跳到正文
日期与来源

日期按北京时间的资讯列表日期计算,包含起止当天。

10月15日周四
  1. Hugging Face Daily Papers22

    Dusting the Phantom:面向动态高斯表示衰减内容的分配策略

    针对动态高斯表示中快速移动小物体易丢失、高动态区域细节难恢复的问题,研究提出 Seed Injection 与 Temporal Biased Relocation 两种策略,分别利用时序外观变化与重建误差定位欠重建区域、用时间分辨优化信号引导高斯重定位。两者在不改变底层表示、维持固定高斯预算的前提下,于多个动态场景数据集上提升了重建质量。

  2. Hugging Face Daily Papers22

    Mine, Sample, Render:生成模型的测试时多样性对齐

    研究者提出 MINE-SAMPLE-RENDER(MSR),一种测试时方法,从真实样本语料中挖掘可解释的分类模式并统计采样,再让生成模型仅作为条件渲染器输出采样配置,从而提升生成多样性。在天气报告生成、用户模拟、网页设计、文生图和智能体生成 3D 资产等任务上,MSR 改善了输出与语料分布的对齐度及多样性。

  3. Reddit StableDiffusion · 创作者与工作流分享18

    如何在本地复现 nano banana 2 的生成效果?

    有用户尝试用 krea 2、flux 2 dev、flux 2 klein 9b 和 qwen image edit 2.1 在本地复现 nano banana 2 的付费生成效果,但均无法接近。其需求是输入两张甚至更多人脸参考图来生成场景,再将结果用 h3 minimax 转为视频,目前视频环节正常,但希望起始帧能在本地生成而非付费。

  4. Reddit StableDiffusion · 创作者与工作流分享42

    在 ComfyUI 中用不同提示词测试 LTX-2.5,结果出人意料

    有用户在 ComfyUI 中用五组提示词测试 LTX-2.5,涵盖奢侈品香水广告、AI 网红口播、科幻场景、动漫角色动画和首尾帧过渡。其中首尾帧过渡效果明显不佳,作者认为还需更多测试才能判断 LTX-2.5 在该工作流上的表现,并向其他用户征询使用体验。

  5. Reddit StableDiffusion · 创作者与工作流分享20

    如何让 AI 视频看起来像随手拍的手机素材,而不是电影感镜头?

    有用户用自托管 MiniMax H3 生成"桌面产品随手拍"视频时,无论怎么提示都会出现电影感变焦和运镜,即使加入 smartphone/handheld 描述、尝试带与不带 realism LoRA 也依然过于精致。他询问这种自然手机素材效果主要取决于模型、提示词、参考图还是设置,并希望看到可用工作流。

  6. Reddit StableDiffusion · 创作者与工作流分享12

    Reddit 讨论:最新开源模型为何迟迟未现,图像/音乐/3D/音频领域是否陷入停滞

    Reddit 用户 ascot_major 发帖质疑开源生成模型是否陷入停滞,称近几个月图像、音乐、3D、音频等主要领域均无大量新模型涌现。帖中列举 H3 MiniMax 为最后一个大型视频模型、Krea 为最后一个热门图像模型、Trellis 2 与 Hunyuan 2.1 为最新免费 3D 生成模型、Yue-2 为最新音乐模型,并称自己仍在使用 Chatterbox-tts 处理音频。

  7. Curious Refuge film gallery22

    Mike Staniforth 的 AI 短片《Creation of Adam I》如何让观众"飞入"米开朗基罗名画

    Mike Staniforth 创作的 AI 艺术短片《Creation of Adam I》以循环形式让镜头从上帝肩后掠过其伸展的手臂,穿过指尖之间那道著名的缝隙。沉浸式视角把米开朗基罗这幅经典构图变成一段可进入的空间旅程,观众不再从外部观看,而是从画中穿行。

  8. Curious Refuge film gallery22

    Chris Castor 的 AI 西部短片《The Savior》

    Chris Castor 推出 AI 西部短片《The Savior》,讲述前亡命徒 Eli Mercer 在离开七年后被旧帮派追上门,一名年轻枪手在远处山脊旁观。故事置于寒冬边境,在紧张对峙与枪火中展开关于罪责、正义与宽恕的沉重叙事,追问一个人能否摆脱过去,还是只能学会背负它。

10月14日周三
  1. note · kazu_fuwa · 图像视频创作分享76

    MiniMax H3 本地部署实测:VRAM 16GB 下 7 种配置对比,5 秒视频约 2 分 40 秒

    作者在 VRAM 16GB、内存 32GB 的 PC 上用 ComfyUI 跑 MiniMax H3,对比 7 种配置后,5 秒视频最快约 2 分 40 秒完成,而官方 20 步设置约需 12 分半。

    推荐理由:作者在 VRAM 16GB 的机器上实测 7 种配置,给出可复用的提速组合与踩坑记录。

  2. TelosCompass · note AI视频创作实践34

    AI 视频生成两个场景中如何统一商品的颜色与形状

    AI 视频生成分场景制作时,前一场写的提示词不会自动带入下一场,商品颜色和形状容易在拼接后看起来像换了一件。做法是把不变特征(如淡绿颜色、圆角方形、叶形刻印)写成"共通メモ",在每个场景的 prompt 中原样复用,只改动展示范围与动作。生成视频前先并排比对两场图像,并与实物核对,再决定是否拼接。

  3. 壹娱观察 · 搜狐公开专栏28

    AI影视公司恐是空中楼阁:Utopai 的模型、人才与发行难题

    壹娱观察质疑“AI影视公司”概念,以 Utopai 为例指出其视频模型 Utopai X 基于 MiniMax H3 后训练,原创项目《Cortés》《The Most Serious Fart》仍靠奥斯卡提名编剧、皮克斯履历等传统主创背书。文章认为 AI 只进入生产流程,发行与创作判断仍依赖传统影视公司,AI 短剧已替代九成以上真人短剧却未带来更大需求。

  4. Frank Houbre · AI电影制作实战31

    2030 年的电影工作室:AI 电影人 Frank Houbre 逐间推演

    AI 电影人 Frank Houbre 以自己创办的 Outerframe Studio 为例,逐间推演 2030 年电影工作室的变化。他判断届时仍会保留实体片场,但面积更小、更多靠租赁,拍摄集中在表演捕捉,环境则交给生成;SAG-AFTRA 新合约(2026 年 7 月至 2030 年 6 月)与 AI Act 第 50 条透明度义务已锁定部分规则。

  5. 逛逛GitHub66

    Noiz AI 开源 HelixWorld 世界模型,可实时生成可交互画面与声音

    Noiz AI 开源了世界模型 HelixWorld,给一张起始图片并填写场景描述后,可用 WASD 移动、方向键转动视角,模型结合当前场景与操作继续生成后续画面与声音。

    推荐理由:开源世界模型把画面与空间声场一起生成,可据此了解实时交互式世界生成目前的部署门槛与能力边界。

  6. note · fordtaurus116 · 图像视频创作分享22

    AZ8 实测:用 Seedance 2.5 在 Infinite Canvas 上从一张图做出 30 秒视频

    AZ8 的 Infinite Canvas 把图像生成、视频生成和 AI 智能体 Zumi 串在同一个画布上,视频生成可选用 Seedance 2.5 等模型,作者实测从一张图逐步扩展素材、做出 30 秒视频,中途的构图与 15 秒草稿都保留在画布中。AZ8 还提供 Creator Program,申请并通过审核后可获得会员、制作额度等特典,并可通过 Marketplace 发布制作服务。

  7. note · kt_kt_89 · 图像视频创作分享24

    把视频生成交给 AI 智能体后,我又让 Codex 接管了操作员角色

    作者在本地视频生成智能体之外引入 Codex 作为上位操作员,由它读取日志、state 和 Reviewer 修正指示,决定差回与断点续跑,自己只负责制定方针。该分工从 v0.5.64 起试用,定型执行与安全状态管理仍留在本地,预算上限、重试限制等边界不变。作者强调这是个人实测感受,并非量化收益,且 Codex 自身也有用量与执行上限。

  8. 雷峰网22

    爱诗科技香港办公室正式开幕,落地数码港共建香港AI枢纽

    爱诗科技(AIsphere)10月13日宣布其香港办公室在香港数码港正式开幕,定位为辐射本地企业、政府机构、高校及创作者的AI枢纽,并同步启动「数智香港·爱诗AI百业共创计划」。开幕现场展示了全球首个具备Scaling能力的通用实时世界模型PixVerse R2,公司还与其域创新、香港理工大学等签署多项战略合作。目前PixVerse覆盖全球177个国家和地区,累计注册用户超1.7亿。

  9. Reddit StableDiffusion · 创作者与工作流分享36

    提醒:对蒸馏少步视频模型调高 CFG 会让输出变差,而非更贴合提示词

    在 LTX-2.5 上把 CFG 从 1 提到 4 后画质崩溃,出现过饱和与纹理失真。原因是该模型为引导蒸馏模型,提示词贴合度已固化在权重中,基础推理仅跑 3 步去噪,调高 CFG 会偏离其蒸馏时的工作点。作者提醒从 SDXL/SD1.5 的 CFG 7 习惯迁移过来的人需换一套思路。

  10. Monster社区 · 中文ComfyUI实测与工作流22

    8G可玩!本地必装125B魔改版Strata:引擎级修改,Uncensor版支持原生视频分析,整合包与ComfyUI节点开源

    125B魔改版Strata发布,经引擎级修改后8G显存即可本地运行,Uncensor版支持原生视频分析。该版本同步开源整合包与ComfyUI节点,并配套T8 Comfyui整合包V10、贞贞整合包V4.6B及多款训练器镜像。

  11. cnBeta60

    男子用 AI 视频恶搞问界,赛力斯起诉索赔 100 万元

    赛力斯汽车就一起 AI 生成视频造谣案提起诉讼,向被告索赔 100 万元,案件将于 10 月 23 日在重庆市两江新区人民法院开庭审理。被告男子被指用 AI 工具伪造问界车辆行驶中车身塌陷的画面,并搭配配音抹黑产品安全后发布在短视频平台。赛力斯提出删除侵权内容、公开书面道歉、赔偿 100 万元并承担诉讼费用四项诉求;有法律人士提醒,AI 只是制作工具,不能作为免责理由。