广东省广电局就微短剧发展管理办法实施细则公开征求意见
广东省广播电视局起草《关于实施〈微短剧发展管理办法〉的细则(征求意见稿)》,落实国家广播电视总局令第16号,现向社会公开征求意见。意见可通过电子邮件或信函反馈,截止时间为2026年11月11日。
推荐理由:广东省广电局就微短剧管理细则公开征求意见,从业者可据此了解属地备案与合规要求的变化方向。
广东省广播电视局起草《关于实施〈微短剧发展管理办法〉的细则(征求意见稿)》,落实国家广播电视总局令第16号,现向社会公开征求意见。意见可通过电子邮件或信函反馈,截止时间为2026年11月11日。
推荐理由:广东省广电局就微短剧管理细则公开征求意见,从业者可据此了解属地备案与合规要求的变化方向。
Synthesia 以 $19/月 Starter 起步,在幻灯片导入保真度、AI 旁白质量和可编辑性上综合排名第一,支持 140+ 语言。
InvokeAI 7.0.0 alpha 2 发布,新增多画板项目、MySQL/MariaDB 高性能数据库后端、krea2/ideogram4/ernie-image 的 GGUF transformers 支持,以及 Atlas Cloud 图像服务商。该版本升级数据库后无法回退 v6,官方建议新建 root 目录试用,并新增 reserve_vram_gb 配置缓解 OOM。
Kapwing 发布分步指南,讲解如何用 AI 生成 Vox 风格拼贴动画纪录片,流程分为写脚本、拆分视觉节拍、生成拼贴图像、逐帧动画、生成配音和剪辑成片六步。
推荐理由:完整拆解 Vox 拼贴风纪录片的六步 AI 工作流,含可复用的图像与动画 Prompt,适合想复刻该视觉风格的创作者参考。
NVIDIA 发布 Cosmos3-Nano 在 LIBERO-10 上后训练的动作策略检查点 S5_2,为 Cosmos Cookbook 合成数据对照研究中的一个实验单元。
NVIDIA 发布 Cosmos3-Nano 在 LIBERO-10 上后训练的动作策略检查点 S5_all,属 Cosmos Cookbook 合成数据对照实验的一个单元。
韩国视觉创作者 서오키(@oasis.seo.ai)受可灵邀请实测 Kling 4.0,用三个创作实验检验 Omni Reference、风格转场与角色一致性。她表示 Kling 4.0 能连贯眼神、表情与手势等细微动作,多图衔接时保留原图色调与质感,真人到动画反复切换中角色形态与动作保持稳定,减少了重复生成与后期修补。她也希望 Sound Effects、角色一致性与精细控制继续改进。
Higgsfield 的 Cinema Studio 把 AI 视频的运镜、机位与镜头从纯文本提示词改为生成前锁定的显式参数,以减少同一提示词每次生成结果的差异。
Respeecher 发布指南,说明标准"姓名、声音与肖像"条款已无法覆盖 AI 声音使用,需在演员合同中加入项目级数字复制品同意条款。指南要求区分 SAG-AFTRA 定义的雇佣型与独立创建型数字复制品,并给出 AI 声音合同必备的 7 项条款模板。加州 AB 2602 规定,若条款允许 AI 复制品替代演员工作、未具体说明用途且未经法律或工会代表谈判,则可被判定不可执行。
ElevenLabs 在 ElevenAgents 中上线合成语音检测,可在通话最初几秒分析来电语音并判定为真人或 AI 生成,企业据此设置规则,如优先服务真人客户、限制 AI 来电的交互范围、在敏感操作前拦截克隆声音。
ElevenLabs 在 ElevenCreative 中推出 Brand Kit,把品牌视觉规范从提示词中抽出来,作为工作区里的一个对象统一管理。用户可存入颜色、字体、logo、参考图和品牌使用规则,在 Image & Video、Flows 和 ElevenCreative agent 的提示词中输入 @ 即可调用,同一套 kit 跨各功能生效。
Qwen 发布 Qwen-Image-2.1-Turbo,这是 Qwen-Image-2.1 的加速 checkpoint,用于文生图与图像编辑,仅需 8 步去噪。
推荐理由:8 步采样与 KV 缓存复用文本和参考图上下文,创作者可据此评估出图与改图流程的提速空间。
PixVerse 宣布推出与 Meta Catalog Product Video 的集成,商家可从现有商品目录中选择商品,将商品 URL 或目录商品转化为可批量生成、可供审核的视频广告素材,并用于 Facebook、Instagram 及 Advantage+ 等目录驱动型广告活动。
Recraft 官方博客发布教程,介绍如何用 Recraft V4.1 Vector(Create → Model,每张图 4 credits)把角色配角转成矢量吉祥物,并生成表情包与贴纸包。流程包括简化形状、以 16:9 一次性生成六种姿势的贴纸表情表、导出 SVG 无损缩放,并在 16 至 32 像素下测试可读性。
Recraft 官方博客发布教程,讲解如何在 Recraft Studio 中用原创角色制作四格漫画:先用 V4.1 Flash(每张 0.5 credits)生成 2:1 四格分镜草图,再用 Nano Banana 2.1(每张 7 credits)逐格渲染,并附上角色与环境参考图保持一致性。文字气泡建议用文本工具添加而非图像模型,最后可导出为社交轮播图、竖版长图或网络漫画页。
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。
Recraft 官方博客发布教程,介绍如何在 Recraft Studio 中用角色主图创建自定义风格,再设计场景并把角色放入其中。
因官方 Qwen-Image 2.1 提示词改写器是 9B 模型、需约 20 GB 内存,作者通过 HuggingChat 中的 ML Intern 造出 0.8B 版本,可在 CPU 运行,输出有效率 99.7%,token 消耗约为教师模型的四分之一,含 8,797 条标注在内的总算力成本 16 美元。
Higgsfield 用 Soul ID 和 Lipsync Studio 两步把静态角色图变成对口型说话视频:Soul ID 用 20+ 张参考图训练可复用角色身份,Lipsync Studio 支持 8 种模型、18+ 语言,示例用 Wan 2.5 Speak 生成 10 秒 1080p 视频。
Raindance AI 趋势源自 Dave 与 Tems 的《Raindance》MV,创作者用 AI 把码头场景中的两位表演者替换成自己或任意角色。
推荐理由:用两张身份参考图加一张线稿动作参考,在 Seedance 2.5 里复刻 Raindance 双人音乐视频场景,可迁移到其他动作参考类趋势。
Midjourney 在 Alpha 网站(alpha.midjourney.com)测试图像生成的新 Thinking Mode,用户可在任务 lightbox 右下角点击 "Rerun (Thinking)" 运行。测试显示该模式有助于提升提示词准确度、文字排版和画面连贯性。Midjourney 表示未来可能将其作为通用的 thinking 模式,或在任务完成后"增加更多思考"。
Midjourney 在 alpha.midjourney.com 上线共享文件夹,可按用户名邀请 Collaborators 或 Viewers,也可通过链接分享,Collaborators 能直接在文件夹内生成并接续他人作品。
Higgsfield 的团队方案 Team、Scale、Enterprise 采用共享工作区与统一积分池,Owner 付费购买席位,成员无需单独订阅。Team 支持 2 至 9 个席位、每席位每月 79 美元并池化 1000 积分,Scale 支持 5 至 15 个席位、每席位每月 215 美元并池化 2500 积分,Enterprise 按需定价。
作者在单张 RTX 5090(32GB 显存)上,用 FastVideo 的 FastH3 V2 checkpoint 四步采样跑出 15 秒 448×256 的实时视频,目标是把连续生成成本从每天 6k 降下来。
推荐理由:作者把单张 RTX 5090 上跑实时视频的六项优化逐条拆开,可迁移到自己的出片流程。
Pollo AI 借助 GPT-5.6、GPT-6 Astra 和 GPT-Image-2.5,帮助创作者把创意转化为精细图像和电影级视频广告。
Anthropic 推出 Claude Motion,Runway 作为发布合作伙伴参与,该功能可把提示词变成由文本、图表、形状和图片构成的短动画讲解视频。Claude Motion 生成的动画可导出到 Runway,用于添加生成素材、逐场景剪辑并完成整片,还能把 16:9 讲解视频扩展为竖屏和方形格式或本地化配音。
推荐理由:Claude Motion 生成的动画可导出到 Runway 继续加工,为做产品讲解与汇报视频的团队提供了一条从文本到成片的衔接路径。
ElevenLabs 旗下音频平台 ElevenReader 在巴西上线,与 Bookwire Brasil 合作引入 7 万本巴西葡语授权图书,其中多数此前从未有有声版。
Reallusion 与 Escape.AI 宣布多年期战略合作,将 Reallusion 的 3D 软件与资产体系接入 Escape.AI 创作者生态,形成 3D 到 AI 视频管线,以 3D 空间数据作为控制层应对画面不一致、token 成本高和 IP 归属不清等问题。
推荐理由:3D 控制层与 CTV 分发渠道结合,为 AI 影视创作者提供从制作到变现的一条链路参考。
Luma 宣布 Claude Motion 动画现在可直接在 Luma 中打开,创作者通过 MCP 连接把 Claude 生成的动画导入 Luma,继续扩展、精修并输出为任意格式的成片。
推荐理由:Claude Motion 动画可通过 MCP 连接直接进入 Luma,创作者能据此判断跨工具出片流程是否值得接入。
PixVerse 发布剧本文生视频实用工作流指南,主张把剧本当作制作蓝图而非整段粘贴渲染:先拆场景、标记叙事节奏,再逐镜头生成。其 AI 视频生成器同时提供文生视频与图生视频两条路径,便于在参考素材需保持可识别时选用图生视频。流程还涵盖音频、字幕、口型同步、风格一致性、审查与按渠道导出。
PixVerse 发布短片 AI 视频生成器制作指南,主张逐镜头生成而非一次成片,并强调用参考图保持角色与场景连续性。该工具支持文本和图像驱动的创作,可按短片流程不同阶段选择输入方式。指南还建议将声音、字幕与剪辑同步规划,并在粗剪中检查连续性、节奏与清晰度。
Vimeo 宣布 22 年来首次取消公开视频的分享数量限制,免费用户可上传全部作品,且平台无广告、不将视频用于 AI 训练。免费计划的可嵌入与非公开视频容量从 1 GB 提升至 3 GB,并新增自动字幕及 99 种语言翻译、多平台发布与数据追踪、去除 Vimeo 水印等功能。
LALAL.AI、ElevenLabs、Descript、Fish Audio、TopMedi AI 和 Noiz AI 六款 AI 声音克隆工具被列为视频制作首选,其中 LALAL.AI 主打口音与音调控制,需 10–50 分钟样本训练 Voice Pack,Lite 年付 $7.50/月、Pro 年付 $15/月。
pyvideotrans 发布 v4.15 Windows 预打包版本,MacOS/Linux 需源码部署。新版更新 Deepgram.com 渠道模型并增加语音合成支持,更新 Elevenlabs.io 模型并移除将被废弃的模型,同时在高级选项中新增字幕配音静音缓冲移除与力度调节。此外新增 Audexum 语音识别渠道、Infistar 翻译渠道及阿塞拜疆语支持。
Kapwing 发布教程,讲解如何用角色参考表和动作参考视频在 Seedance 2.5 中复刻 Jean Philanthrope 式 AI 角色视频。流程分四步:先用提示词生成含正面、四分之三侧面和侧面的多视角角色参考表,再把现有视频转成黑白线稿作为动作参考,然后在 Seedance 2.5 中把两者结合生成新场景,最后在 Kapwing 中剪辑。
推荐理由:拆解 Jean Philanthrope 式 AI 角色的可复用流程,用角色参考表加动作参考在 Seedance 2.5 中保持人物一致。
Gemini Nano Banana 2.1 是 Google 的图像生成与编辑模型,作为 Nano Banana 2 的继任者,现通过 Partner Nodes 在 ComfyUI 上线。
推荐理由:ComfyUI 官方接入 Gemini Nano Banana 2.1,创作者可对比其分辨率档位、思考等级与单次成本变化。
Hedra 发布 Developer API,用一个 API key 和预付美元钱包调用 110 多个生成模型,覆盖视频、图像、音频和文本,包括 Veo 3.1、Kling V3、Seedance 2.5、MiniMax H3、Nano Banana Pro、ElevenLabs V3 等。
推荐理由:Hedra 把 110 多个视频、图像、音频和文本模型收进一个 API 与预付钱包,开发者可据此评估多模型流水线的接入成本。
Podcastle 用同一段 95.9 秒杂乱口播素材实测 5 款 AI 视频编辑器,Async 凭单条提示词完成去填充词、去停顿、删废镜头、清音频、加字幕、生成 B-roll 并转 9:16,成片 62.9 秒,综合表现最佳;Descript 以约 8 分钟完成全流程、删掉 11 个填充词中的 10 个,竖屏重构效果更好。
FastVideo 发布实验性精简模型 FastH3 Trim,transformer 块从 50 减至 42,采用 rank-16 时间步条件,8 步采样,体积比基础 H3 小 4.2 倍,速度快于 FastH3 V2。
推荐理由:FastH3 Trim 以 42 层、8 步采样和 4.2 倍体积压缩给出更轻的视频生成方案,并附 ComfyUI 各精度文件与参数。
Autodesk 旗下 Maya 的 MotionMaker 入选 Fast Company 2026 年 Next Big Things in Tech 榜单媒体、娱乐与社交类别。MotionMaker 用 AI 在 Maya 内直接生成高质量角色动作,减少关键帧动画与动捕清理的时间和技术开销。这是 Autodesk 连续第二年获奖,去年入选的是 Flow Studio。