GPT-6.2 Sol 开启 Fast 后速度很快,正测 Ultra Fast 剪视频
GPT-6.2 Astra 反馈不佳,但作者实测 GPT-6.2 Sol 开启 Fast 后任务完成迅速,认为 6.2 Sol 不错。下一步正测试 6.2 Sol Ultra Fast 剪视频的速度。
GPT-6.2 Astra 反馈不佳,但作者实测 GPT-6.2 Sol 开启 Fast 后任务完成迅速,认为 6.2 Sol 不错。下一步正测试 6.2 Sol Ultra Fast 剪视频的速度。
针对"中国55% Token消耗用于短剧"的说法,豆包公关负责人刘星回应称字节总算力中仅约10%用于视频生成模型训练和推理。该数据源自中文在线6月披露的投资者关系记录,统计范围与方法未公开;所谓美国58%则出自OpenRouter与a16z报告,仅覆盖该平台OpenAI模型的大语言模型交互。两处数据统计口径不可比,目前尚无按统一标准比较中美AI应用场景的Token消耗统计。
Higgsfield 于 13 日称其 AI 视频可超过十分钟,VideoGen 于 20 日称 Model 1 能组装十分钟视频,但两家均未提供独立测试。
Sora 的 Web 与 App 已于 2026年4月26日、API 于 9月24日终止,作者认为真正受冲击的是把 API 接入工作流的用户,普通用户只是重新选一个更便宜的入口。
No Film School 梳理了多地摄影棚被改建为数据中心的趋势:Shadowbox 母公司把 155 英亩摄影棚用地改为 110 万平方英尺数据中心园区,Athena Studios 提交 130 万平方英尺改建计划,Pinewood 英国扩建转向服务器设施,Wycombe Film Studios 在多数摄影棚未建成前就改报数据中心。
一位用 RTX 3060 Laptop(6GB VRAM)做图像视频生成的创作者,分享了对 ChatGPT、Gemini、Grok、Meta AI 的日常使用感受。
美国导演工会(DGA)2026 年 6 月 9 日与 AMPTP 达成新协议,明确 AI 生成画面须由人类导演掌控,并延续 2023 年"创作职能须由人担任"的条款。Higgsfield AI 2026 年 5 月招聘"Film / Commercial Director"时,将叙事、节奏、构图和指导演员列为首要要求,提示词经验仅列为"加分项"。
国庆前后多家头部AI视频模型密集更新,旗舰模型入门价从元级降到分级的趋势明显。可灵Kling 4.0开启内测,单次原生视频时长拉到30秒、画质到4K,同时上线轻量版Kling 4.0 Flash,API定价尚未公布;生数科技Vidu Q4 Preview支持15张参考图、3段参考音频和4K直出,首发价最低0.09元每秒。
AI 电影人 Frank Houbre 以自己创办的 Outerframe Studio 为例,逐间推演 2030 年电影工作室的变化。他判断届时仍会保留实体片场,但面积更小、更多靠租赁,拍摄集中在表演捕捉,环境则交给生成;SAG-AFTRA 新合约(2026 年 7 月至 2030 年 6 月)与 AI Act 第 50 条透明度义务已锁定部分规则。
🔥我靠!Gemini 4 Argon 直接吊打 GPT-6 Astra ! 同一提示生成日式夜景像素画: ⚡ Argon:3分钟搞定,成本只要 $0.5 🐢 Astra:硬生生拖了25分钟,花了 $11 速度快8倍+,成本低22倍,这还叫旗舰对决? Google这次是真杀回来了! 你觉得哪个模型赢了?评论区见👇 #Gemini4Argon #GPT6Astra #AI对比 #GoogleAI #OpenAI #AIhubmix #大模型战争
定焦One分析AI剪辑正在改变视频生产的收费方式,原本支付给剪辑师和软件公司的钱开始流向模型、算力与自动化服务。2026年9月剪映推出AI创作工作台Hub、智能剪辑助手和AI Ultra会员,Adobe将Creative Agent扩展至Premiere,Descript、Runway等公司也从各自环节向完整生产流程延伸。
社交媒体走红两种“妈妈妙招”:把学校照片上传 AI 去水印,或用手机自拍让 AI 生成学校照片效果。去水印属版权侵权,美国侵权罚款 750 至 150,000 美元,英国诉讼费用常远超照片本身价格。专家警告,儿童照片上传 AI 平台可能泄露 GPS 等元数据,并可能被用作训练数据。
ChatGPT 生成"《纽约客》风格漫画"时,会连带伪造漫画家签名,Nieman Lab 已识别出 15 位以上《纽约客》漫画家的签名出现在 ChatGPT 图像中。漫画家 Brendan Loper 因一张署名"BLOPER"的 Dolly Parton 悼念漫画被陌生人反复询问,而他本人并未创作该图。伪造签名等于宣称作品出自某位具名人类之手,对以名声为生的创作者构成直接威胁。
马斯克在 X Takeover 访谈中称,不少机器人演示动作是提前编排的,机器人得能应付没见过的情况才算真本事,自家擎天柱也仍需攻克拧螺丝的力气、精度与触觉难题。他透露星舰下一次试飞希望尝试捕获上面级飞船,让助推器和飞船都能回收,并称 AI 音乐视频已能排进他看过的前十或前二十,其中用到 Grok 4.5。
OpenAI 的 ChatGPT Images 2.5 强化了参照图像下人物与物体的再现性,以及只改必要部分的编辑能力;Midjourney 则进化到 V8.2,从 Character Reference、Omni Reference 转向可处理多张参照图的新 Edit Model。
ChatGPT 4o 在作者推敲 FLUX.1 on Stable Diffusion Web UI Forge 提示词时自发绘制了一张意图确认画,作者认为其 200% 传达了自身意图,并发现该画疑似模写自作者原画。作者由此质疑将 ChatGPT 4o 直接作为 AI 描画环境是否仍算"自身创作",并对比了 FLUX.1、Kling AI 视频化与 MiniMAX H3 的 t2v 定位。
a16z 合伙人 Olivia Moore 发布消费级 AI 应用 Top 100 报告,ChatGPT 仍是遥遥领先的最大玩家,Suno、ElevenLabs 等小玩家展现出持久生命力。报告还指出社交、约会、电商、旅游、金融、健康等六个消费类别在榜单中完全没有 AI 应用入局。Moore 认为消费级 AI 仍处早期,机会在于跳出订阅和 API 收费,探索广告等更多变现方式。
Factory AI 软件工程师 Alvin Sng 在 X 上发帖称,妻子让他给新生儿读书时,他提出可以直接用手机放有声书,甚至训练一个自己的声音模型来代读,并称"做 AI 的人带娃体验不一样"。
3D 这一块还是 GPT-6 Astra 牛皮啊 让它读取了一下我的 Memory,根据我的喜好,用 Blender 建模的几个模型做了张海报 模型的细节、材质、光影都能做得很好
Dario 已实质性取得AI模型现阶段性全面胜利! 证据如下: 🔸凭借Opus 5.5、Sonnet 5.5、Haiku 5.5 精准高质量三连发,并配套Claude Code Mods插件等优化功能,问鼎AI霸主宝座 🔸Sam Altman叫停GPT-6.1 Astra自断手脚,GPT-6.1 Sol输给Opus 5.5、Sonnet 5.5,GPT-6 Luna参败给Haiku 5.5 🔸Elon Musk宣布Grok Bot正式接入Opus 5.5,间接承认 Grok 4.7 不如Opus 5.5 🔸Sundar 预告 Gemini 4 Argon 很强,但至今仍未开启公测,仍是纸上谈兵,也正在错失最佳模型迭代时机 #Dario #SamAltman #ElonMusk #Sundar #Haiku55 #Opus55 #GPT61Sol #GPT6Luna #Gemini4Argon #Grok47
AI 视频生成模型(如 Veo、Kling、Runway)只负责按提示词产出片段,规划、审核与拼接仍由人完成;Agentic AI 视频生成则由智能体接管分镜、调用模型、筛选候选并组装成片。
OpenAI 探讨先进 AI 的最大价值可能在于突破性创意背后的日常执行工作,而非创意本身。文章认为执行环节将塑造下一阶段的经济形态与进步速度。
OpenAI 发文探讨更强、更实惠的 AI 如何拓展个人与企业可完成的工作,并让增长更经济。文章围绕能力提升与成本下降两条线索展开,未披露具体模型版本、参数或价格数字。
OpenAI 阐述 Sora 信息流的设计理念:通过个性化推荐激发创作、促进连接,并以家长控制和严格防护机制保障体验安全。
Hugging Face 博客推出 AI 艺术工具月报第一期,回顾 2024 年创意 AI 领域的关键发布。图像生成方面,扩散模型从 U-Net 架构转向 DiT 与流匹配,Flux.1 在多项基准上超越 Midjourney v6.0 和 DALL·E 3 (HD),SDXL 仍是个人化与可控生成的主流基座。
跨学科艺术家 Minne Atairu 讲述 Sora 如何帮助她实现自己的创作构想。
OpenAI 对连续时间一致性模型做了简化、稳定化和规模化改进,仅用两步采样即可达到与主流扩散模型相当的样本质量。
OpenAI 提出 Consistency Models,可在不依赖迭代采样的情况下实现图像、音频和视频生成。扩散模型虽推动了这些领域的发展,但其迭代采样过程导致生成速度缓慢。
OpenAI 发现,在语言上训练的大型 Transformer 模型,改用像素序列训练后同样能生成连贯的图像补全与样本。研究还建立了样本质量与图像分类准确率之间的相关性,表明其最佳生成模型在无监督设定下所包含的特征可与顶级卷积网络媲美。
OpenAI 开发出 Sparse Transformer,一种在预测文本、图像或声音序列下一项任务上刷新纪录的深度神经网络。它通过改进注意力机制的算法,可从比以往长 30 倍的序列中提取模式。
OpenAI 发文阐述其"特别项目"的取向:有影响力的科学工作要选对问题,不只是有趣,而是其解决方案真正重要。