留覆盖范围扩大,v1/v2 于 2026 年 11 月 7 日退役。Video 1 支持文本/图像/参考视频到视频并生成对话与音效,Voice 1 支持 Instant Clone 与语音转语音,Avatar V 新增更自然眨眼。
Adobe MAX 2026 开幕,Premiere 迎来 Color Mode 正式可用与 Generative Media Tool 等更新。Generative Media Tool 将视频、音效、声景与音乐生成直接带入时间线,并支持 Firefly 及 Google、Kling、Runway、Luma 等合作伙伴模型。
Adobe 在 Premiere Pro 中加入 Creative Agent,可自动应用效果、跟踪遮罩主体并调整整条序列的色彩与曝光。新增 Generative Media Tool 可在时间线内直接生成视频、音效和音乐,并支持接入 Kling 等第三方模型;Generative Remove 可移除画面物体,Color Mode 提供调色工作区。
Zyphra 发布开源紧凑语音模型 ZONOS3-Mini,约 100M 活跃参数,可在手机、笔记本和浏览器实时运行。模型支持从音频样本克隆声音、按年龄/口音/音色设计角色,并逐词控制情绪、语速与表达。权重以 Apache 2.0 开源,可通过 SGLang-Omni 在 NVIDIA GPU 上以 OpenAI 兼容接口服务。
Remiqora Video 发布免费开源视频工作室,基于 ComfyUI,输入一句话或一首歌即可在本地 PC 生成带声音的完整影片。支持 15 秒至 10 分钟、宽/竖/方形画幅,歌曲可自动识别歌词并卡点剪辑,角色与场景跨镜头保持一致,单场景可单独重拍,坏镜头自动检测重拍。
清华 OpenBMB 团队开源 VoxCPM2 语音合成模型,20 亿参数、支持 30 种语言与 48kHz 音质,Apache-2.0 许可免费商用。模型采用扩散自回归零 Tokenizer 架构,支持自然语言声音设计、可控克隆与终极克隆,在 Seed-TTS-eval 基准中英文 WER 1.84%、中文 CER 0.97%。
国家广播电视总局部署开展新一轮微短剧低俗化同质化专项治理,治理为期两个月,自11月1日起至12月底。治理聚焦AI微短剧质量良莠不齐、AI技术助长低俗不良内容反弹等问题,内容创作方面治理“盗脸”“偷声”等,传播推广方面治理片名、宣推素材、弹幕评论、引流片段中的低俗内容。此前专项治理已累计下架违规微短剧7.5万部,处置违规账号1500余个。
中国网络视听节目服务协会与中国版权协会11月5日在中国广播电视精品创作大会微短剧论坛上正式发布《关于加强AI微短剧‘融像’‘融声’场景人格权益保护的倡议书》。倡议书面向全行业提出尊重人格权益、健全风控机制、深化行业协同、科学核验侵权、倡导文明观赏五项倡议,呼吁全行业尊重人格权益、恪守法律底线、坚持科技向善。
Kapwing 实测用 ChatGPT 或 Claude 自动化七类视频编辑任务,涵盖剪辑规划、字幕生成、翻译配音与 B-roll 制作。测试中 Claude Code 配合 FFmpeg 构建并渲染了 70.7 秒的 YouTube Short,Kapwing MCP 则完成了五种语言的 AI 配音。文章指出标准聊天界面无法直接编辑视频,实际剪辑需借助编码代理或 MCP 连接的编辑器。
Kapwing MCP 将 ChatGPT 连接到视频编辑工作区,用户可用自然语言完成上传、字幕、翻译、配音和生成 B-roll 等编辑任务。测试中一个组合请求生成了六个导出版本(英文原版和五个配音版本)。
Reddit 用户 keto_brain 分享 ComfyUI 制作 3:20 AI 音乐视频的工作流:将隔离人声编码为 latent 并设噪声掩码为 0,让 LTX 2.5 对口型到自备声乐,Wan 2.2 负责非唱歌动作。
作者在 ComfyUI 中为 MiniMax H3 搭建 RefMods 工作流,无需 LoRA 训练即可在 6 GB 显存上保持角色与声音一致。从 8 张图片提取角色参考或从短音频提取声音参考,保存为可复用 mod 后加载到任意生成,视觉与音频强度均设为 0.9。两个角色时建议每个角色和声音单独存 mod 文件,并在 prompt 中清楚描述主体。
国产AI漫剧出海提速,海外活跃用户超1.5亿,2026年市场规模预计突破40亿美元、较2025年增长约390%,中国厂商市占率超90%。制作成本最低350元/分钟,周期从90天压缩至10天;但爆款率不足0.2%,2026年4月起未备案作品强制下线。
作者在 MacBook Pro M5 Max 128GB 上全本地完成 46 秒科幻预告片《THE LAST SIGNAL》,全程无云端渲染、无 API 调用,耗时约 14.5 小时(含约 2 小时等待)。
作者从制作现场视角验证Pika H3 Flex,指出官方性能不能直接等同于实际可用性,人物一致性、音声分轨与4K超分需分开评估。H3 Flex基于MiniMax H3,支持最多12个参照素材与5种音声分轨,480p/768p生成后可超分至1080p/2K/4K,但4K是超分而非原生生成。