infinite-creation v1.0.3 发布
infinite-creation v1.0.3 发布,修复部分 BUG 并优化配置页面分类整理。新增支持单个分镜生成多个候选视频,择优导出成片(相当于支持抽卡)。
infinite-creation v1.0.3 发布,修复部分 BUG 并优化配置页面分类整理。新增支持单个分镜生成多个候选视频,择优导出成片(相当于支持抽卡)。
Topview Film Studio 2.0 的 Cinematic Suite 现有 25+ 个工具,作者从中挑选五个重点介绍。
Google Flow 可以用 Veo 3.1 和 Gemini Omni 生成视频,但需把短片当作 8-10 秒的镜头序列自行组装。免费版每天 50 积分,法国订阅 4.99 欧元起;欧洲用户无法编辑导入视频,Veo 3.1 Qualité 不支持参考图。作者基于官方文档核算了各档位每分钟生成成本,并指出 Flow 适合入门和预告片,长篇需搭配其他工具。
推荐理由:基于官方文档核算 Google Flow 各档位每分钟生成成本,并指出欧洲用户无法编辑导入视频,为短片创作者评估工具提供参考。
方言正在成为AI漫剧的差异化创作抓手。红果热播总榜前五有四部为AI漫剧,《咱家剑宗团宠小师妹》以河南话+萌宝修仙组合跑通系列化,五季1809集、2370万收藏、929万追剧数断层领先;东北话《东北后妈,整顿全家》位居热播榜第七。文章判断,方言的终局不是口音噱头,而是成为人物行为逻辑的一部分,才能沉淀为IP护城河。
用户 frankyboson 使用 MiniMax H3 Singularity 模型与 ComfyUI 工作流制作了首个音乐视频《Total Corruption》。
短剧自习室判断AI短剧第一个发展周期即将结束,行业需要寻找新的增长曲线。AI短剧成本已从年初3000元/分钟降至800-2000元/分钟,9月抖音端原生AI短剧日均上新1010部。2026年11月5日至9日将举办AI文娱(短剧)产业生态大会,讨论2027年产业趋势与全球市场机会。
推荐理由:AI短剧成本降至800-2000元/分钟、海外投流占比超八成,行业进入周期切换节点。
方言正在成为AI漫剧的差异化创作抓手,河南话萌宝修仙剧《咱家剑宗团宠小师妹》以929万追剧数断层领先,五季累计2370万收藏;东北话《东北后妈,整顿全家》位居红果热播总榜第七。方言能帮助建立人物印象、AI制作降低试错成本,但长期看需从口音噱头升级为人物行为逻辑才能沉淀为IP。
AI短剧正以'一梗生万物'的繁殖式造梗走红,'不烧心''酱板鸭'等梗在红果等平台裂变出大量版本,但套路化剧情正加速观众对同类内容的无感。文章分析'不烧心'梗从红果走向全网,相关AI剧红果热度约4000万,'酱板鸭'梗播放量达50亿,末日避难所、80年代摆摊等题材也以相似内核反复繁殖。作者认为,缺乏特别创新的AI剧很难再获现象级流量,核心创意梗将更值钱。
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%。
Luma Ray 3.2作为Reface和Remaker的专业替代方案,提供原生16-bit HDR导出、最多16个关键帧排序和Draft Mode(预览生成快20倍)。Reface限制商业用途为个人非商业,Remaker商业条款不明确,且两者均不集成Premiere、Resolve等后期工具。Luma同一界面还提供Veo 3.1、Kling 3.0、Seedance等模型供对比选择。
Luma AI在12款AI视频换脸工具评测中领先,其换脸功能结合全球首个推理视频模型Ray 3.2与精确编辑工具。使用时间一致性的换脸工具在持续视频替换中效果最佳,DeepSwap支持最多6张脸同时替换,4K HD处理。Magic Hour将换脸与对口型、会说话照片结合,API访问支持开发者集成。
Replicate 发布 Kling 4.0 使用指南,新版本支持最长 30 秒生成、720p/1080p 输出、四种画幅(含新增 21:9)及最多 10 个关键帧。关键帧功能可指定中间帧,让视频在单个连续镜头中按顺序穿过,提示词最长 26000 字符。
推荐理由:Kling 4.0 新增最多 10 个关键帧的连续镜头控制,创作者可据此规划复杂动作与转场节奏。
10月24日,字节剪映体系完成业务整合,AI短剧创作平台小云雀并入即梦,保留独立产品入口,短剧能力接入即梦,运营交由即梦团队管理。这距离小云雀上线短剧Agent仅约七个月,即梦同时缩减App端投入、集中资源到Web端和海外Dreamina。文章认为AI视频应用竞争已从功能比拼转向经营效率检验,缺乏独特工作流的平台将面临淘汰压力。
推荐理由:字节将小云雀并入即梦,显示AI视频应用竞争已从功能比拼转向经营效率检验,独立应用需证明自身经济价值。
作者在中古 RTX 2080 Ti(11GB VRAM)上通过 ComfyUI 搭建 MiniMAX H3 的 i2v 工作流,因漏下 audio_vae 资源反复报错,补齐后成功出片。
可灵官方转发 Runware 消息称 Kling 4.0 已在 Runware 上线,支持最长 30 秒 1080p 视频并带原生音频。该版本支持首帧、中间帧、尾帧的多关键帧,单次请求最多 15 个输入,涵盖关键帧、参考图、参考视频和元素,并可基于提示词编辑已有片段。定价为每秒输出 0.133 美元起,接下来 7 天在常规价格上打 85 折,模型 ID 为 klingai:[email protected]。
推荐理由:Kling 4.0 通过 Runware API 上线,给出 30 秒 1080p 带原生音频与多关键帧输入等参数,可对照现有出片链路。
海外短剧的核心资产正从实拍剧组转向生成工具、应用商店排名与分账规则。文章指出,生成式视频让合成短剧成本降到数万元人民币级别,美国实拍产量大幅下滑,中国公司把当地制作团队压缩为少量监制层;字节跳动的免费短剧产品 PineDrama 依靠解锁剧集、轻量游戏化留存和大量投放,一年内积累大规模安装与数百万日活,但付费解锁类应用仍占应用内收入大头。
文章对比 Kling、Veo、Runway、Seedance、Hailuo 五款主流视频生成 AI,指出各服务擅长方向不同,人气排名第一未必适合每个人。作者建议先明确自己想做什么内容,再按画面质量、免费可用性、角色动作与商品介绍视频等需求选型,而非盲目追排行榜。
作者在音乐视频项目中测试用 GPT image 2 生成的 2x2 分镜网格作为 MiniMax reference-to-video 的参考图,四格按阅读顺序分别对应起始帧、两个过渡帧和结束帧,复杂剧情场景的跟随效果优于仅用提示词和首尾帧。
把文字脚本变成 AI 视频的核心是工作流而非单一模型:将脚本按场景拆分,每个场景生成约 4 至 15 秒的片段,再按顺序拼接并配上旁白与音乐。VIBE 这款 iOS 与 Android 应用集成 Kling、Sora、Veo 等模型,可在手机上逐场景生成并导出剪辑。
可灵于 2026 年 10 月 15 日正式发布 Kling 4.0,支持单次 3–30 秒生成、更稳定的大幅运动与复杂运镜,以及最多 10 个关键帧输入。Omni Reference 单次生成最多可组合 15 个参考素材,包括 10 张图片、总时长不超过 30 秒的 5 段视频和 7 个元素,并可用提示词对已有素材做主体、背景、表情、机位与风格的定向修改。
推荐理由:官方梳理 Kling 4.0 的参考素材、关键帧与定向编辑能力,并给出从分镜到交付的流程建议。
可灵官方博客对比了 Kling AI、DaVinci Resolve、Clipchamp、Filmora、VEED、VN Video Editor 六款 CapCut 替代工具的平台、费用与工作流。Kling 4.0 支持 Omni Reference 组合最多 15 个参考素材、3–30 秒视频生成及最多 10 张参考图作关键帧;Kling IMAGE 3.0 Omni 可生成最高 4K 图像。
可灵(Kling)4.0 可通过 Omni Reference 组合最多 15 个参考素材,用清晰人像、产品图等引导重建模糊视频中的面部与细节,同时保留原片的动作、构图和运镜。视频编辑场景最多支持 5 段输入片段(含 1 段主视频),合计时长上限 30 秒。官方建议先判断模糊成因(运动模糊、失焦、低分辨率、压缩、暗光),再决定锐化、AI 超分或参考图重建。
可灵官方博客对比了 Kling AI、Clipchamp、iMovie、Filmora、CapCut、DaVinci Resolve 六款新手视频剪辑软件。
中国科学院大学、英国卡迪夫大学与可灵 AI 团队联合提出 JointLight,一种面向人物视频的可控重光照方法,相关工作发表于 SIGGRAPH Asia 2026。
针对社交平台上“AI短剧降智”的热议,有医生回应称刷短剧不会造成医学意义上的智力下降或大脑器质性损伤,所谓“变笨”更多是多巴胺持续刺激后大脑超负荷的暂时反应,充分休息可恢复。数据显示,今年三季度某短剧平台月人均单日使用时长约2个半小时,7月至8月免费短剧月均总使用时长超8300亿分钟。文章指出真正需警惕的是无节制沉迷,并提及《微短剧发展管理办法》要求平台不得使用诱导用户沉迷的算法模型。
针对"中国55% Token消耗用于短剧"的说法,豆包公关负责人刘星回应称字节总算力中仅约10%用于视频生成模型训练和推理。该数据源自中文在线6月披露的投资者关系记录,统计范围与方法未公开;所谓美国58%则出自OpenRouter与a16z报告,仅覆盖该平台OpenAI模型的大语言模型交互。两处数据统计口径不可比,目前尚无按统一标准比较中美AI应用场景的Token消耗统计。
微软团队提出 Code Video Model,由 Coding Agent 将 Prompt 转化为 Three.js 程序,把几何布局、物体运动、相机轨迹和事件时序统一为可执行场景表示,程序渲染的预演视频为视频模型提供时空参考。
推荐理由:微软团队用可执行代码替代提示词控制视频生成,免训练的阶段化条件调度让镜头设计在生成前可检查可修改。
作者用自研 Video Builder 的 MCP 功能,只给 Claude Sonnet 5.5 一句提示词,由它自行完成整支摇滚音乐视频。Sonnet 调用 Krea2 生成乐队与场景参考图、写歌词、用 YUE2 作曲、用 MiniMax H3 生成视频,并逐场景看帧检查、发现问题就改提示词重跑,最多 3 次,全程无需打开 ComfyUI。
MOSS-Image 在 ComfyUI 中单次生成即可输出含日文说明的 6 格分镜和带表格的絵コンテ。3 个イメージボード作品的 18 条日文说明全部正确渲染,絵コンテ 2 页出现 4 处误字。RTX 3060 上单张生成约 18-40 秒,作者提供区域分离的 Prompt 写法和 ComfyUI-MOSS-Storyboard 自定义节点工作流。
推荐理由:本地 MOSS-Image 单次生成即可输出含日文说明的分镜与带表格的絵コンテ,区域分离的 Prompt 写法与 ComfyUI 工作流可直接复用。
一位用户询问在 RTX 5070 Ti(16GB GDDR7 VRAM)+ Ryzen 5 7600X + 32GB DDR5 配置下,ComfyUI 本地 Text-to-Video 与 Image-to-Video 的最佳模型、量化与工作流方案。
作者开源了本地影视生成工具 Kinoloom,基于 ComfyUI 运行,支持 LTX 2.5、MiniMax H3 和 Wan 2.2 等视频模型及 Qwen image 2.1 等图像模型,可在 8GB 显存的消费级显卡上生成视频。
推荐理由:Kinoloom 在 latent 空间拼接多段视频后一次性解码,使 8GB 显存消费级硬件也能输出无跳帧的 16 秒连贯长镜头。
作者用同一 15 秒三人外星村场景测试五种本地 MiniMax H3 配方,图耗时从 95 秒到 843 秒不等。
OmniShowcase 提出一种从多视角图像生成全向主体一致视频的方法,通过自动数据合成与几何条件化实现 360 度环绕视角下的主体一致性。实验显示其在主体身份和 3D 一致性上达到当前最优,同时保持有竞争力的视频质量与运动。研究还构建了 Showcase-4K 数据集(12 种相机运动、88 种轨迹配置)和 ShowcaseBench 评测集。
作者在 RTX 3060 12GB 上用 ComfyUI 运行 MiniMax H3 Singularity V2 Pruned INT8 ConvRot R2,以 1536×864 分辨率、243 帧、4 步采样生成约 10 秒视频,耗时 608 秒。
马斯克的 Grok Imagine 在 X 上放出《奥德赛》系列第一集,时长 7 分钟,由 Wonder Studios 与导演 Dev Walker 参与创作。今年 7 月马斯克曾称 Grok Imagine 将在年内做出忠于荷马史诗、历史准确的整部长片,导演 Scott Derrickson 当时公开批评该项目。此次发布未附任何说明,马斯克此前还批评诺兰电影版选角。
作者 10 月 25 日晚用 Meta 的 AI 智能体 Muse 为自制的《天下布线》系列生成 30 秒竖屏视频,前三次请求得到 1 条 10 秒试作和 2 条 30 秒版本,最后一条经检查为 720×1280、24fps、30.000 秒且带音轨。
有用户在 Minimax 上用首尾同图的方式生成循环视频,但动作总在第 1 秒"起步"、最后 1 秒减速,无法做到匀速衔接。以 15 秒锤击循环为例,实际效果是 1 秒起手、13 秒稳定、1 秒收尾后跳回开头。该用户已尝试"视频为动作片段截取"等提示词均无效,正寻求可用的工作流、LoRA 或提示词方案。
《三星堆:未来往事》票房已达 116.2 万,该片于 10 月 23 日上映,是国内首部获得国家电影局公映许可证的 AI 全流程院线长片。片长 100 分钟,角色均为原创数字形象,不含对真实演员的数字复制,全片依托博纳自研的“博卡电影云片场”完成。
推荐理由:国内首部拿到公映许可证的 AI 全流程院线长片票房过百万,其两年制作流程与 17 个工种分工可供评估 AI 长片工业化程度。
一位父亲计划用 ComfyUI 在 Runpod 上制作一部短片,让热爱《权力的游戏》的女儿与伴侣在中世纪城堡、家人环绕的场景中举行婚礼。他表示自己刚接触图像生成与工作流,正边学边试,并预计后续需要用 DaVinci 完成剪辑,公开征求建议。
AIwood 爱屋研究室在 H3 VBVR 测试中发现,加载 VBVR 后效果未达预期甚至更差,改用 ComfyUI 0.38 旧环境与 0.42 对照后,厨师等场景出现明显差异。