11月6日AI科技日报|20条精选
11月6日AI科技日报精选20条动态。谷歌发布Gemini Omni 1.2 Flash,支持原生15秒视频生成与编辑,价格降低30%;一个训练成本约2万美元的文生图模型以Apache 2.0协议开源。此外,Claude Code被曝将用户邮箱发送至外部网站,微软2028年起取消教育版100TB云存储额度。
11月6日AI科技日报精选20条动态。谷歌发布Gemini Omni 1.2 Flash,支持原生15秒视频生成与编辑,价格降低30%;一个训练成本约2万美元的文生图模型以Apache 2.0协议开源。此外,Claude Code被曝将用户邮箱发送至外部网站,微软2028年起取消教育版100TB云存储额度。
微剧收入结构正在重写:平台把剧场搬进信息流、分账单价跳水,品牌预算成为新的收入来源。Meta 内测 Series、YouTube 上线 Shorts series、TikTok 三端齐备,微剧成为短视频平台原生功能;分账方面 1 亿播放分 14 万美元、5 亿播放只分 12 万美元。
推荐理由:平台把剧场搬进信息流、分账单价跳水,品牌预算正成为微剧新的收入来源,内容方需重新定位变现路径。
PixVerse 发布 2026 年最佳 Serverless AI 视频推理服务商对比,覆盖 fal、PixVerse、Baseten、Runpod 和 Modal 五家,并用同一张产品图实测 PixVerse V6、H3 Max 和 Wan 2.2 三款模型。
推荐理由:PixVerse 用同一张产品图实测三款模型,给出单条成本、速度与质量对比,并附可复用的服务商测试流程。
Reddit 用户称 LTX2.5 在 ComfyUI 中生成视频时输出乱码,画面吓人。此前 LTX2.3 速度快且照片级效果尚可,用户怀疑 ComfyUI 出了问题,询问是否有人遇到同样情况。该用户提到使用 Minimax H3 但更看重速度。
Kapwing 实测用 ChatGPT 或 Claude 自动化七类视频编辑任务,涵盖剪辑规划、字幕生成、翻译配音与 B-roll 制作。测试中 Claude Code 配合 FFmpeg 构建并渲染了 70.7 秒的 YouTube Short,Kapwing MCP 则完成了五种语言的 AI 配音。文章指出标准聊天界面无法直接编辑视频,实际剪辑需借助编码代理或 MCP 连接的编辑器。
推荐理由:文章给出七类可自动化的视频编辑任务及对应提示词与工具选择,创作者可据此搭建自己的 AI 剪辑流程。
Vimoo-1.0-Lite 发布 ComfyUI 权重,包含约 9.5B 参数的 TI2V 模型,支持文生视频(T2V)与图生视频(I2V)。权重还包括蒸馏 LoRA 适配器、文本编码器、视觉编码器和 VAE,需配合 ComfyUI-Vimoo 节点和工作流模板使用。
作者为 P-JiT 21K 发布 ComfyUI 自定义节点,使这个 2B 参数像素空间文生图模型可直接在 ComfyUI 中运行。节点无需 pip install,提供 bf16(4.4GB)与 int8(2.3GB)权重,int8 约快 1.8 倍,最低 4GB 显存可运行。附带文生图、提示词上采样和精修工作流,精修建议 denoise 0.1-0.2。
comfyui-workflow-templates v0.11.103 发布到 PyPI,可通过 pip install comfyui-workflow-templates==0.11.103 安装。新增合作伙伴模板 GPT Image 2.6、Gemini Omni 1.2 Flash、Pika H3 Flex 和 Pruna upscale。
ReelShort 在 MIP Cancun 2026 宣布两大商业战略:与电信运营商建立内容聚合合作,并推出品牌定制微短剧部门。公司已与泰国 AIS 达成内容打包合作并计划全球复制;品牌内容已制作 6 部,每部最多 10 集、单集不超 2 分钟,Crocs 合作获 1000 万播放,并提供最低 300 万播放保底。
推荐理由:ReelShort 将泰国 AIS 运营商打包模式全球复制,并以品牌定制微短剧打开广告主合作,为出海短剧提供可复制的商业化路径。
Orasi Media在MIP Cancun 2026展示其从传统商业向内容生态系统转型的商业模式,业务覆盖25国、400余客户及超50万小时节目。公司推出面向竖屏短剧的数字产品植入服务,可将品牌整合进已杀青制作。其AI许可业务已支付超300万美元版权费,与50余家公司谈判,新直播配音服务覆盖30余种语言。
Inter Medya 在 MIP Cancun 2026 展示经典长剧与五部原创微短剧,以双线策略面向拉美买家。微短剧单元采用竖横双版本实景拍摄,平均四天完成一部,未使用 AI 工具。公司计划每两个月推出五部新微短剧,并行推进前期、拍摄与后期流程。
Qwen-Image-2.1 Uncensored Omni 发布,其 rank-128 adapter 在约100万张图像上训练,以强度1.0合并进基础 transformer,并提供9种本地格式。该模型同时支持文生图与自然语言图像编辑,侧重灵活姿势和复杂构图。模型已在 Hugging Face 开放下载,代码与文档见 GitHub,在线体验在 chatrlabs.com/playground。
Kapwing MCP 将 ChatGPT 连接到视频编辑工作区,用户可用自然语言完成上传、字幕、翻译、配音和生成 B-roll 等编辑任务。测试中一个组合请求生成了六个导出版本(英文原版和五个配音版本)。
推荐理由:Kapwing MCP 让 ChatGPT 直接操作视频编辑工作区,教程展示了从上传、字幕、翻译、配音到生成 B-roll 的完整自然语言编辑流程,并给出可复用的提示词示例与成本参考。
Cinema Studio 4.0 通过 Elements 功能将角色、地点和道具保存为参考,用 @ 标签加入每个提示词,保持跨镜头一致性。单次生成最多接受 50 个参考,测试中 20 秒生成在 5 个镜头中保持相同洞穴与角色。该功能适合跨项目或跨场景复用的角色与地点。
World Labs 发布 Atlas 实时研究预览,通过 Frameboy 演示从云端 GPU 流式生成帧到浏览器,最高 15fps。该版本对 Atlas 做了高度优化,保持新视角合成能力;同时集成到 Viewfinder,用户可逐帧构建场景后实时探索。
推荐理由:实时流式生成把探索成本降到近零,创作者可据此评估交互式世界模型对现有工作流的替代潜力。
V-Ray 7 update 5 发布,新增 AI 助手与 MCP server,可从单张参考图查找或生成 3D 资产,并匹配场景光照与氛围。
Google Gemini Omni 1.2 Flash 现已在 Runway 中可用。该模型支持创建和编辑最长 15 秒的视频,对话更自然、镜头间一致性更强,可细化场景而无需重新开始,并升级到 4K。
Google 发布 Gemini Omni 1.2 Flash,原生支持 15 秒视频生成,价格较 1.1 下降 30% 至 $0.07/秒(720p)。新模型支持多轮对话编辑、增强参考跟随,并可在 360p/720p 草稿后超分至 1080p 或 4K。Gemini Omni 现已在 Gemini API 和 Gemini for business 中正式可用。
推荐理由:新模型将原生视频长度提升至 15 秒并降价 30%,适合评估批量视频生产与广告素材制作成本。
NitroFusion2 是基于 Z-Image-Turbo 的 1–2 步文生图模型,将对抗损失引入 MMDiT 的文本流,一步即可渲染清晰文字与细节。该模型已上线 Hugging Face(ChenDY/NitroFusion2)。
Leeveo 分享用 ChatGPT 制作 AI 分镜的教程,一个提示词即可生成 8 个电影级镜头。工作流分五步:创建故事、构建角色、生成 16:9 分镜、用 WAN、Seedance 或 MiniMax 动画化及剪辑。教程强调角色一致性,并提示评论可获取完整提示词。
Runway 于 2026 年 11 月 2 日发布 Runway Dev 插件,支持 Claude Code、Codex 和 Cursor 三个代码代理。插件结合 MCP Runway Dev 与七个 skills,让代理读取账户项目、模型、价格和余额并帮助构建集成代码;插件本身不生成视频,生成通过 API 在应用中运行,连接走 OAuth 且不存储 API 密钥。
pyvideotrans 发布 v4.18 版本,新增 Runcrate 与 CloudGPU 翻译通道,并修复多项配音、字幕对齐与 TTS 问题。Windows 10/11 预打包完整包 2.7G、补丁包 400MB,提供百度网盘与 Hugging Face 下载。
SenseNova U1.5 在未使用 LoRA 的情况下,用 53 种风格提示词生成同一辆 Mazda MX-5 Miata 的海报,风格贯穿车身、背景与文字。其中 Cyanotype 呈现摄影印相质感,Stained Glass 则重新排布了文字。
AI漫剧板块11月再度走强,但行业万播分账已从2025年的30-100元跌至2026年11月的5-10元,降本神话遭拷问。投流买量占整体投入82.5%,算力成本年内涨近四倍,制作方只能分得20-30%收益,掌阅科技、昆仑万维等上市公司增收不增利。海外AI漫剧活跃用户突破1.5亿,但出海业务同样增收不增利,行业虚火多于真金。
推荐理由:AI漫剧万播分账从30-100元跌至5-10元,投流算力挤压下制作端利润最薄,行业虚火多于真金。
Remiqora Video 0.3 发布,这个免费开源的 Windows 视频工作室现在可以从一行文字或一首歌自动生成完整电影,全程本地运行,16GB 显存即可。新版本加入节点图分支、25 种风格和图片节点,支持 LTX 2.3/WAN 2.2 等开源模型,约 30 秒生成 5 秒草稿场景。
NitroFusion2将对抗扩散蒸馏的少步生成从常规4-8步降至1-2步,质量相当。它通过文本流对抗蒸馏(TSAD)和方面提示判别(ACD)利用MMDiT文本流作为可操控的对抗表示。一步生成即可产生清晰渲染文本和丰富细节,两步时在评估基准中保持竞争力。
Reddit 用户 keto_brain 分享 ComfyUI 制作 3:20 AI 音乐视频的工作流:将隔离人声编码为 latent 并设噪声掩码为 0,让 LTX 2.5 对口型到自备声乐,Wan 2.2 负责非唱歌动作。
推荐理由:作者公开了 LTX 2.5 对口型到自备人声的节点链与 Wan 2.2 动作镜头设置,可直接迁移到同类 AI 音乐视频制作。
意大利一家 7 人小型创意机构正在寻找 AI 图像与视频工具,预算约 €100/月,用于商业客户项目。该机构正考虑 Stable Diffusion、Magnific/Freepik、Runway 和 Krea,并询问 Automatic1111 与 ComfyUI 界面、图像编辑一致性、视频动画及商用许可问题。团队偏好简单设置,而非耗时管理本地安装。
字节跳动旗下视频生成模型 Seedance 海外收入占比达50%,过去半年海外收入增长近5倍。腾讯位列其中国区客户前三,B站进入前十;10月23日火山引擎发布 Seedance 2.5 4K,面向专业制作场景升级。
AI 扩图在动态镜头下需经受视差、遮挡关系等考验,不能因参考帧正确就免于检验。Kling、BeFunky、Picsart 等工具的产品描述仅涉及静态图像任务,无法证明其在跟踪镜头中的表现。测试不能证明 AI 扩图或绘制的 matte 天生更快、更便宜或更好,只能说明每种方法为特定镜头提供的素材及待解决问题。
AI视频反复重生成的原因不只是模型技术限制,还包括完成条件模糊、动作顺序未设计。制作流程可分为生成前设计、生成与确认、修正与完成三阶段,并记录生成次数、采用率与修正时间,以提升再现性、减少无效重生成。
HaDeS MOSS Suite 在 M1 Max 上通过 22 项测试,MOSS-Image 模型合并与 int8 保存功能可用。MOSS KSampler 与原生节点输出图像像素差为 0,1024×1024、25 步生成一张 SFT 图像耗时 591.52 秒,比 RTX 5090 慢约 36-39 倍。该节点包无需额外 Python 包,克隆到 custom_nodes 即可使用。
The Biological Computing Co. 于 10 月 30 日发布 Mischief 1,一个基于 Wan 2.2 的图像到视频模型,声称同质量下生成速度快约5倍,但尚无独立测试。
infinite-creation 发布 v1.0.7,接入 MiniMaxH3 二次采样工作流并新增 540P、1080P、2K、4K 分辨率选项。新版本支持手动新增自定义分镜并修复部分 BUG,用户可通过豆包、Trae、Workbuddy 等 Agent 工具拉取 GitHub 更新并重新运行项目。
OpenAI 于 2026 年 11 月 4 日发布 GPT-Image-2.6,生成速度提升约 50%,Flare 最快 6 秒出图。新功能包括 GIF 生成、可复用参考角色、透明 PNG 标记编辑和 SVG 导出。API 定价与 2.5 持平,但 low/medium 档输出 token 用量可能上升,迁移前需实测。
推荐理由:GPT-Image-2.6 新增 GIF 生成与参考角色,API 定价与 2.5 持平,但输出 token 用量可能上升,迁移前需实测。
创作者 TechHalla 在真实项目中评测 Kling 4.0 与 4.0 Flash,称 4.0 用于控制与画质、4.0 Flash 用于速度与批量。他用 3D 动画作运动参考、图像作身份参考,三步生成武器动画且时序保持;多镜头硬切让 16 次生成完成整支音乐视频,19 个生成的角色一致性全部一次通过。
推荐理由:创作者用真实项目评测 Kling 4.0 与 4.0 Flash,展示多镜头硬切、3D 运动参考与角色一致性等可迁移工作流。
AI 互动剧正在成为短剧与游戏之间的新形态,DRAMAGO、Castloop、StoReel 等平台已入局。DRAMAGO 透露,部分 AI 互动剧前三集完播率接近站内真人短剧的两倍,首个付费节点转化率高近 30 倍,用户次月回访率约 40%。文章拆解了预设分支与 AI 动态生成两种形态及 IAP、IAA、IP 商业化三种变现模式,并指出留存与互动节奏仍是挑战。
推荐理由:从内容形态、玩家格局到付费模式拆解 AI 互动剧这一新赛道,早期完播与付费转化数据为短剧与游戏融合提供参考。
广东省广电局公示2026年度第一批39个微短剧、网络动画片拟扶持项目,公示期至11月11日。根据粤广电网〔2026〕13号通知,经专项评审程序产生,公示期间有异议可书面向省局网络视听节目管理处反映。
用户在 ComfyUI 中用 MiniMax H3 I2VA 生成 5.17 秒竖屏视频,发现静态纹理出现“沸腾”和约每 4 帧的细微脉冲,帧差检查显示帧 6、10、14、19、23、27 处有尖峰,怀疑 VAE 的 4x 时间压缩。用户询问 tiled VAE 解码、更高分辨率生成或 deflicker 等后处理是否有效。
开源创作项目 AIArtEngine 发布 v8.5.6,更新日志覆盖 v8.5.5 至 v8.5.6,具体变更见完整更新日志。