Google 开放 SynthID 检测,美国版权局启动流媒体欺诈调查
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。
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。
图像转视频 AI 把静态图片变成短片段,核心功能包括起始帧控制、运动提示词或自动运动、时长与画幅设置、原生音频或静音输出、质量档位、批量转换、静态图对口型、参考图一致性和生成后剪辑。
Seedance 2.0 是字节跳动的多模态视频模型,在提示词中用引号写入台词并描述语气,即可一次生成画面、语音与匹配的口型,单条片段最长 15 秒。在 VideoGen 中需选择"Powered by"含 Seedance 的档位,Seedance 2.0 Mini 支持 4 至 15 秒、Seedance 2.5 支持 4 至 30 秒。口型漂移多因台词过长,可缩短为一句或拆成两条片段。
Higgsfield AI 的官方手机应用是 Diffuse,由 Higgsfield, Inc. 发布,支持 iPhone(iOS 16 或以上)和 Android,可将照片和文字提示词生成短视频,免费下载、应用内订阅。
没有一款 AI 视频生成器在所有任务上功能最强:单模型工具如 Dreamina 中的 Seedance 2.0、Higgsfield 提供最深的单模型控制,HeyGen 等数字人工具擅长说话头像与配音,VideoGen 则在模型选择、剪辑时间线和配音字幕音乐收尾上领先。
Remotion 模板是可直接复制、修改和渲染的 React 视频项目与场景组件,官方提供 19 个免费起步模板和 3 个付费模板,社区最大的 reactvideoeditor 合集含 81 个 MIT 许可场景组件。
ComfyUI 与 Automatic1111 的对比核心是控制力与易用性的取舍:ComfyUI 采用节点图,速度更快且仍在活跃更新,v0.39.0 于 2026 年 10 月 5 日发布;Automatic1111 更易上手,但自 2025 年 2 月 9 日的 v1.10.1 后已停更,且不支持 Flux。
MattVidPro 演示了用 Runway 的 Seedance 2.5 关键帧模式制作无缝 AI 片头的完整流程,核心是把 AI 片头与真实素材融合并锁定结尾帧。他用 ChatGPT 把粗略想法转成完整提示词,再迭代生成、拼接最佳片段完成转场衔接。视频还包含 Runway Agent 与 Runway MCP 的问答环节。
Raindance AI 趋势源自 Dave 与 Tems 的《Raindance》MV,创作者用 AI 把码头场景中的两位表演者替换成自己或任意角色。
推荐理由:用两张身份参考图加一张线稿动作参考,在 Seedance 2.5 里复刻 Raindance 双人音乐视频场景,可迁移到其他动作参考类趋势。
Filmmakers Academy 发布教程,由 Shane Hurlbut 与 AI 专家 Chris Anthony 演示用 invideo 的 AI 平台生成 4K 写实车载背景板的六步工作流。
Ben Affleck 本周因多段采访视频走红,他在 GQ 与 Bloomberg Screentime 2026 活动中讲解机器学习、神经网络、transformer、tensor 与 GPU 等概念,并称自己会写 Python 脚本。
作者在单张 RTX 5090(32GB 显存)上,用 FastVideo 的 FastH3 V2 checkpoint 四步采样跑出 15 秒 448×256 的实时视频,目标是把连续生成成本从每天 6k 降下来。
推荐理由:作者把单张 RTX 5090 上跑实时视频的六项优化逐条拆开,可迁移到自己的出片流程。
Pollo AI 借助 GPT-5.6、GPT-6 Astra 和 GPT-Image-2.5,帮助创作者把创意转化为精细图像和电影级视频广告。
Magnific 联合创始人 Javi Lopez 独自用 AI 完成了一部 17 分钟的 Backrooms 短片《Backrooms Nemoris》第一集《It Eats Light》,片长 17:41,属于计划中的系列剧集。
一篇攻略介绍如何用 ComfyUI 搭配 MiniMax H3 在本地 PC 免费生成 AI 视频并变现。文中推荐使用蒸馏加速模型 FastH3 的 8-Step V2 工作流,作者在 RTX 2070 Super、16GB 显存、i7 环境下单条视频生成约需 15 分钟,并建议用 I2V 方式先出首帧图再生成视频。作者称仅靠 TikTok 投稿 AI 视频,某月收益曾超过 55 万日元。
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。
从总台CCTV-9《开始提问吧》到湖南卫视与芒果TV《台湾岛纪》,再到中央新影集团发现纪实传媒《被意外拿捏的科学》《中华文明》第一季,四个月内多部全AI或深度AI参与的纪录片接连开播。文章梳理AI在纪录片中的位置从配音、修画面、译制走向画面全流程生成,并提到总台自研“智纪”系统可将制作周期缩短35%。从业者把真实锚点放在文本,史料与专家把关由人负责,AI承担视觉呈现。
传媒内参盘点近四个月全AI或深度AI参与的纪录片:CCTV-9《开始提问吧》10集画面全部由AI生成,湖南卫视与芒果TV《台湾岛纪》五集约140分钟画面全部由AIGC生成,中央新影集团发现纪实传媒的《被意外拿捏的科学》《中华文明》第一季先后在爱奇艺上线。文章梳理AI在纪录片中从配音、修复、译制走向全流程生成的变化,并提到从业者把真实锚点放在史料与专家把关上,AI负责视觉呈现。
在 RTX 3060 Ti 8GB 上用 Qwen Image 2.1 生成原图、再经 MiniMax H3 + Veda Sparse Attention 做 1376×768 约 5.2 秒的 Image to Video,首次耗时 326.54 秒,后续相同参数却恶化到 14 分 15 秒。
一位不擅长电脑的上班族爸爸用 ChatGPT 生成 12 格绿色背景网格图、Claude Code 逐格切分并转成 LINE 规定的 APNG、Google Flow 将每格做成 4 秒视频,完成动态 LINE 贴纸制作到申请上架的全流程。他目前上架 5 套动态贴纸,累计销售额 76 日元,并记录了透明背景、画面裁切和规约报错等 7 类失败的修正方法。
一名 AI 初学者大学生用 AI 制作了主题为「100 年后的东京」的视频,先用 AI 生成融合日本城、樱花、高楼层与空中交通工具的图像,再用 PixVerse 将静态图转为动态画面,最后用 CapCut 完成剪辑并投稿 TikTok。作者强调 AI 并非全自动,指令设计与素材取舍仍需自己判断。
AI短剧行业半年内从缺产能转为产能过剩,内容报价从每分钟5000元跌至几百元,9月抖音集团端原生AI短剧日均上新1010部。业内公司正沿三个方向迁移:向上做AI中长剧,如《北派笔记》市占率峰值11.3%、首周分账破100万元;向新探索AI互动内容,DRAMAGO入局3个月月留存率达40%;向外出海,昆仑万维AI短剧平台单月流水超6500万美元。
生数科技推出 Vidu Q4 Preview,作为 Vidu Q4 面向创作者的首个预览版本,重点提升人物演绎、镜头语言与复杂视效,首发价格 0.09 元/秒起,同样预算最高可生成 5 倍内容。
推荐理由:Vidu Q4 Preview 把 0.09 元/秒的首发价与 15 张参考图、2K/4K 输出放在一起,可据此判断 AI 视频批量生产的成本区间。
在 Agent 云电脑里装 Pi 或 DeepSeek Harness 等编程 Agent,把其他 Code plan 用不完的额度配进去,再让 Grok Bot 调用这些 token 写代码、渲染视频,闲置额度就不浪费了。此前该用户已让 Grok bot 每天定时生成 AI 早报视频,内容收集、写代码和视频渲染全程跑在云端虚拟机,未用本地电脑。
一位 60 多岁的作者用 Gemini 尝试 AI 视频生成,输入"女性将热黑豆茶缓缓倒入杯中"等文字提示,生成了注茶、冒热气、黑豆特写等镜头。他发现提示词越具体(人物、场景、光线、运镜)结果越接近预期,但同一人物跨场景易变脸、手部变形等失败仍常见。他认为 AI 视频是素材工具,需与 Premiere Pro 剪辑配合,并看好其在短视频、商品介绍等副业方向的应用。
用 Grok bot 每天早上定时产出一条 AI 早报视频,全程跑在其云端虚拟机上,内容收集、写代码和视频渲染都不占用本地电脑。作者写了一段提示词,复制过去即可让 Grok bot 执行同样的任务。
全球最大独立 AI 影视公司 Utopai Studios 推出的定制视频模型 Utopai X,在 Artificial Analysis 含音频文生视频排行榜中位居全球第二、全美第一,该榜单采用盲评机制。
作者分享了用 DomoAI 视频生成功能制作"美女逃离僵尸"片段的完整提示词,涵盖夜景废弃街道、僵尸追逐、回头惊呼"Dangerous!"并准确对口型、逃入建筑关门等镜头细节,并强调写实真人质感与电影级运镜。作者同时提醒 DomoAI 免费生成会带水印,建议订阅,并宣布已开设会员栏目,每周更新两次以上 AI 美女制作与工具用法内容。
Anthropic 于 10 月 7 日发布 Claude Haiku 5.5,这是首款支持可调推理强度的 Haiku 模型,面向摘要、分类和编程子 Agent 等高频任务,提示词不超 10 万 Token 时每百万输入、输出 Token 分别定价 0.10 美元和 0.50 美元。
AI Video Production Editor v3.0.0 发布 macOS Apple Silicon DMG 安装包,已通过 Apple 公证并附公证票据,Windows 端暂无新安装包,仍提供 v2.7.0 EXE。
Kandinsky 6 Lite Distill 现已支持自动 PiFlow 检测、10 steps/CFG 1 以及 MagCache 绕过,并补充了下载链接与使用说明。已用 Lite Distill、Pro Distill 和非蒸馏版 Lite 验证了完整的视频与音频生成。
作者在 RTX 5090 上实测 MiniMax H3 的 PDMD 4 步 LoRA 与 NVIDIA SoL Refiner:PDMD 把 6.6 秒片段出到 2520×1440 平均耗时 101 秒,而 20 步 Quality 路径为 753 秒。
推荐理由:作者在 RTX 5090 上实测 PDMD 4 步 LoRA 与 NVIDIA SoL Refiner,给出逐项耗时与画质差异,可作选型参考。
作者在 ComfyUI 的 Stubelius Ultimate LTX 2.5 工作流中梳理了 LTX 2.5 除文生视频外的八种模式,并说明每种模式提示词该写什么。
Stubelius Ultimate H3 0.11 是作者为 ComfyUI 免费开源的 MiniMax H3 工作流,在 First/Last Frame 模式下新增三种按秒控制片段的方式:最多两个中间帧、在 First Frame 框放入视频以续接片段、以及最多 8 个声音或短片段钉在指定秒。
一位创作者用 Claude Code、gpt-image-2、Kling、Runway、ElevenLabs 和 Seedance 2.5 做出九集竖屏剧《Vertical What?
NeurIPS 2024最佳论文一作田柯宇过去一年专注世界模型,方向与李飞飞、杨立昆一致,落点机器人与交互式视频、自动驾驶。其新公司无产品、仅10人团队,已获五源资本、IDG等5家风投近3000万美元融资,投后估值2亿美元,计划训练约1亿小时视频。AMD 刚以约82亿美元拿下李飞飞的 World Labs。
一名无视频制作经验的公司职员用 ChatGPT 与 Adobe Firefly 制作了 5 条"有点笨拙的约克夏梗"主题短视频,并发布到 YouTube Shorts 和 TikTok。
爱奇艺、长信传媒出品的《灵魂摆渡》
推荐理由:复盘《灵魂摆渡》AI系列1000万分账的制作流程,呈现传统影视公司如何用15人团队在四个半月内完成197分钟长内容。
free-short-video 发布 v7.0.6,Docker 多架构镜像(linux/amd64、linux/arm64)已推送至 GHCR 和 Docker Hub,可通过 docker pull ghcr.io/lcy362/free-short-video:7.0.6 获取。