跳到正文
日期与来源

日期按北京时间的资讯列表日期计算,包含起止当天。

11月8日周日
  1. Luma News16

    Synthesia 的局限性:它不能做什么

    Synthesia 只能生成数字人播报视频,无法输出 HDR/EXR 等专业后期格式,也无法制作电影级镜头。脚本改动需整段重新生成,无法对已通过的元素做局部编辑,因此难以满足产品发布、品牌广告等创作需求。Luma 的 Ray 3.2 提供原生 HDR 与 16-bit EXR 导出,Layers 允许改产品、标题或背景而保留其他元素。

  2. Luma News19

    HeyGen 的局限:它无法做到什么

    HeyGen 无法制作电影级场景、产品镜头或环境内容,仅支持预设手势,无自定义动画或全身动作控制。渲染高峰期延迟可达 60 分钟,口型同步在声调语言和地区口音下精度下降,且不提供 HDR 或 EXR 专业调色输出。Luma 的 Ray 3.2 支持 16-bit EXR 导出,Layers 支持元素级编辑,Luma Agents 可维护项目上下文。

11月6日周五
  1. PixVerse 中文官方博客69

    PixVerse 实测对比 2026 年最佳 Serverless AI 视频推理服务商

    PixVerse 发布 2026 年最佳 Serverless AI 视频推理服务商对比,覆盖 fal、PixVerse、Baseten、Runpod 和 Modal 五家,并用同一张产品图实测 PixVerse V6、H3 Max 和 Wan 2.2 三款模型。

    推荐理由:PixVerse 用同一张产品图实测三款模型,给出单条成本、速度与质量对比,并附可复用的服务商测试流程。

11月5日周四
11月4日周三
  1. 可灵官方博客63

    Ash Koosha:Kling 4.0 的长镜头让情绪有时间展开

    Ash Koosha 分享 Kling 4.0 使用体验,称长镜头让情绪有时间展开,定向编辑可修正单处细节。他预估废弃素材至少减少 50%,Kling 4.0 支持单次生成最长 30 秒。他认为更稳定的镜头运动和更细腻的表情对电影制作更重要。

    推荐理由:创作者实测 Kling 4.0 长镜头与定向编辑能力,预估废弃素材减少 50%,为电影级长镜头制作与细节修正提供参考。

10月23日周五
10月22日周四
  1. Pictory 官方博客25

    营销与视频领域的 Agentic AI 实例:Pictory 3 如何用 AI 视频智能体生成视频

    Pictory 3 的 AI 视频智能体可把主题、受众、用途和时长等需求转成脚本、场景与预览,用户确认后再生成成片。营销场景中,HubSpot 的 Data Agent 与 Prospecting Agent 负责客户调研和购买信号监测,Salesforce Agentforce 生成营销简报与受众分群,Sprinklr 智能体监测 30 多个渠道并设审批与熔断机制。

  2. Pictory 官方博客25

    生成式 AI 与智能体 AI 对视频创作者有何不同:Pictory 3 对比解析

    Pictory 官方博客对比了生成式 AI 与智能体 AI 在视频创作中的分工:前者按提示词产出脚本、图像或片段等单个素材,后者以目标为导向规划并执行多个步骤。文中以 Pictory 3 的 AI 视频智能体为例,它可完成配音、视觉来源、画幅比例、布局预设和品牌套件五项设置,并生成脚本、场景与预览供人工审核。多数工作流会两者并用,由人负责审核与判断。

  3. Luma News16

    Gemini Omni Flash 与 Wan 3.0:谁是目前最佳 AI 视频模型?

    Gemini Omni Flash 擅长对话式编辑与多模态输入,Wan 3.0 可生成最长 30 秒片段并支持文档输入,两者各有优势。Luma AI 的 Ray 3.2 提供多关键帧序列、HDR 输出和 EXR 导出,Layers(由 Uni-1 驱动)支持单元素修改,适合生产流程。2025 年 AI 视频生成市场规模约 7 亿至 20 亿美元,北美领跑。

10月21日周三
  1. Krea 官方博客62

    Krea 3 对比 Nano Banana Pro:榜单领先,但 4K 与长文本仍落后

    Krea 官方对比 Krea 3 与 Nano Banana Pro,称 Krea 3 在 Arena Multi-Image Edit、Design Arena 和 Artificial Analysis 三个榜单上均排名更高,多数编辑在原生 2K 下 8 秒内返回,且比 GPT Image 2 与 Nano Banana Pro 便宜 3 倍。

    推荐理由:Krea 官方用三个公开榜单和同题实测对比自家 Krea 3 与 Nano Banana Pro,并列出各自适用场景。

10月20日周二
  1. Higgsfield 官方博客30

    2026 年 AI 图像与视频最佳一体化订阅对比:Higgsfield、Runway、Krea、Magnific、Pika Art

    Higgsfield AI 以 $15/月 起在同一积分体系内覆盖图像、视频、角色一致性与广告制作,Runway 则以 $15/月 起提供图像视频生成加 Aleph 2.0、Edit Studio 等成熟后期编辑层。Krea 从 $9/月 聚合 150+ 模型,Magnific 主打 250M+ 素材库与设计工作流,Pika Art 从 $10/月 起侧重短视频社交内容。

10月2日周五
9月8日周二
2月3日周二
1月27日周二
  1. Hugging Face Blog22

    中国开源 AI 生态的架构选择:MoE、多模态与国产硬件如何超越 DeepSeek

    中国开源模型已近乎一致转向 MoE 架构,Kimi K2、MiniMax M2、Qwen3 均采用该路线,目标是在成本可控下实现可持续部署。开源活动从 2025 年 2 月起扩展至多模态与智能体,StepFun 的 Step-Audio-R1.1 语音模型性能超越闭源模型,腾讯开源 Hunyuan Video 与 Hunyuan 3D。

1月31日周五
1月27日周一
  1. Hugging Face Blog60

    Diffusers 团队梳理开源视频生成模型现状与优化方案

    Hugging Face Diffusers 团队发布文章,梳理开源视频生成模型现状,并介绍 Diffusers 对这类模型的支持方式。文中列出 CogVideoX、Mochi-1、HunyuanVideo、Allegro、LTX-Video 等开源模型,指出高资源需求、泛化能力和延迟是主要限制。

    推荐理由:Diffusers 团队系统梳理开源视频模型现状,并给出把 HunyuanVideo 显存压到约 6.5GB 的优化组合。

12月9日周一
10月23日周三
6月20日周四
6月26日周一
  1. Hugging Face Blog22

    Hugging Face 通讯第4期:文本到图像模型中的偏见

    Hugging Face 发布《伦理与社会通讯》第4期,聚焦文本到图像模型的偏见问题。文章梳理了训练数据、预训练数据过滤、CLIP 推理、模型潜在空间及事后过滤等五类偏见来源,并指出 Stable Diffusion v2.1 与 ERNIE ViLG 在"北京的房子"同一提示下生成结果存在文化刻板印象。团队同时介绍了 Stable Bias 项目用于探索和比较生成图像偏见的工具。

5月8日周一
  1. Hugging Face Blog30

    深入解析文本到视频模型:从 GAN 到扩散模型的发展与挑战

    Hugging Face 博客梳理了文本到视频模型的发展脉络:早期基于 GAN 和 VAE 的方法受限于低分辨率与短时长,随后 Phenaki、Make-A-Video、NUWA、VideoGPT、CogVideo 等转向 transformer 架构,当前主流则采用扩散模型。文本到视频需保证帧间时空一致性,面临算力成本高、高质量数据集稀缺、视频描述模糊三大挑战,模型通常只能生成极短片段。

3月2日周四
  1. Hugging Face Blog12

    Hugging Face 发布 Diffusers 库伦理准则

    Hugging Face 为 Diffusers 库发布伦理框架,用于指导维护者处理社区贡献的技术决策。准则涵盖透明、一致、简洁、可访问、可复现与责任六项价值观,并列出社区讨论区、内容标签、偏见探索等安全机制,以及 Safe Stable Diffusion、Hub 分阶段发布和 OpenRAILs 许可等部署措施。

12月15日周三
6月17日周三
4月23日周二
7月28日周四