HeyGen 发布 Avatar 6 个人数字人
HeyGen 发布 Avatar 6 个人数字人,可按脚本表演,84% 测试者无法分辨真假。Avatar 6 支持脚本驱动的手势和表情,从最多 30 秒视频和一张照片学习,现有 Avatar 和 Looks 可直接使用。
推荐理由:新版本提升真实感,84% 测试者无法分辨,创作者可据此评估是否替换现有数字人出片流程。
HeyGen 发布 Avatar 6 个人数字人,可按脚本表演,84% 测试者无法分辨真假。Avatar 6 支持脚本驱动的手势和表情,从最多 30 秒视频和一张照片学习,现有 Avatar 和 Looks 可直接使用。
推荐理由:新版本提升真实感,84% 测试者无法分辨,创作者可据此评估是否替换现有数字人出片流程。
Zebracat 替代方案应按输入类型选择:Revid AI 最接近,Visla 适合真实素材,Elai.io 适合出镜讲解。Revid AI Hobby 为 $39/月,支持文本、链接或热门视频混剪;Visla Pro 为 $22/月,主打真实素材;Elai.io Creator 为 $29/月。
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。
推荐理由:HeyGen 企业 API 更新将视频、语音和图像模型统一接入,限流提升,v1/v2 退役后需迁移到 v3。
作者在 H3 上尝试快速运动效果,并更新 Longshot Studio 至 0.18.5。角色空中互动经过 30-40 次重 roll 才完成,新版本新增 Face Swap、队列管理、项目分组及 GPU 温度显示等功能,0.20.0 将集成 H3 图像侧。
Remiqora Video 0.3 发布,这个免费开源的 Windows 视频工作室现在可以从一行文字或一首歌自动生成完整电影,全程本地运行,16GB 显存即可。新版本加入节点图分支、25 种风格和图片节点,支持 LTX 2.3/WAN 2.2 等开源模型,约 30 秒生成 5 秒草稿场景。
MiniMax H3 需自托管 GPU 集群,7 款全模态平台可免运维替代。Luma Ray 3.2 居首,支持多关键帧序列、1080p 无水印导出、生成速度提升 4 倍,可直接导出至 Premiere、DaVinci 和 Final Cut;Google Veo 3.1 可一次生成同步语音与音效,ByteDance Seedance 2.5 面向多资产品牌项目。
开发者 itsVariance 开源了 IV Studio,一款基于 ComfyUI 与 MiniMax H3 的免费 Windows 桌面应用,可在本地 PC 上完成从创意到短片的完整流程。
创作者 Devajyoti1231 发布开源项目 Openjutsu,实现基于 MiniMax H3 的本地一键视频角色替换。上传视频和人物图片即可运行,逐片段替换并保留原音频,还支持物体替换、背景修改、从图片生成、面部修复和颜色修复等模式。
Luma 面向电影人的 AI 工具(Ray 3.2、Camera Angles、Light Transfer、Face Swap)已成熟为生产级工具,可将前期制作时间缩短最多 80%。
CreatorOS Studio 以 Apache-2.0 开源,在本地 GPU 上基于 ComfyUI 提供一键式视频创作,不消耗积分、不经过平台内容过滤。
推荐理由:作者因托管平台审核与积分消耗自建本地工具,展示了开源模型在本地完成分镜到成片流程的可行路径。
Synthesia 为 NVIDIA 创始人兼 CEO 黄仁勋的卡通形象 TJ 构建了互动数字人,于 10 月 21 日至 22 日在柏林 GTC 现场担任会议向导。
ComfyUI 虚拟人自定义节点开发进入第 5 篇,本次强化与 3D Pose Editor 的联动,并新增表情预设。UI 经整理后,Model 调用等按钮移入 File 标签页供各菜单共用,其余归入 Option 标签页,左侧面板仅保留表情参数以提升操作性。数据中新增羊驼、海獭、甘栗、薄荷巧克力与 Vtuber 等设定。
作者发布 H3 Recast 工作流,可在一次运行中替换已有片段里最多 3 个人物,保留动作、场景与原始音频,并加入 FaceRefine 对口型修复环节。流程为载入片段、取一帧用 Qwen-Image 或 GPT Image 等改成新形象作为场景参考,再为每人写一行描述,填几行就替换几人。
推荐理由:作者给出一次替换最多三人的 ComfyUI 工作流,并列出显存、内存与三档显卡实测耗时,便于评估本地部署成本。
ComfyUI 虚拟人节点开发进入第三篇,作者持续改进角色对话系统:新增新角色以扩展对话,加入 embedding atlas 可视化对话数据,并新增无发声的普通 LLM 聊天模式。语音方面改用 Gemma4 实现可听声音,支持与 whisper 切换,但精度仍较低;同时加入文字转录提示按钮。
AIGCPanel v2.6.0 发布,新增「图片形象」入口,上传一张高清正脸自拍即可生成数字人形象,不再需要录制 10 到 30 秒的正脸视频。该版本同时支持在生成时微调语音合成参数,并为任务调度补上兜底机制。
ENCO 将在 10 月 21-22 日纽约 NAB Show(Booth 539)北美首秀 enCue 剪辑与自动新闻打包工具、增强版 SPOTai 视频广告方案,以及 Qimera 虚拟制作环境的 3D Talent Tracking。
ComfyUI 虚拟人节点开发连载第二篇,作者用 3D pose editor 从图像生成待机姿势。目前生成的姿势相似度偏高,为免动作显得僵硬,计划分阶段逐步扩充姿势数量。
开发者开始为 ComfyUI 打造虚拟人节点,把此前自制的多个自定义节点组合起来,用 Live Chat stream 让角色在对话中自行生成形象。银发、水手服、蓝瞳等特征虽未完全固定,仍能维持大致同一角色,首轮以 T2I 生成图作为输入。节点结合 vrm 模型与 voicevox 完成对话,并接入 ollama 与 embedding gemma2 处理记忆和个性,目前处于能跑通的阶段。
Higgsfield 官方博客盘点了 2026 年面向电商的 AI 产品视频生成器,核心能力是把产品 URL 自动转成视频广告。Higgsfield Click to Ad 约 $2 生成 8 秒 720p 视频,可自动抓取产品名、描述、最多 8 张图片、品牌色和 logo,并接入 Marketing Studio 的 1500+ 模板。
HeyGen 企业版本月新增成员用量限额与申请功能,管理员可设置每位成员的使用额度,成员可在 HeyGen 内直接申请更多额度并一键审批。Video Agent 支持团队协作同一会话,多人可同时发送提示词,同一时间仅一人编辑。Brand Glossary 重建,支持按语言设置发音与翻译规则、CSV/Excel 导入导出;ElevenLabs 整合为单一引擎并新增 v4 模型选项。
HeyGen 发布 10 月企业 API 更新,HeyGen Video 1.0 API 上线,支持从提示词、图片或参考素材生成短视频。ElevenLabs v4 可用于语音合成并支持按请求选择模型,Professional Voice Clone 基于 HeyGen 自研语音模型训练录音室级声音克隆,支持整段文件或流式输出。
Sync.Labs 推出 Sync.Productions,把其影视级对口型技术以托管服务形式提供给电影和电视制作。该服务仅用原始素材和新的音轨即可调整说话者的嘴型与面部动作,无需针对演员训练、面部扫描或绑定,可用于整片本地化或拍摄后修改单句台词,同时保留演员原表演与导演剪辑。服务支持 ProRes、OpenEXR 以及 HDR 和 ACES 色彩流程,可在调色前后进行,现已开放。
Vodafone 联合 Synhawk 推出 Verify 应用,可上传可疑照片、视频、语音、短信或文档,分析风险指标并给出内容是否由 AI 生成或篡改的概率评估,10 月 22 日上线 Android 和 iOS,部分套餐包含,其余用户每月 59 克朗(不含税)。
岚叔开源 Agent Skill lanshu-create-ai-presenter-video,在 Claude Code、Codex、Gemini CLI、Cursor、OpenCode 里用一句话即可跑完剧本、配音、数字人生成、对口型、字幕、剪辑、渲染与质检,仓库 2.6k Star、404 Fork、MIT 协议。
推荐理由:把 AI 视频生产拆成可计算状态与付费门禁的 Agent Skill,其工作流设计思路可迁移到其他内容流水线。
Synthesia 以 beta 形式发布 AI 视频创作工具 Syren,输入提示词、预设或已有品牌文档、图片、视频、PPT、YouTube 链接,即可生成含动态图形、动画、数字人、配音、音乐和 b-roll 的成片,并可在对话中修改。
推荐理由:Synthesia 把视频生成做成对话式智能体,可对照其与现有编辑器在精确内容场景上的分工。
Higgsfield AI 截至 2026 年 10 月提供四档个人订阅:Free($0)、Starter($19/月,270 积分)、Plus($59/月或年付 $47/月,1,200 积分)、Ultra($129/月或年付 $99/月,3,000 积分),另有 Team、Scale、Enterprise 企业方案。
保留镜头,只换脸。 Luma 的换脸功能让你无需重来就能迭代。
sirioberati 发布 Genjustsu 开源工作流,在本地 UI 中通过彩色深度、SAM 3 遮罩和 Enhancor 的 Seedance 集成替换视频主体,先出草稿、批准后再生成 1080p。
推荐理由:开源本地工作流用彩色深度与 SAM 3 遮罩替换视频主体,并保留原始音轨,可评估其复用价值。
介绍一款本地部署的数字人视频生成工具,完全在本地运行,不依赖云端算力,通过消耗电脑自身计算资源生成数字人视频。项目描述称其支持无限时长生成,可将AI数字人嵌入PPT等场景讲课,并支持透明背景融入,面向在线教育、企业培训等用途。
VideoGen 的 AI 模型库新增 Higgsfield AI、HeyGen AI、Seedance 和 VEED 四个专页,分别对应电影感镜头、说话数字人、参考引导视频与背景移除。
facefusion 发布 v4-beta 版本,新增 Timestamp 别名类型。该版本由 henryruhs 于 9 月 30 日打标签,具体功能细节尚未在发布说明中展开。
facefusion 发布 3.9.1 版本,更新至最新 onnxruntime 版本,并将 arena workaround 限制在受影响的 onnxruntime 版本上。该版本还修复了 CoreML 下内容分析器的性能问题。
YeJe-cpu 在 GitHub 开源 SeeCut,一个给 Claude Code 等 coding agent 用的 skill,把数字人或真人口播素材自动精剪成带动效的竖屏短视频,并可选推成剪映分层草稿微调。
推荐理由:作者开源了一套可复用的口播精剪 skill,含数字人配音与剪映草稿交付的完整流程。
Wireflow 因可将脚本、数字人、剪辑模型串联成可复用节点画布,被评为 2026 年 UGC 广告代理机构工具榜首,适合跨客户批量产出。榜单另含 Arcads(演员真实感)、Creatify(商品链接批量出广告)、MakeUGC(数字人库)、HeyGen(对口型与保留音色的翻译本地化)等 8 款,按批量产能、客户隔离、修改成本与导出控制四项标准排序,定价为 2026 年 9 月公开方案。