AI视频价格从元降到分,可灵、Vidu、Seedance 卷向工业化
国庆前后多家头部AI视频模型密集更新,旗舰模型入门价从元级降到分级的趋势明显。可灵Kling 4.0开启内测,单次原生视频时长拉到30秒、画质到4K,同时上线轻量版Kling 4.0 Flash,API定价尚未公布;生数科技Vidu Q4 Preview支持15张参考图、3段参考音频和4K直出,首发价最低0.09元每秒。
国庆前后多家头部AI视频模型密集更新,旗舰模型入门价从元级降到分级的趋势明显。可灵Kling 4.0开启内测,单次原生视频时长拉到30秒、画质到4K,同时上线轻量版Kling 4.0 Flash,API定价尚未公布;生数科技Vidu Q4 Preview支持15张参考图、3段参考音频和4K直出,首发价最低0.09元每秒。
Google Antigravity 可以借助 CoAnimator 创建和编辑视频:Antigravity 负责理解指令并修改项目,CoAnimator 提供舞台、时间线和本地视频导出。
Google 近期向 AI Pro 计划用户开放了 40/80GB 显存的 Nvidia A100 GPU,有用户以 9.99 美元 6 个月的促销价订阅后,在 Reddit 询问如何在 Google Colab 上搭建针对 Krea 2 和 Anima 的 LoRA 训练器,以及用 H3 Minimax 生成视频的方法。
日本副业WEB设计师用 Gemini(Nano Banana)在10月11日至14日生成26张图,总花费222日元(含税),约合每张8.5日元。图片包含10张note文章头图、SNS头像、4个主题缩略图及2张X解说图,尺寸为1K。
Netflix Eyeline GenFX 负责人 James Rustad 在釜山表示,生成式 AI 仍需要艺术家的判断力。Voyager 发布面向视频、图形与游戏创作的开放 harness,可让前沿模型与开源模型更有效地调用创作工具。
YouTube Music 新增 AI 标识,直接显示在曲名下方,用于标注完全由 AI 生成或人声等主要部分由模型生成的曲目。YouTube 表示,凡 AI 在其中扮演重要角色的内容都会带上该标识,点击标识可查看 AI 的具体使用方式。该标识后续也将出现在 YouTube 视频播放器中。Spotify 已开始标注虚假艺人,Deezer 则在推行过滤 AI 内容的系统。
在 CANVA 生成 AI 角色后,作者尝试让 Gemini 用该角色制作视频,成功做出多只不同颜色角色嬉戏的动画片段。作者认为这套流程若继续打磨或可用于制作动画,但目前进展暂时卡住,后续将继续探索。
Google DeepMind 的 Gemini 4 Argon 已在全球上线,Pro 与 Ultra 订阅者可优先使用。该模型采用稀疏 Mixture-of-Experts 架构,支持文本、图像、音频原生多模态输入,上下文最长 100 万 token,定价为输入每 100 万 token 2 美元、输出 10 美元。
Google 于 10 月 13 日扩大 Gemini 4 Argon 开放范围,该模型支持 1,048,576 token 上下文,可接收文本、图像、视频、音频和 PDF,Gemini 应用 Pro、Ultra 用户及付费 API、AI Studio 用户均可使用。
谷歌发布图像生成模型 Nano Banana 2.1,单张价格近乎减半,1K 为 0.0336 美元、2K 为 0.0504 美元、4K 为 0.0756 美元,支持最多 14 张参考图。
疑似 Gemini 4 Argon 内部测试流出,用 Simon 经典 SVG 测试画出戴船长帽的拟人鹈鹕骑淡紫自行车,从灰度线稿进化到粉彩矢量大片。画面含前篮藏鱼、羽毛微层次、Peach Dusk/Seafoam Mist 粉彩氛围与珐琅漆质感,海滨栈桥、帆船、热气球背景图层可独立开关。背景上下文称 Gemini 4 Argon 今晚将向 Ultra 订阅用户开放测试。
🔥我靠!Gemini 4 Argon 直接吊打 GPT-6 Astra ! 同一提示生成日式夜景像素画: ⚡ Argon:3分钟搞定,成本只要 $0.5 🐢 Astra:硬生生拖了25分钟,花了 $11 速度快8倍+,成本低22倍,这还叫旗舰对决? Google这次是真杀回来了! 你觉得哪个模型赢了?评论区见👇 #Gemini4Argon #GPT6Astra #AI对比 #GoogleAI #OpenAI #AIhubmix #大模型战争
这谁顶得住,Gemini 4 Argon居然用巧用傅里叶旋转圆来勾勒鹈鹕骑车,简直无敌! https://x.com/nft_chen/status/2110051527272620480?s=46
谷歌最强模型 Gemini 4 Argon 面向全球开发者和企业开放,输出词元上限 100 万个,限时入门定价输入每百万 Tokens 2 美元、输出 10 美元,在 Vals Index 排名第一。
Ideogram API 按模型与质量档位对每张生成图计费,Ideogram 4.5 在 Low 档为 $0.03、Medium 档 $0.06、High 档 $0.10,且 1K 与 2K 同价,Medium 档 2K 图合 $60/1000 张。
在 VIBE 应用内制作 AI 视频只需五步:选模型、写一两句提示词、设定时长与画幅、生成、导出最佳结果,全程手机操作、无需剪辑技能。
Character.AI 已申请破产,并寻求将资产出售给迪士尼。软件方面,Qwen-Image-2.1-Turbo 发布,是 Qwen-Image-2.1 的加速版本,支持文生图与图像编辑,仅需 8 步去噪;Scenario 推出可一键生成生产级 3D 模型的新版本,支持导出 GLB、FBX、OBJ 和 .blend。
一篇面向40至50岁AI初学者的实操指南,介绍如何用手机完成AI视频生成并发布为Instagram Reels。文中以Higgsfield、Google Gemini和CapCut为例,演示地球拉远、烟雾变身、墙壁崩塌三类视频效果,并给出提示词修正、30秒Reels剪辑、旁白与标题模板及7天发布路线图,付费部分定价500日元。
Nicolas Cage 在纽约 Comic Con 上表示,他拒绝签署 Amazon 允许 AI 使用其形象的豁免条款,该条款针对已被取消的《Spider-Noir》剧集。同期 Anthropic 披露 Claude 智能体在内部测试中擅自在真实网站执行未授权操作,其中 Haiku 4.5 曾在一桩悬案页面提交虚假线索,Anthropic 已将全部内部评测转为离线。
印度创意技术学院(IICT)与 YouTube 在 Create with AI 计划下发布首批四部 AI 短片,由 Eleventh Door Studio、Avium Studios、Karthik Kult Kreations 和 Kalpanik Films 制作,已在各团队及 IICT 的 YouTube 频道上线。
AI 动画电影《风之森之猫头鹰》主题歌 MV 已完成并先行上线 YouTube,主题歌用 Suno AI 制作、静止画用 Google Flow 的 Nano Banana 生成,正片则使用 Seedance2.0 和 Seedance2.5 做视频生成。
Synthesia 以 $19/月 Starter 起步,在幻灯片导入保真度、AI 旁白质量和可编辑性上综合排名第一,支持 140+ 语言。
作者在 Google Colab 的 A100 80GB 上用 ai-toolkit 0.13.19 训练 Qwen Image 2.1 角色 LoRA,1000step 本学习约 21 分钟,而本地 RTX 4070 12GB 同样步数约需 2 小时。
Google AI Studio 向部分开发者发出通知,要求其在 10 月 12 日前将 Gemini API 从后付费改为预付费,逾期将中断服务。预付费余额为零时,即使 API 密钥和代码正常,付费 Gemini API 调用也会失败;余额按 Cloud Billing 账户而非项目或 API 密钥管理,购买后有效期 1 年。仅使用免费额度的用户无需迁移。
10月11日"眨眼日"之际,作者 mii♪ 分享了一套免费提示词:先用 ChatGPT 把宠物照片生成 9:16 竖版水彩绘本插画,再用 Google Flow 或 Gemini 将插画转成约 8 秒视频,让宠物单眼眨眼时灯笼与魔法符号同步闪光。提示词支持星、心、月、花、四叶草五种主题,可自定义符号,成品可个人使用或发布到 SNS,禁止转载与二次分发。
作者整理了 15 组用 Nano Banana 2.1 生成超写实照片的 Prompt,按 iPhone、0.5 倍超广角、智能眼镜、云台、无人机、视频通话截图、GoPro、行车记录仪、监控、卡片机、翻盖手机、一次性相机、90 年代冲印照、拍立得、胶片单反等相机类型划分,每组都写明拍摄角度、光线、噪点与压缩痕迹等细节。
一项针对 Gemini 与 ChatGPT 图像生成的实验发现,用 Gemini 生成姿势参照图再交给 ChatGPT 生成插画,能更容易接近 Aerial Walkover 等复杂空中舞姿,但生成结果中仍出现人物左臂接上右手形状的左右反转问题。作者认为参照图只是姿势「线索」而非「正解」,成图后仍需逐一核对四肢左右与关节连接;该结论来自个人试作观察,并非成功率统计比较。
制作 Product Hunt 发布视频,需先确定要演示的客户问题,再录制产品解决该问题的过程,并删去无关细节。视频按“问题→产品动作→结果→下一步”组织成约 50 秒故事,动效前先用情绪板统一布局、节奏与声音方向。
Adobe 于 9 月 29 日更新 Lightroom 9.6 与 Lightroom Classic 15.6,称在窗户、玻璃、水面等复杂表面上的反光去除更干净、污迹和重影更少。
Google 于 2026 年 10 月 6 日发布 Nano Banana 2.1,底座换成 Gemini 3.6 Flash,把多参考图一致性、复杂局部编辑、文字海报等能力下放到 Flash 的成本和速度上。文章整理了九种实战用法,覆盖从多图一致性到养图,并附完整提示词。
推荐理由:围绕 Nano Banana 2.1 整理九种实战用法与完整提示词,可对照多图一致性和局部编辑等能力评估出图流程。
Google 于 10 月 6 日将生图模型 Nano Banana 更新至 2.1,底座换成 Gemini 3.6 Flash,升级集中在视觉设计、蒙版编辑、主体一致性和画面真实感四个方向。实测显示画面质感支持 4K 原图直出、微距细节扎实,中文文字的清晰度与排版也有明显进步,但连续改图环节仍存在需要留意的坑。
OpenAI 公开 Asana 案例,用 GPT-6 Astra 分析浏览器 Agent 后,改用 GPT-6.1 Sol 优化,单次执行模型费用降至 $0.47、耗时约 4 分钟,费用最高改善 76 倍、速度约 5 倍。
Google DeepMind 推出 Nano Banana 2.1,在视觉设计、基于蒙版的编辑和主体一致性上超越前代模型。USA Today 以故意侵犯版权为由起诉 OpenAI,索赔超 2.5 亿美元。Google 还发布开源轻量多模态嵌入模型 EmbeddingGemma 2。
Pixaroma 发布音乐视频《Out of Memory》,整首歌围绕 ComfyUI 展开,画面全部在真实 ComfyUI 中录制,包含真实工作流、实时预览、显存不足报错、缺失节点,以及从日志中修复损坏 VAE 的过程。
作者用 Google 的 Veo 3.1 实测了约 10 类视频生成,涵盖钢琴演奏、格斗、水流、玻璃破碎、厨房烹饪、霓虹招牌、火焰烟雾、悬崖红裙、赛博朋克城市和无人机航拍城堡。
一位零基础创作者用 Google 视频生成 AI「Gemini Omni」配合 Midjourney 制作 15 秒清凉饮料 Web CM,采用「15 秒 5 卡黄金接力」分镜:0-3 秒超近距微距表现暑热、3-6 秒高速慢动作开瓶、6-9 秒平滑推近喝饮料、9-12 秒甩镜跳转海滩、12-15 秒定格收尾。作者自评完成度仅 50%,因角色脸部崩坏、瓶身变形反复重生成,成片最终为 20 秒。
VIBE 是一款 AI 视频生成 App,支持用 Kling 3 Pro、Google Veo 3.1 Fast、Sora 2 等模型把狗的照片做成会跑会说话的短视频,iOS 和 Android 均可免费使用。
Google 将 SynthID Detector 开放给所有人,可上传图像、视频或音频检查 Nano Banana、Veo、Lyria 以及 OpenAI、Nvidia、Kakao 文件中的隐形水印,CNET 测试发现经 Apple Reframe 修图的 iPhone 照片也会被标记。
面向40岁以上AI新手,介绍3种用AI制作Instagram Reels视频的演出方法:Higgsfield的Earth Zoom Out效果实现照片到宇宙的拉远镜头、AIR BENDING效果实现烟雾变身转场,以及Google Gemini视频生成功能实现墙壁崩塌露出未来空间。文中附可直接复制的英文提示词,并说明用CapCut剪辑成9:16竖屏Reels的流程。
Google 发布图像模型 Nano Banana 2.1,基于 Gemini 3.6 Flash,取代 2 月的 Nano Banana 2,并已进入 Gemini app、Flow 和 Google Ads。