Pictory 发布 Pictory 3,新增 AI 视频智能体
Pictory 发布 Pictory 3,新增 AI 视频智能体:用户描述视频需求并回答五个设置问题后,智能体生成脚本、场景和预览,再通过对话或编辑器修改后生成成片。视频可从想法、脚本、网页、文档、PowerPoint 或录音起步,文档与 URL 合计每次最多 5 个来源。新用户将随推送进入 Pictory 3,旧项目仍保留在 Projects 中且不会自动转换。
Pictory 发布 Pictory 3,新增 AI 视频智能体:用户描述视频需求并回答五个设置问题后,智能体生成脚本、场景和预览,再通过对话或编辑器修改后生成成片。视频可从想法、脚本、网页、文档、PowerPoint 或录音起步,文档与 URL 合计每次最多 5 个来源。新用户将随推送进入 Pictory 3,旧项目仍保留在 Projects 中且不会自动转换。
Luma的Ray 3.2与Seedance 2.5分别侧重帧级控制与同步音频生成,用户可按项目需求选择。Ray 3.2支持HDR输出、EXR导出和最多16个关键帧,适合专业后期;Seedance 2.5可一次生成30秒带同步音效、音乐和口型的片段。两者均通过Luma提供,可在同一工作区内切换使用。
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。
Veo 3.1 与 Runway Gen-4.5 的对比显示,创意团队选择 AI 视频工具时需兼顾生成质量与后期工作流,Luma Ray 3.2 以多关键帧控制(最多 16 个)加入竞争。
Seedance 2.5 与 Kling 3.0 在 2026 年 AI 视频生成对比中各有侧重:前者主打 30 秒原生片段、多参考输入(最多 50 个)和原生音视频一次生成,后者主打最高 4K 输出与物理运动真实感。
Kling 4.0 已在 Higgsfield AI 上线,单次生成时长从 Kling 3.0 的 3 至 15 秒扩展到 3 至 30 秒,最高 1080p 并带双声道立体声。
推荐理由:对比 Kling 3.0 列出时长、关键帧、参考素材与音频的升级项,并给出各分辨率积分成本,便于评估接入成本。
2026 年值得关注的 11 款 AI 视频广告生成器包括 Higgsfield、Creatify、Topview、Arcads、HeyGen、Runway、Synthesia、Predis.ai、AdCreative.ai、Pika 和 OpusClip,覆盖产品链接转视频、AI 演员 UGC 广告、参考广告复刻和批量版本测试四类任务。
Higgsfield 的 Prompt Team 按提示词响应、运动稳定性、光照、角色一致性和编辑控制五项标准,对比了 Seedance 2.5、Veo 3.1。
Higgsfield 在 2026 年十大 AI 视频生成器对比中位列第一,以 35+ 模型和工具整合角色一致性、广告制作与智能体能力于一份订阅。Runway 凭 Gen-4.5 主打剪辑与 VFX 流程,Kling 官方应用提供 Kling 3.0/4.0 直连,Google Flow 以 $4.99 起提供 Veo 3.1。各平台价格与额度均于 2026 年 10 月核验。
Higgsfield 对比 Dreamina、Higgsfield、Runway、OpenArt、Magnific 五家平台的 Seedance 2.5 定价,一条 1080p 8 秒片段成本在 6.27 至 13.06 美元之间,Higgsfield 最低、Runway 最高。
可灵 AI 的 Lip Sync 工具可为已有角色视频添加语音或歌声并对齐口型,Kling 4.0 则能在生成新场景时同步产出对话、面部表演与声音。Kling 4.0 相比上一代改进了口型同步、支持更灵活的声音参考、扩展多语言对话并新增双声道立体声,音频与画面默认同步生成。
Fireworks 与 fal 联合发布 EAGLE-4 技术分析及面向创意任务的投机解码基准数据集 Prompt Enhancement SpecBench。该数据集含 400 个样本,覆盖文生视频、图生视频、文生图、图生图四类各 100 例。EAGLE-4 在 Qwen 3.8 27B 上采用滑动窗口注意力与低秩候选头降低草稿成本,验证树由 GPU 延迟测量动态调整宽度与深度。
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。
Higgsfield 官方博客对比了 InVideo AI、HeyGen、Higgsfield、Synthesia、LTX Studio 五款长视频 AI 工具,按成片时长、跨场景一致性和成本逐项评估。
Higgsfield 创作者 Egor Kuzmin 用 Seedance 2.0 生成的 3 分 30 秒影片片段,在 7 月 Luzhniki 体育场演出中连续两晚播放,现场约 8.6 万人同时观看。
Higgsfield 发布教程,介绍如何用 Cinema Studio 4.0 将房产照片转为逐个空间的视频片段,再拼接成带房源信息和音乐的房产导览。操作流程包括上传清晰照片作参考、在 Director's Panel 设置相机/镜头/光圈/灯光/节奏、从 30+ 运镜预设中每片段选一个轻柔移动,并用 Extend 和 Edit Video 修正结果。
Synthesia 视频制作人实测十款 AI 视频生成器并给出排名,Seedance 2.5 因电影级运镜与运动表现居首,但仅支持 720p、最长约 15 秒且难以免费获取。
可灵 4.0 支持文生视频与图生视频,单段最长 30 秒,在大幅运动与复杂运镜中保持更稳定的画面。其 Omni Reference 最多可组合 15 个图像、视频、声音参考与 Elements,另可用最多 10 张上传图片作为关键帧控制画面节点。官方围绕日常生活、教程、个人故事、爱好与节日等方向给出 20 个视频创意示例。
FastVideo 在 Hugging Face 发布 FastH3 OmniRef 的 ComfyUI 原生打包版本,可根据提示词与有序的图像、视频、音频参考生成视频和音频。
可灵 AI 发布视频画质提升指南,针对光照不足、噪点、压缩伪影、模糊、构图不佳和动作不完整等问题给出对应修复方法。使用 Kling VIDEO 3.0 Omni 可上传 3–10 秒视频,通过提示词调整光照、色彩、背景与构图并保持原动作,输出设置可选 1080p 或 4K。指南还按社交短视频、YouTube 长视频和老旧录像分别给出画质优化建议。
可灵 4.0 支持 3–30 秒视频生成,其 Omni Reference 最多可接入 15 个参考素材(含最多 10 张图片),用于在老照片动画中保持人物面部与服装一致。该模型强化了大动作稳定性,让挥手、走几步、转身等动作更自然,Keyframes 模式最多可用 10 张关键帧图控制场景切换。
Kapwing 发布教程,演示用 GPT-6 Astra 连接 Blender 搭建巨龙与场景的灰模、动画和相机镜头,再用 GPT Image 2 生成设计图与写实首帧,最后由 Seedance 2.5 生成 10 秒连续镜头。
推荐理由:作者实测用 GPT-6 Astra 驱动 Blender 搭 3D 场景,再经图生 3D 与 Seedance 2.5 出片,并列出三家 3D 模型对比与逐项成本。
Kapwing 发布教程,介绍用 Claude 技能生成机位指令 Prompt,再在 Kai 中以 Seedance 2.5 把一条固定机位素材重拍成多机位剪辑。
推荐理由:作者用 Seedance 2.5 实测单机位转多机位,给出完整 Prompt 与失败案例,可迁移到短剧多机位剪辑。
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。
Higgsfield AI 与 Kling 的订阅套餐及生成成本对比显示,同样一段 Kling 3.0 视频在 Higgsfield 上更便宜:5 秒 720p 为 10 credits($0.49),Kling 为 45 credits($0.56)。
Krea 发布 Photoshop 插件 Krea for Photoshop,在 Photoshop 文档内提供背景替换、重打光、多机位布局、图像与视频生成、实时画布和产品 mockup,结果以普通图层返回。
推荐理由:Krea 把图像与视频生成搬进 Photoshop 面板,结果以普通图层返回,方便对照现有修图流程评估接入方式。
Krea 发布 Premiere Pro 插件,可在剪辑软件面板内生成镜头、插入镜头、背景板和风格方案,结果以普通媒体素材进入项目,可照常裁剪、合成、调色和混音。
推荐理由:Krea 把生成能力嵌进 Premiere 时间线,成片以普通素材形式落地,剪辑师可直接沿用现有流程处理。
LTX-2 发布 v1.5.0,ImageConditioningInput 新增 replace 与 guide 两种显式绑定,视频 CLI 可用 --image PATH FRAME_IDX STRENGTH replace|guide 指定;TI2VidTwoStagesPipeline 支持通过 guide 绑定或 CLI 实现关键帧插值。
FastVideo 发布 FastH3-QAD-v2,这是一个 8 步视频与音频模型,采用 NVFP4 权重和量化感知蒸馏(QAD)训练,可在单张 Blackwell GPU(RTX 5090、RTX PRO 6000)或 DGX Spark 上运行。
推荐理由:8 步视频与音频模型以 NVFP4 量化权重落到单张 Blackwell 显卡,并给出与 BF16 教师模型的误差数据。
ElevenLabs 在 ElevenCreative 上线 Instant Soundtracks,上传视频后模型会生成原创配乐,并分析画面中的音效提示点,把音效按对应时间戳自动放到时间线上。
推荐理由:ElevenLabs 把配乐与音效生成合并进视频工作流,可据此评估短剧与广告出片的声音制作环节。
可灵 4.0 支持通过 Omni Reference 组合最多 15 个图像、视频与主体参考输入,并可用最多 10 张关键帧图像规划开场、角色反应与最终揭晓。
PixVerse V6 在可控短片生成上支持最高 1080p、单次最长 15 秒,1080p 按 18 积分/秒(无音频)或 23 积分/秒(带音频)计费,并具备角色参考、种子控制、Extend 与 Modify 工作流。
可灵官方博客梳理了 10 种视频转场类型,包括直切、跳切、匹配剪辑、淡入淡出、交叉溶解、划像、甩镜转场、变焦转场、遮挡与遮罩转场,以及 J cut 和 L cut。文章给出每种转场的适用场景,并说明可用 Kling 4.0 在剪辑或前期规划中实现这些转场。
可灵官方博客发布视频剪辑完整指南,介绍 Kling 4.0 支持用文本提示、图片和参考素材探索视频新版本、优化画面细节。文章给出 10 条剪辑技巧,涵盖故事结构、跳切、匹配剪辑、色彩统一、音频处理、B-roll 运用和平台适配,并建议用 AI 视频生成器补充未拍摄的辅助画面。
可灵官方博客发布 AI 视频提示词指南,给出由主体、动作与运动、环境、镜头运动、光照、风格节奏、约束七要素组成的提示词结构,并配以香水瓶、长城等示例。Kling 4.0 支持 3–30 秒原生视频生成、最多 10 个关键帧,结合文本提示与参考图、参考视频及可复用元素,并改进动态运动、对口型和双声道立体声。
可灵官方博客发布视频编辑指南,介绍传统时间线剪辑四步流程,以及 Kling 4.0 如何通过参考素材修改已有素材。Kling 4.0 单次编辑任务最多支持 5 个输入视频片段(含 1 个主视频),每段时长 3–30 秒、总时长不超过 30 秒;Omni Reference 最多支持 15 个组合参考素材,新建序列时可自定义最多 10 个关键帧。
可灵 4.0 支持用自然语言指令移除视频中不需要的物体或人物,无需逐帧手动遮罩。操作分三步:上传视频(完整模型最多支持 5 段输入视频,含 1 段主视频,每段 3–30 秒,总时长不超过 30 秒)、描述要移除的目标及其位置与需保留的背景、生成后检查并优化指令重新生成。该模型还支持 Omni Reference 参考输入,并可在同一场景中一次移除多个物体。
Comfy 发起开源重建竞赛,悬赏 1 万美元征集 Genjutsu、Cinema Studio 等创意应用的开源复刻版本,要求发布仓库并允许任何人运行和 fork。
Higgsfield 官方博客盘点了 2026 年 9 款面向动态设计师的 AI 工具,涵盖 Higgsfield AI、Adobe Firefly、Runway、Kling AI、Adobe After Effects、Magnific、Luma、Pika 和 Krea。
Higgsfield 官方博客对比了 7 款 Veo 替代工具,重点考察角色、服装与场景细节在多镜头间的一致性。Cinema Studio 4.0 支持最多 50 个参考素材、30 秒片段和 1080p 输出,10 秒 720p 含音频消耗 70 credits;Seedance 2.5 支持 30 秒原生立体声与 50 个参考,Kling 3.0 单次可生成最多 6 个镜头。