MacH3 Metal:在 Apple 芯片上原生运行 MiniMax H3 的 ComfyUI 节点包
作者发布 MacH3 Metal,一个把 antirez 的 h3.c 原生 C+Metal 引擎封装成 ComfyUI 节点的工作流包,可在 Apple 芯片上原生运行 MiniMax H3。
推荐理由:作者把 MiniMax H3 的原生 C+Metal 引擎封装成 ComfyUI 节点,并给出 M5 Pro 上的实测耗时与显存占用,可供 Mac 用户评估本地出片流程。
作者发布 MacH3 Metal,一个把 antirez 的 h3.c 原生 C+Metal 引擎封装成 ComfyUI 节点的工作流包,可在 Apple 芯片上原生运行 MiniMax H3。
推荐理由:作者把 MiniMax H3 的原生 C+Metal 引擎封装成 ComfyUI 节点,并给出 M5 Pro 上的实测耗时与显存占用,可供 Mac 用户评估本地出片流程。
Higgsfield 在 Cinema Studio 4.0 中给出让 AI 视频看起来像实拍的方法:生成前先设定灯光、机位、镜头与色彩,而非留在 Auto。该工具支持最多 50 个参考素材、50+ 调色板、最长 30 秒、最高 1080p,并可一次生成 4 个版本对比。生成后可用 Relight、Edit Color Palette 或 Edit video 修正细节。
当 AI 开始自动化写作、设计、剪辑、编程等曾被视为专业能力的部分,作者提出一个被忽略的问题:人的价值感不只来自经济收入,更来自“被需要”。影视制作历来高度协作,一人借助 AI 或可完成过去十人、五十人乃至数百人的工作,效率提升的同时也冲击了围绕专业能力建立的身份认同。
可灵 Kling 4.0 已在 fal 平台公开可用,API 面向所有客户开放。该模型支持最长 30 秒原生视频生成并带音频,最多 15 个图像、视频与元素参考,以及最多 10 个关键帧的精确控制,并改进了运动、角色一致性与电影化叙事。
推荐理由:Kling 4.0 通过 fal 开放 API,原生 30 秒带音频生成与多参考、关键帧控制的变化可供创作者评估接入。
Higgsfield 于 10 月 24 日发布一组 Seedance 2.5 原生 4K 测试,其中用 Blender 灰模(blockout)直接驱动生成蜜蜂画面,并对比 4K 直出与超分后的皮肤质感。
面向 2026 年从剧本到画面的需求,ScreenWeaver、Saga、Morphic、Autodesk Flow Studio、Higgsfield Popcorn 和 Google Flow 被列为 LTX Studio 的六个替代方案。
用户求助如何用 H3 Minimax 或 LTX 编辑视频以调整光照或添加特效。其常用流程是以原视频为动画源、图 1 为视觉终态交给 Minimax 编辑,中近景有效,但更开阔的镜头即使以 2 mp、30 steps 且不开 turbo 也完全丢失面部动画,尝试多种 sigmas 与 samples 及 face refiner 均无效。
同一提示词下对比 Claude Opus 5.5、Kimi K3.1 Pro 与 DeepSeek V4.1 Flash 1017 生成「骑行飞天」画面,Kimi K3.1 Pro 整合最稳,自行车稳骑飞行平台、角色清晰、光影干净,场景完整度明显更高。
作者实测用 Minimax H3 开源模型配合 Atlas Cloud 自托管端点(2.4 美分/秒)生成 30 分钟影片,成本可压到 100 美元以内,而此前用 Seedance 2.5 制作 31 分钟竖屏影片总花费约 600 美元。
MiniMax H3 光锥版 VBVR 测评显示,其在提示词遵从、空间关系与物理逻辑三方面均有增强。测评围绕该版本的实际生成表现展开,重点验证上述能力的提升情况。
VideoGen 于 10 月 20 日发布首个自研视频生成模型 Model 1,可凭单条指令生成最长 10 分钟、跨场景人物一致的多镜头视频,最多参考 16 张图像,目前向部分合作方开放。
这份提示词合集提供约 100 种可直接复制到 ChatGPT、Gemini 等工具使用的 JSON 格式图像生成提示词,围绕海岸、旧书店、车站、机场、街角等日常场景,通过视角、反射、透明材质、光线与尺度感营造“把日常变成非日常”的画面。
国家广播电视总局印发《广播电视和网络视听“十五五”规划》,提出到2030年广电媒体全面挺进互联网主战场。中央广播电视总台启动“多语种短剧漫剧AI制作发布平台”,依托AI大模型与多语种语料资源探索AI赋能视听创作,同步发布AI漫剧企划《莉雅・与群星相遇》。快手可灵AI全量发布Kling4.0视频生成模型,支持4K与1080p的10-bit HDR输出,单次生成最长30秒。
博纳影业出品的100分钟AI超写实长片《三星堆:未来往事》已拿到国家电影局公映许可证,成为国内首部走上院线的AI长片。影片由七八十人团队耗时两年多完成,总投资在千万元以上,团队全程不借助实拍、直接生成纯数字人形象。此前同题材AI短剧《三星堆:未来启示录》在抖音获得超2亿点击量,为长片方向提供测试;博纳第二部AI电影《计划外·广寒行动》已开机。
推荐理由:博纳用两年、千万级投入跑通首部AI院线长片的制作与审查流程,为中小团队评估AI长片成本结构提供参照。
作者用单张 RTX 4090 和开源权重模型本地完成 The Flaming Lips 歌曲的 4 分钟非官方粉丝 MV,全程不用云服务、不调付费 API。
推荐理由:作者公开了单卡本地完成 4 分钟 MV 的完整管线与逐环节耗时,可据此估算自建音乐视频流程的算力成本。
火山引擎正式发布 Seedance 2.5 4K,官方称其是 Seedance 2.5 这一代中最强的模型,强化了人物表情、细微动作与画面细节,并支持 10-bit 色深。该版本支持 Draft 样片模式,可先用 480P 验证分镜、再生成 4K 正片;目前采取定向邀请,优先给到全球 20 家影视工作室和导演用于电视剧、电影镜头前期制作。
在Pollo.ai上用同一张异形角色图和同一句提示词“Open the cake box, take out the cake, and eat it.”,对Seedance 2.5、Wan 3.0、Kling 3.0、MiniMax H3、Vidu Q3 Pro五款视频生成模型做10秒生成对比,且不指定蛋糕种类、大小与吃法。
在 RTX 5090 32GB 上,Singularity Turbo 4 生成 960×544、192 帧 24fps 的八秒狼人变形片段耗时约 39 秒,Turbo 8 约 62 秒,Singularity 25 约 155 秒,10Eros beta6 VSA 8 约 52 秒。
作者用 LTX 2.5 的图生视频功能制作一部 10–15 集 AI 迷你剧,前两集已上线。流程是先用 ChatGPT 生成首尾帧并固定角色参考图,再用 Lightricks 的 ltx-pipelines 以 1920x1088 生成视频和音频。
推荐理由:作者用 LTX 2.5 制作 10–15 集 AI 迷你剧,并公开了首尾帧、镜头衔接与成本控制的具体做法。
Higgsfield 提供三种把自己放进 AI 视频的方式:Create Video 用单张照片生成新片段,Soul ID 用 20 到 80 张照片在约 3 到 5 分钟内训练可复用角色,Video Face Swap 则把一张清晰人脸照片换进已有视频。
OpenArt 以角色库、Director 分镜和 100+ 模型为核心,Higgsfield 则以 Content Factory、Genjutsu、Cinema Studio 等视频应用加 Supercomputer 智能体为主。
Neural Frames 创始人 Dr. Nicolai Klemke 介绍,该平台以歌曲为起点,通过音频反应技术分析节奏、结构与情绪动态来生成音乐视频,而非通用文生视频工具的"配画面"思路。
Higgsfield 推出 Content Factory,输入一个“What if…”问题即可自动写分镜脚本、选角色、生成画面与配音并完成剪辑,单条时长 15 秒到 5 分钟,每次可生成 1 至 4 集。
推荐理由:官方给出从选题到成片的完整链路与按长度计费的价格表,可据此估算批量做无脸短视频的成本。
作者将腾讯的视频世界模型 Hy-Nomas 移植为 ComfyUI 原生节点,DiT 作为普通 ComfyUI MODEL 由原生 KSampler 采样,12GB 显存即可运行。
推荐理由:作者把腾讯 Hy-Nomas 移植成 ComfyUI 原生节点,并给出 12GB 显存下的实测速度与提示词写法,可据此评估本地跑世界模型的可行性。
作者将此前的 MiniMax H3 Dual Segment 工作流升级为 MiniMax H3 Chain Director V1.0,新增自定义 Director 节点,可在单一面板中控制完整生成流程。
推荐理由:作者把原先固定的两段式流程升级为单面板控制的多段链式工作流,并公开了下载与依赖说明,便于其他 ComfyUI 用户复现测试。
Deutsche Telekom 推出由 Sofia Spotti 执导、Simon & Paul 制作、Jung von Matt 出品的 AI 广告片,把“熊还是男人”的网络讨论搬上银幕,追问女性独自在林中更愿遇到谁。影片以这一挑衅性设定引导观众思考该选择所折射的女性日常恐惧与安全体验。
GLYTCH 创作的 AI 音乐短片以 Michael Jackson 原版《XSCAPE》为配乐,将歌曲重新构想为一场逃离监控、媒体压力与控制的电影化叙事。短片跟随一场追捕展开,场景涵盖列车、夜市、屋顶与摩托车追逐,以致敬 Jackson 让音乐视频成为完整短片的野心。
Levi’s Mexico 发布 41 秒导演剪辑版广告《Cosas》,在墨西哥城用 Kodak 16mm 拍摄,演员消失后其衣物、工具与原始动作保留。制作流程结合跟踪、选择性 AI 辅助图像重建、合成与 Photoshop 手工修图,属于实拍为主、局部 AI 后期的混合项目,而非全 AI 生成影片。
Prime Video 开启第二个 NBA 赛季转播,本季将制作超过 100 场常规赛和季后赛,全部采用原生 1080p HDR 与 5.1 环绕声。核心技术新增 Prime 360,这套基于 AWS Trainium 芯片的 AI 虚拟摄像机系统通过球场四周高分辨率相机重建 3D 场景,生成传统机位无法拍摄的电影级回放角度。
腾讯混元开源世界模型 Hy-Nomas,支持用文本提示和相机轨迹进行自由交互,并具备带世界记忆的长时程生成能力。该模型提供面向机器人等垂直领域的轻量 LoRA 适配,经 8 步蒸馏可在单张 RTX 4090 上生成 720p@24FPS 视频,权重已上线 Hugging Face 与 GitHub 并提供在线 Demo。
推荐理由:腾讯混元开源世界模型 Hy-Nomas,支持文本与相机轨迹操控,单张 RTX 4090 即可运行 720p 视频生成。
一位 ComfyUI 新手在 24GB RTX 4090 上实测本地视频生成:MiniMax H3 仅能跑出 4 秒 608x342 或 2 秒 1024x576,超出即黑屏崩溃;Wan 2.2 5B 可生成 5 秒 124 帧 1280x704,但约 7 次后崩溃。其硬件经压力测试确认正常,最终发现黑屏源于显示器故障,作者仍担心反复满载损伤硬件,并考虑转用 ComfyUI 云端。
作者在 Canva 中尝试制作近未来忍者题材 AI 视频,先设定数百年后忍者进入宇宙对战、忍术与魔法互换等剧情,再让 Canva 生成忍者与魔法师的角色设计。角色设计氛围不错,但后续生成效果并不理想,作者仍在不断添加元素摸索改进。
英伟达和投资机构TCV参与Higgsfield的B轮扩展融资,具体金额未披露。此前Higgsfield在8月完成4亿美元B轮融资、估值54亿美元,并在9月称年化收入达到10亿美元;其平台每月处理12万亿token、1.5亿次生成。Higgsfield成立于2023年,业务覆盖营销与娱乐,曾推出在戛纳电影市场首映的AI生成动作片《Hell Grind》。
POV:用 #Kling4 导演你的 AI 演员阵容更轻松了,现已上线 Miora 🎬 #KlingAI
作者以 DomoAI 将单张素材图生成视频为例,用虚构伞店 20 秒四镜头短片演示崩坏镜头的排查与修复顺序。流程先确认是否放错图片或设置不一致,再逐条完整播放并在首、中、尾及动作变化处暂停比对素材图,记录卡号、秒数与崩坏表现;修复时依次判断素材图本身是否有误、未崩坏片段是否够用、重做时只改一个变量,动作为主就减小运动幅度,越到后面越崩就拆成更短片段。
Synthesia 汇总 2026 年视频消费趋势:全球互联网用户每周在线视频消费达 11 小时 39 分,超过传统电视的 10 小时 15 分,其中短视频占 6 小时 42 分。视频已占全球蜂窝数据流量 75% 以上,92% 互联网用户每月至少流媒体观看一次,但仅 32% 付费订阅。
CreatorOS Studio 以 Apache-2.0 开源,在本地 GPU 上基于 ComfyUI 提供一键式视频创作,不消耗积分、不经过平台内容过滤。
推荐理由:作者因托管平台审核与积分消耗自建本地工具,展示了开源模型在本地完成分镜到成片流程的可行路径。
Google Gemma 官方展示实验项目 Embedding Gemma Transcribe,利用 EmbeddingGemma 2 的统一音文向量空间,本地约 13 秒转写 1 小时音频。
Stable Diffusion Art 发布教程,介绍在 ComfyUI 中用 MiniMax H3 Fun ControlNet Union 从驱动视频复制身体动作,同时生成 24fps 视频与立体声。
推荐理由:作者实测同一段驱动视频配不同提示词,并给出模型搭配、分辨率与强度参数的具体避坑做法。
文章梳理国内AI艺人两条路径,短剧衍生型靠剧集带人,原生艺人型由平台和公司从零打造。方桃子抖音粉丝达55.8万,60秒商单报价25.8万元,但运营方称最初报价7万元,首条美瞳广告因虚拟角色代言真实性争议被下架。作者认为AI艺人商业化仍以定制短片和品牌共创为主,尚未形成可复制、可持续的盈利模式。