《乖乖女》热播、绿泡泡入局、一人公司兴起,短剧行业边界被撑开
横屏中剧《好一个乖乖女》登陆腾讯视频热度破20000,微信将短剧小程序更名为绿泡泡短剧并推出最高100%收入激励。8.51亿用户规模并非天花板,2026年海外微短剧市场规模将超60亿美元、同比增长67%,AI漫剧与一人公司模式正在改变行业利润结构。
横屏中剧《好一个乖乖女》登陆腾讯视频热度破20000,微信将短剧小程序更名为绿泡泡短剧并推出最高100%收入激励。8.51亿用户规模并非天花板,2026年海外微短剧市场规模将超60亿美元、同比增长67%,AI漫剧与一人公司模式正在改变行业利润结构。
SolarRenderer 是一种结构条件视频渲染器,基于冻结的 MiniMax-H3 33B 主干加两个轻量 LoRA,从预训练四步 LoRA 出发实现四步渲染,比 50 步采样快 12.3 倍。
研究者提出一个模型,可为任意骨骼绑定直接联合生成视频与 3D 运动,并估计相机把运动配准到 3D 场景。它把支持任意骨架的 3D 运动模型与预训练视频模型通过少量 cross-attention 层连接,用约 200K 训练对训练,评测中比 video-first 流程更忠实地按文本驱动多种骨骼,并支持视频转骨骼运动、骨骼运动转视频及关键帧控制。
OverSeer 是一种多智能体世界模型,通过在智能体第一人称视角之外引入空间固定的辅助相机视角,作为世界中心表示的代理,帮助模型维持时间与跨智能体的一致性。辅助视角经 delta-VAE 相对静态参考图仅编码变化,显著降低处理所需 token 与计算开销。在 Minecraft、Doom 及真实多相机采集上的实验显示世界与智能体一致性均有提升。
HRoPE 提出表面感知的相对位置编码,将每个 patch 的局部几何表示为倾斜 3D 平面,并把平面诱导的单应性作为相对变换注入注意力,以纠正透视畸变并对齐跨视角 patch 特征。
Sora 的 Web 与 App 已于 2026年4月26日、API 于 9月24日终止,作者认为真正受冲击的是把 API 接入工作流的用户,普通用户只是重新选一个更便宜的入口。
拥挤的地铁车厢。乘客与一条巨虫相撞。这是韩国导演金成洙多年来一直想搬上银幕的卡夫卡式场景。 观看金成洙分享他首次尝试AI电影制作的经历,并解释Kling 4.0如何让这个“不可能”的镜头成为可能。
Minimax H3 角色替换工作流测试面部情绪表演迁移效果。使用 Ref2va 配合 8 步 LoRA,基于 ComfyUI 工作流,将 LLM 部分替换为自定义节点。
作者用 MiniMax H3 的参考生视频配合 LoRA 测试角色替换约一天,给出未挑选的早期结果。方法是用角色参考图替换视频中的人物,同时保留原视频的动作、场景与声音;作者也列出相似度漂移、细节与原人物混合、场景切换导致时间错位等限制,并称额外提示词有助于提升一致性。
霞光智库发布中国AI短剧出海报告,指出AI短剧已占95%产量却仅获4%播放量,行业正从拼产量转向拼质量。报告显示,AI短剧单部制作成本从50-150万元降至5-24万元,效率提升60-100倍,但海外投流成本约占出海总成本50%,北美单用户获客成本达5.28美元。竞争焦点正从内容制作转向流量获取,合规成为准入性门槛。
推荐理由:AI短剧产量占95%却仅获4%播放量,报告揭示产能与流量错配,为出海玩家提供从拼产量转向拼质量的参考。
LibTV 上线角色造型系统,用类似网游捏脸的方式解决 AI 视频主角"撞脸"问题。界面左侧按脸部、身体、特征标签划分,右侧用线性滑块做单轴精调,下方提供眼影、眉形等预设材质包,兼顾快速装配与像素级微调。定制好的模型资产可一键沉淀为连贯分镜的主角。
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。
作者认为 AI 影像制作的功能已接近可用,剩下的瓶颈是 UI 操作性与工具割裂。他提到 AI 映像研究会视频中的 obvpm-timeline 时间线节点与 RefMod 角色固定方案。
作者对比了 Wan 2.2 在 Loomance 与 WanGP 两个工具下的渲染效果,发现 4 步 lightning 模式快约 10 倍但错误更多,30 步完整采样更干净。在六狗场景中,WanGP 有 3/5 次角色融化或合并,Loomance 为 0/5;高分辨率单人物场景两者接近。按需选择:快速变化或低显存用 WanGP,保持角色一致用完整采样。
推荐理由:同一 Wan 2.2 模型在两种本地工具下的实测对比,为创作者在速度与保真度之间做选择提供参考。
腾讯混元于 2026 年 10 月 21 日开源交互式世界模型 Hy-Nomas,公开权重、推理代码以及训练和数据标注代码,并提供在线 demo 与 Hy-Nomas-Bench 基准。
推荐理由:腾讯混元开源可交互世界模型,文本与相机轨迹可逐段驱动长视频生成,并附基准与单卡配置。
Wireflow 用自建节点画布复刻了 Runway Ads 的创意制作环节:一张产品图加品牌套件,经 Claude Sonnet 4.5 规划 3 个广告角度、Nano Banana 生成 4:5 图片,再输出 3 个 feed 与 3 个 story 尺寸,共 42 credits、约 1 分钟模型时间,折合 $0.44 至 $0.63。
Remotion 的月度成本由许可证与 AWS 渲染账单两部分构成:3 人以内团队免费,4 人以上按每次渲染 $0.01 或每席位每月 $25 计费,Automators 与 Creators 合计最低消费 $100/月。
Wireflow 在 2026 年 10 月 21 日用 Kling 3.0 Pro 各跑一次 8 条 5 秒提示词,6 条达到预期、2 条部分达成。每条 5 秒带声成片消耗 135 积分,按 Professional 套餐约 1.82 美元一条,8 条并行总耗时 3 分 6 秒。
FastVideo 发布 FastH3 Omni,这是 MiniMax H3 的参考条件化变体,提示词加有序的图片、视频和音频参考可生成带同步声音的片段,只需 8 次 transformer 评估而非基础 H3 的 50 次。
推荐理由:FastH3 Omni 把参考图、视频与音频统一进一条生成链路,并给出与基础 H3 的逐项耗时对比,便于评估本地部署成本。
ComfyUI 宣布已支持 Hao Ai lab 的 FastH3 OmniRef,该模型面向快速、高质量的视频与音频生成。OmniRef 让它支持多模态参考素材,创作者和团队对生成内容的控制不再只依赖文本提示词;模型可本地运行,团队能在自有硬件上生成并保留素材,无需依赖托管 API。官方同时给出云端入口与 Hugging Face 开放权重链接。
推荐理由:ComfyUI 接入 FastH3 OmniRef,支持多模态参考素材与本地运行,创作者可据此评估自建出片流程。
有创作者用 Minimax H3 的参考图生视频功能制作全 POV 的「Get Ready with Me」网红风格视频,画面本身效果很好,但镜面或窗户反射中人物总会手持手机或相机,约 80% 的生成结果都出现该问题。其已尝试不提及相机、负面提示、使用不含手机相机的参考图、pmad 与 dmad 等 turbo LoRA,以及让人物双手做别的事,手机仍会出现并悬浮在人物周围,目前尚未找到解决办法。
一位用户在 Reddit 询问如何在 ComfyUI 中用同一人物的中性色参考照片为偏蓝视频调色,并希望借助 AI 弥补细节损失。该用户此前已在 Gemini 中测试过图像匹配,现想把这套流程迁移到 ComfyUI 中实现。
Hao AI Lab 的 FastVideo 团队开源 FastH3 OmniRef,输入提示词加参考图像、短视频片段或声音即可生成带同步声音的视频。该模型只需 8 步而非 50 步,比基础 MiniMax-H3 最高快 11.9 倍,已进入 ComfyUI 0.42.2 工作流模板,并开放权重与训练代码。
推荐理由:FastH3 OmniRef 以开放权重形式发布,8 步出片并支持 ComfyUI 首日接入,创作者可据此评估本地参考生视频流程。
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。
一段飞行汽车警匪追逐的 AI 视频由 Blender 搭建场景、Seedance 2.5 生成,采用一镜到底的直升机视角,并加入一名措手不及的新闻记者。该工作流可在 ComfyUI 中复现。
作者开源 ComfyUI 自定义节点套件 ComfyUI-ZeroCopy-Continuity,通过 ZeroCopyVRAMPin 把 DiT 权重常驻显存、ZeroCopyLatentHandoff 在 cuda:0 上直接传递上一镜头的 latent,省去 VAE 解码再编码的往返。
推荐理由:作者开源了一套 ComfyUI 节点,用显存常驻和 latent 直传替代 VAE 往返,多镜头渲染的衔接开销从 14.2s 降到 0.4s。
一位 ComfyUI 用户在 H3 工作流 OBVPM 中拼接场景后,用内置的 h3 latent upscaler 放大视频,83 分钟渲染后头发变成闪烁的「海市蜃楼」状伪影,想知道这类问题叫什么、如何解决。该用户使用 16GB 显存的 5060 显卡,并询问是否有比 OBVPM 更好的放大方案或替代工作流。
导演 Cassandra Brooksbank 用 AI 平台 Absurd 把 2021 年因预算被搁置的 AXE 广告创意做成 60 秒非官方 spec 广告《For Days That Run Hot》。
Khalil 在新频道 Lazy Motion Pictures 发布原创 AI 科幻剧《The Unmarked》第一集,讲述身份标记仪式出错后母女面对系统威胁的故事。他同时推出第一集制作套件,包含 171 页制作指南、74 条 prompt 条目、片段索引与剪辑裁剪信息,并称生成漂亮镜头只是小部分,难点在于让镜头承担表演、对白、情绪、机位、连贯性、剪辑与声音的叙事功能。
V-Andrei 创作的 AI 武士短片《You Tied It Wrong》讲述一名蒙面武士战后攀向花园,履行对兄弟的承诺——把他的女儿带回家。碎片化记忆、绝望对峙与反复出现的散结意象,构成一个关于亲情、失败与脆弱希望的沉郁故事。
WRAI 的 AI 短片《Lost & Found》设定在 1970 年代火车站的失物招领处,一位老练的职员在高耸的编号物品货架间接待前来寻找或留下物品的访客。怀旧场景与安静耐人寻味的前提,把日常的失物交接变成对失去、发现与人们所求答案的思考。
Rafael Taveira Pedroso 与 Samantha Shields 创作的 AI 科幻短片《Metamorphosis》第 4 集,讲述 Subject 01(Anya)被运送至一处未登记的沙漠区域,等待她的是神秘守护者 Gael。故事设定在 2375 年,从一场将情感作为升级品出售的拍卖会,转向沙尘暴中的伏击,呈现有感知生命的商品化与反抗的可能性。
ComfyUI-RMBG 发布 v3.3.0,新增 Canvas 交互式多层合成节点、基于 BRIA AI VRMBG-3.0 的时序视频抠像、面向发丝与玻璃的 FeyNoBg 精细抠像,以及 YOLO26-seg 与 YOLO11-seg 分割支持。
推荐理由:这次更新把抠像、检测与合成整合进同一套 ComfyUI 节点,并加入时序视频抠像,可对照现有出片流程评估替换成本。
开发者浅水虾(qianshuixia)开源 shrimpreel,一套"一张照片生成跟拍爆款模板 AI 视频"的 SaaS 站点模板,每个热门关键词可复制出一个独立站点,改配置和素材即可上线。
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。
作者拆解了一套从原始素材到成片的 AI 换脸视频工作流,用 00 到 09 十个文件夹划分镜头规划、参考图、生成包、帧对齐、终版合成与质检等阶段。生成环节在 ComfyUI 上用三台 NVIDIA DGX Spark 跑两遍流程,先 1280×736 草稿再 1920×1088 精修,8 秒 1080p 级片段约需 1 小时。
推荐理由:作者复盘 54 个镜头、8163 帧的换脸视频全流程,重点在帧对齐与版本管理这类容易被忽略的工程环节。
CastWorkshop 开源,定位为 Ollama 与 ComfyUI 之间的协调层,可用自然语言创建持久角色、把角色放进同一场景并生成图像和视频。它默认使用 Krea 2 和 MiniMax H3,也支持接入已有的 ComfyUI 工作流,推荐硬件基线为 16GB 显存和 64GB 内存。其他功能包括角色性格与对话历史、双角色场景、视频续写以及用于移动使用的 Telegram 集成。
制作 15〜30 秒 PR 视频时,先用 ChatGPT 一次性提交题材、受众、核心价值与形式条件生成分镜方案,再逐场景把"柔和雨景"这类氛围词改写为"见什么、动什么"。示例中 20 秒视频被拆成 4 个 5 秒场景,主角固定为一把深蓝色长伞,人物、对话与手部动作全部剔除,末场景复用前一场景画面加文字。使用前需核对目的、事实、制作、时长四项,只保留一版企划备忘录。
一位用户在 ComfyUI ROCM 环境下用 AMD RX 6800 16GB 跑扩散模型,发现小模型反而更慢:3.89GB 的 Anima 生成 1280×720 单图需 109 秒,而 6.6GB 的 Illustrious XL 仅需 75 秒,5.04GB 的 MOSS 则要 490 秒。
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。