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。
Krea 发布 Illustrator 插件,可在 Illustrator 文档内生成图像,再用 Image Trace 转为可编辑矢量路径。插件支持把选区或画板送回 Krea 修改并原位放回,Krea Agent 可在文档内绘制形状、排版文字、整理图层与画板。
Krea 发布 After Effects 插件,在面板内生成动态概念、背景板与连贯镜头画面,结果以标准媒体素材进入当前合成。插件支持 After Effects 2025 及以上版本、macOS 12 或 Windows 10 及以上,生成在 Krea 服务器上运行,需登录账号并联网;面板内置 Krea Realtime 实时预览,免费计划每天含 100 compute units。
推荐理由:Krea 把图像生成搬进 After Effects 面板,动效设计师可在合成内出图并直接作为素材使用。
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 官方博客对比了 Higgsfield、Midjourney、OpenAI、Google Gemini、Adobe Firefly、Ideogram。
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。
ElevenLabs 发布实时语音翻译模型 Eleven Realtime Translation,面向 ElevenAPI 企业客户开放 alpha,双方各说母语即可听到对方的语言。
LALAL.AI 万圣节促销从 10 月 21 日持续到 11 月 2 日,PRO 年付订阅首年 30% OFF,价格从 $180 降至 $126,约合每月 $10.50。
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。
本指南先讲传统修图三步(裁剪与水平校正、曝光/阴影/高光/白平衡/对比度/饱和度调整、导出 JPEG/PNG/WebP),再说明 AI 修图如何用自然语言描述替换物体、换装、换背景与风格。Kling IMAGE 3.0 Omni 支持图生图工作流,最多可结合 10 张参考图,并原生输出 2K 与 4K。
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。
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。
Krea 官方博客对比 Krea 3 与 GPT Image 2 的图像编辑能力,结论是没有单一赢家:Artificial Analysis 上 Krea 3 Ultra 以 1151 Elo 领先 GPT Image 2 (high) 的 1136。
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。
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。
Runway 以 Runway Creative 加入 Claude Marketplace,符合条件的企业客户可用现有 Anthropic 承诺额度购买。
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。
Hugging Face 宣布 TorchTPU 为 PyTorch 带来原生 TPU 后端,Transformers、Diffusers 和 Kernels 可直接在 TPU 上运行,模型只需指定 device_map="tpu" 即可加载。
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。
Recraft 官方博客给出了一套用 AI 创作角色一致儿童绘本的流程:先完成并控制手稿节奏,再在参考表上设计主角,之后每张插图都对照该表检查。
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 官方博客列出十款可在 Claude、ChatGPT、Cursor 或编码智能体中生成视频的 MCP 服务器,包括 Higgsfield、Runway、HeyGen、fal.ai、Dora、Vivideo、AITuber、OpenArt、Imagine.art 和开源的 mcp-video-gen。
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。
Hugging Face 的 PyTorch 团队发布 PyTorch 2.15,为 Mac 的 MPS 后端加入 FP8 张量、原生 grouped matmul 与多项 Metal 内核。
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。
可灵官方博客对比了 IMAGE 3.0 Omni、Leonardo AI、Adobe Firefly、Krea、Canva、Picsart 六款 AI 图像编辑产品,按模型、平台、免费额度与编辑流程逐项列出。
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。
可灵 AI 发布指南,介绍如何用 Kling IMAGE 3.0 与 IMAGE 3.0 Omni 从文字或图片生成 AI 艺术作品。IMAGE 3.0 支持最多 10 张参考图,可用自然语言指令微调细节;IMAGE 3.0 Omni 的 Image Series 模式可保持多张插画角色与风格一致,并原生输出 2K/4K。
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。