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。

10月23日周五
10月22日周四
  1. 量子位 · 搜狐公开专栏75

    模思智能 MOSS-Image 开源 4 天海外下载超 130 万次

    模思智能开源的 5B 参数文生图模型 MOSS-Image 上线 4 天在海外社区收获 130 万次下载,GitHub 获 1.4k Stars,并登顶 Hugging Face 文生图趋势榜。

    推荐理由:5B 参数开源模型上线 4 天获 130 万次下载,社区已产出加速、量化版本与 LoRA,可观察其文字渲染与布局控制的实际表现。

  2. 雷峰网65

    火山引擎启动 Seedance 2.5 4K 模型首批企业试用,定向供应全球 20 家工作室和导演

    火山引擎启动 Seedance 2.5 4K 模型第一批企业用户试用,与作品绑定、定向供应给全球 20 家工作室和导演,探索高端影视需求。该模型主打人物表演更细腻自然、参考生成和编辑一致性更精细,是 Seedance 2.5 这一代中的最强模型。一家已试用模型的电影工作室称,可先用 480P 生成样片,满意后再用 4K 重新生成;在用的 20 部作品中最早下个月有卫视 S 级 IP 播出。

    推荐理由:Seedance 2.5 4K 以定向试用方式进入 20 部影视作品,可观察高端影视对生成模型的实际采用节奏。

  3. 可灵 Kling62

    可灵官方预告 Kling 4 模型

    可灵(Kling)官方账号发布带 #KlingAI #Kling4 标签的简短预告,未披露具体能力与上线时间。引用内容显示 Kling 4.0 已在 OpenArt 上线,支持首尾帧与中间帧引导、最多 10 张参考图、文生或帧生视频及视频编辑,Pro 与 Wonder 套餐在 11 月 20 日前享 50% 折扣。

  4. 可灵 Kling75

    Kling 4.0 上线 OnSolo

    Kling 4.0 已在 OnSolo 上线,支持单次生成 30 秒原生视频,快速动作与大运镜中保持运动稳定。该版本提供立体声与更精准的对口型,支持 21:9 宽画幅,单次任务最多可堆叠 15 个参考和 10 个关键帧。

    推荐理由:Kling 4.0 上线 OnSolo,给出单次 30 秒原生视频、21:9 画幅与多参考图堆叠等参数,便于创作者对照现有流程评估。

  5. 可灵 Kling72

    可灵 4.0 上线 Adobe Firefly

    可灵宣布 Kling 4.0 已在 Adobe Firefly 中上线,用户可通过 Adobe 提供的链接直接试用。该版本以 Kling 4.0 名称接入 Firefly,官方未披露更多功能细节。

    推荐理由:可灵 4.0 接入 Adobe Firefly,创作者可了解该版本在 Adobe 工作流中的可用入口。

  6. Hugging Face Daily Papers38

    RubatoCodec:带预算的自适应语音分词与流式解码

    RubatoCodec 是基于 X-Codec-2 的可变帧率语音编解码器,通过 utterance 级事件预算和流式解码实现自适应分词。其 Adaptive Firing 机制利用编解码特征与波形频谱变化划分变长事件,无需学习边界预测器。在低事件率下重建保真度和可懂度优于固定帧率编码,英日基准上可懂度保持最佳,匹配 TTS 对比中 WER 更低、UTMOS 与 UTMOSv2 更高。

  7. comfyorg · YouTube 创作视频78

    ComfyUI 上线 FLUX 3 Max,支持图生视频与文生视频工作流

    ComfyUI 上线 FLUX 3 Max,这是 FLUX 3 Video 的延迟优化版本,可生成 10 秒 720/768p 带原生音频的片段,耗时约 12 秒。官方同时给出图生视频与文生视频两条工作流链接,并列出多候选对比、调参时预览运动、批量产出广告变体和关键帧引导分镜等用法。

    推荐理由:ComfyUI 接入 FLUX 3 Max,给出 10 秒 720/768p 带原生音频、约 12 秒出片的延迟优化版本,并附图生视频与文生视频工作流入口。

  8. 可灵 Kling72

    可灵预告 Kling 4 视频生成模型

    可灵官方账号以 #Kling4 预告新一代视频生成模型,正文未给出具体参数。其引用的 Morphic 发布信息称 Kling 4.0 支持原生 30 秒生成、最多 10 个关键帧、15 个参考、画面文字一致与多语言,并提供 4K 与 10-bit HDR,11 月 20 日前在 Morphic 生成可享 10% 折扣。

    推荐理由:可灵官方预告 Kling 4,引用信息显示其支持原生 30 秒生成与 4K 10-bit HDR,可据此判断长镜头出片能力。

  9. 可灵 Kling72

    可灵 KLING 4.0 API 正式开放

    可灵宣布 KLING 4.0 API 正式开放,开发者可将 Kling 4.0 集成到自有产品与工作流中。原文未披露具体能力参数、定价或接入细节。

    推荐理由:可灵 4.0 开放 API 接入,开发者可据此评估现有产品与工作流的集成方式。

10月21日周三
  1. 可灵 Kling72

    可灵 Kling 4.0 上线 fal 平台

    可灵 Kling 4.0 已在 fal 上线,官方称其为新一代原生多模态视频模型,在复杂运动稳定性、角色与场景参考一致性以及电影化叙事控制上有所提升。目前该模型仅通过 fal UX 和 fal Agent 提供,API 访问即将开放。

    推荐理由:Kling 4.0 在 fal 上线,官方给出复杂运动稳定性、角色与场景参考一致性和叙事控制三项能力变化。

  2. 可灵 Kling72

    可灵 KLING 4.0 API 开放申请

    可灵宣布 KLING 4.0 API 开放申请,开发者可将 Kling 4.0 接入自有产品与工作流。原文未披露具体接口能力、价格或开放时间。

    推荐理由:可灵 4.0 开放 API 申请,开发者可据此评估把该版本接入自有产品与工作流。

  3. 骨朵 · 网易号19

    今晚直播预告|可灵4.0全新实测!用顶尖AI技术还原真实三星堆上古文明

    骨朵传媒今晚直播实测可灵4.0(Kling 4.0),重点检验30秒原生长视频生成、复杂运镜、关键帧精准可控与全能素材参考复刻四项升级功能。直播由骨朵传媒合伙人芈木木主持,电影美术指导无限画布与编剧锦鲤小金金以影视美术加剧本叙事双视角,拆解两大三星堆原创脚本,还原祭祀现场与青铜神树名场面,并横向对比朝歌、洛阳、楼兰、亚特兰蒂斯等古文明。

  4. Hugging Face Daily Papers47

    Joints, Camera, Action!:为任意骨骼绑定联合生成 3D 运动与视频

    研究者提出一个模型,可为任意骨骼绑定直接联合生成视频与 3D 运动,并估计相机把运动配准到 3D 场景。它把支持任意骨架的 3D 运动模型与预训练视频模型通过少量 cross-attention 层连接,用约 200K 训练对训练,评测中比 video-first 流程更忠实地按文本驱动多种骨骼,并支持视频转骨骼运动、骨骼运动转视频及关键帧控制。

  5. Reddit StableDiffusion · 创作者与工作流分享22

    Fibo 2 与 Moss Image 文生图对比测试

    用户 pixelvista 在 Reddit 发布 Fibo 2 与 Moss Image 的文生图对比,用两组人像提示词各生成一张图。Moss Image 采用 Base 模型、50 steps、3 CFG、Shift 1、SLG Scale 0、Skip Start 0、Skip Stop 1,输出 3:4 比例 4 百万像素图像。

  6. ComfyUI Wiki · 工作流与开源创作分享75

    腾讯混元开源交互式世界模型 Hy-Nomas,支持文本与相机轨迹分段生成

    腾讯混元于 2026 年 10 月 21 日开源交互式世界模型 Hy-Nomas,公开权重、推理代码以及训练和数据标注代码,并提供在线 demo 与 Hy-Nomas-Bench 基准。

    推荐理由:腾讯混元开源可交互世界模型,文本与相机轨迹可逐段驱动长视频生成,并附基准与单卡配置。

  7. ComfyUI Wiki · 工作流与开源创作分享81

    FastVideo 发布 FastH3 Omni:MiniMax H3 参考条件化变体,8 步生成带声视频

    FastVideo 发布 FastH3 Omni,这是 MiniMax H3 的参考条件化变体,提示词加有序的图片、视频和音频参考可生成带同步声音的片段,只需 8 次 transformer 评估而非基础 H3 的 50 次。

    推荐理由:FastH3 Omni 把参考图、视频与音频统一进一条生成链路,并给出与基础 H3 的逐项耗时对比,便于评估本地部署成本。

  8. Reddit comfyui · 创作与工作流分享78

    Hao AI Lab 开源 FastH3 OmniRef,支持 ComfyUI 首日接入

    Hao AI Lab 的 FastVideo 团队开源 FastH3 OmniRef,输入提示词加参考图像、短视频片段或声音即可生成带同步声音的视频。该模型只需 8 步而非 50 步,比基础 MiniMax-H3 最高快 11.9 倍,已进入 ComfyUI 0.42.2 工作流模板,并开放权重与训练代码。

    推荐理由:FastH3 OmniRef 以开放权重形式发布,8 步出片并支持 ComfyUI 首日接入,创作者可据此评估本地参考生视频流程。

  9. FastVideo 视频模型 · 模型发布80

    FastVideo 发布 FastH3 Omni 的 ComfyUI 版本模型权重

    FastVideo 发布 FastH3 Omni 最终版的 ComfyUI 可用权重,提供 BF16 与 INT8 ConvRot 两种扩散模型,可根据提示词和有序的图片、视频、音频参考生成视频与同步音频。

    推荐理由:FastH3 Omni 放出 ComfyUI 可用的 BF16 与 INT8 权重,并给出参考图、视频、音频的接入方式,便于创作者评估本地出片流程。

  10. Krea 官方博客60

    Krea 3 登上三个图像编辑榜单:各榜排名与区间逐项解读

    Krea 3 Ultra 在 10 月 19 至 20 日公布的三个图像编辑榜单上分别位列 Arena 多图编辑第 4、单图编辑第 8、Artificial Analysis AA-Image-Editing v2.1 第 5、Design Arena 第 4(共 51 个模型)。

    推荐理由:Krea 官方逐条拆解三个榜单的票数、置信区间与排名区间,说明同一模型为何出现四个名次。

10月20日周二