ChatGPT 与 Runway、Midjourney 生成可颂广告片:AI 视频 10 分钟做不完
作者用 ChatGPT 生成提示词,配合 Runway(Standard)和 Midjourney(Basic)为多张可颂照片生成广告风短片,再用 Canva(Pro)拼接并加字幕。配音环节用 ChatGPT(Plus)×HiggsField(Free)生成,但声音不符预期,最终改用 Instagram 配 BGM 无旁白成片。Runway 剩余额度不足,同规格广告仅能复现 5 秒。
作者用 ChatGPT 生成提示词,配合 Runway(Standard)和 Midjourney(Basic)为多张可颂照片生成广告风短片,再用 Canva(Pro)拼接并加字幕。配音环节用 ChatGPT(Plus)×HiggsField(Free)生成,但声音不符预期,最终改用 Instagram 配 BGM 无旁白成片。Runway 剩余额度不足,同规格广告仅能复现 5 秒。
HeyGen 于 2026 年 9 月 30 日发布首个通用视频模型 Video 1,一次调用生成含同步音频的完整场景,底层基于 MiniMax 的 H3 模型并由 HeyGen 后期训练。
MiniMax 于 2026 年 8 月免费公开开源视频生成模型 MiniMax H3,可装在自己的电脑上运行,把反复重生成的成本降到电费。它支持 Omni Reference,可传入最多 9 张图片、3 段视频和 3 段音乐作为参考以保持人物与画面一致性;据 ASCII.jp 报道,其云端版性能被认为可匹敌 Seedance 2.0。
推荐理由:开源视频模型把单条生成成本压到电费,文中给出显存门槛与授权地域限制,便于评估本地出片可行性。
这是一篇 Codex + HyperFrames 实现超帧视频编辑的教程,讲解如何用代码生成视频与 3D 动画,涉及 HTML Canvas 动画、AI 代理剪辑与产品演示动画生成等方向。
朝倉詩織因 AI 生成图像太多、难以挑选,开发者为其制作了一款可边看图边打★评价的 Windows 应用 MediaRanker,并已上架 Microsoft Store。该应用支持在文件夹内连续浏览图像与视频并直接标记,Free 版免费且无期限。开发者表示后续还会继续增加功能。
用 Claude Opus 5.5 做视频的方式不是模型直接生成画面,而是让 Claude Code、Codex 等 Agent 工具编写 HTML、Canvas、WebGL 或 Remotion 动画,再逐帧导出 MP4,字幕、镜头路径和转场都在代码里调整。
推荐理由:用 Agent 写 HTML、Canvas、WebGL 代码逐帧导出 MP4 的做视频路径,附 10 支成品与 5 个开源项目可顺着复现。
VideoGen 的 AI 模型库新增 Higgsfield AI、HeyGen AI、Seedance 和 VEED 四个专页,分别对应电影感镜头、说话数字人、参考引导视频与背景移除。
作者对 Kling 4 早期访问版做了实测,目前仅开放 Flash 模型、输出 720p,面向年度套餐的 Ultra 订阅用户,更大模型计划 10 月推出。测试显示 Kling 4 似乎解决了 3.0 的对口型漂移问题,关键帧参考最多支持十个,但表演略显平淡。
HeyGen 于 2026 年 9 月 30 日发布 HeyGen Video,支持文字、首帧或最多 9 张参考图输入,生成 5–15 秒、480P 或 768P 且自带声音的镜头。SunoMV 选择器按目录价扣积分:480P 每 5 秒 40 积分,720P 每 5 秒 60 积分,10 月约每秒 0.01 美元的半价促销不进选择器。该档不支持首尾帧、1080P 和原生 2K,锁脸需靠参考图。
SunoMV 提出 AI 音乐视频应按"先分镜、再看样片、最后锁 1080P"的顺序制作,避免把不该留的镜头渲染成清晰成片。快速默认模型不提供 1080P,只有 Seedance 2.5 能把单段做成 1080P;样片升级为 1080P 的窗口为 7 天,过期需重拍该段。
在今天的 AI Summit 上,Runway CTO Kamil Sindi 进一步介绍了我们的首个世界接口模型 Solaris。一种新型操作系统,随着你的交互而自我构建。每一帧都根据你的意图实时生成。 在主题演讲中,Kamil 分享了一个清晰的愿景:未来所有软件都是生成的。无需一行代码。 了解更多关于 Solaris:https://runway.com/news/research/introducing-solaris
LTX-2 发布 v1.4.1,修改了 HDR 视频编码流程,将解码后的数据块直接输出为 EXR 和 HLG,不再在内存中保留完整片段。该版本由 lt-research-bot 于 9 月 30 日发布,包含 1 次 main 分支提交。
可灵宣布Kling 4.0将于10月上线,支持4K、1080p 10-bit HDR输出和单次最长30秒原生视频直出,最多15项多模态参考素材、10张多关键帧输入,续拍最长可延展至2分钟。
作者分享了一套 MiniMax H3 的高速高分辨率一体化 ComfyUI 工作流,核心是用 minimax-h3-fused-turbo-int8-convrot 模型替换本体,该模型整合 FL2V 与 Ref2VA,内置 4STEP 的 TurboLoRA 和抑制抖动残影的 Mystic V2 LoRA,文件约 21GB。
推荐理由:作者实测 MiniMax H3 的模型替换与提速节点,给出 800×800 八秒视频从 7 分 13 秒降到 3 分 37 秒的对比,可迁移到现有出片流程。
短剧版权中心升级真人结合AI短剧激励活动,适用于2026年10月1日至12月31日上线发布的竖屏独播首发真人短剧。作品要求总时长不少于100分钟,真人主演实拍画面不低于总时长50%,AI制作画面不低于5%,AI主要用于特效、特殊角色与奇幻场景等视觉奇观表达。符合条件的剧目上线30个自然日内达成条件可获后验现金激励,通过短剧创作者中心撮合模式或非撮合模式投递成片评估。
⚡️⚡️ (引用推文内容:@umesh_ai 获得了 Kling 4.0 Flash 的抢先体验!这是我最初的几次尝试之一。提示词理解非常棒。@Kling_ai #Kling4 提示词 ⤵️)
可灵官方发布一段由 Kling 4.0 满血版全能参考生成的短片,并称该版本将于 10 月上线。引用内容提到满血版相比 Flash 具备原生 30 秒直出、画面与声音更清晰、口型匹配更精准以及 21:9 电影画幅等差异。
9月互联网大厂专利密集公布:B站申请直播互动专利,用大模型结合弹幕生成虚拟评委点评;网易申请群组管理专利,群主写下群规后系统自动解析并实时警告、禁言。优酷布局剧本一键拆分镜与视频角色表情编辑,百度文心大模型多智能体自动写稿改稿,阿里通义万相加速AI生图,快手可图分层诊断文生图短板。
作者发布免费的 MiniMax H3 ComfyUI 工作流 Stubelius Ultimate H3,含 Speed、Hybrid、Quality 三档预设。
推荐理由:作者在 RTX 5090 上实测三档预设的渲染与收尾耗时和显存峰值,可据此估算自己的出片成本。
9月28日,改编自河南卫视春晚同名舞蹈的短剧《唐宫夜宴:开元二十四年,圣人千秋!》上线红果,由红果短剧、杭州如星科技、河南禄明映画联合出品。该剧以唐玄宗千秋节为背景,围绕宫廷夜宴与梨园弟子李十二娘刺杀安禄山两条线索展开,并以AI技术构建宫殿、夜宴等盛唐场景。该剧由红果精品短剧“果燃计划”推出。
2026 年 9 月 16 日上线的 135 分钟全 AI 长片《奥德修斯:陨落》以 9.99 美元网页端租赁发行,画面 100% 由 Kling AI 生成、静帧用到 Google Nano Banana,预算约中五位数美元。
ComfyUI-Easy-Media 发布 v1.3.4,新增 RTX-VSR 视频超分节点以增强视频处理能力。该版本还改进了多轨时间线导航,将直通模式扩展至多轨任务片段,并把上下文交换连续性模式更名为 context drift。
xAI 的 Grok Imagine 1.5 是纯图生视频模型,输入一张静态图片即可生成 4 至 15 秒带同步声音的片段,音频始终开启且无法关闭。相比 Grok Imagine 1.0,它新增音频生成,但不再支持文生视频,时长选项增至 4、6、8、10、12、15 秒,两者均支持 480p 和 720p(默认 720p)及七种画幅比例。
可灵官方发布 Kling 4.0 Multiple Keyframes 使用指南,单次生成最多支持 10 张关键帧图像,用于在时间轴上设定角色入场、产品露出、场景切换等视觉节点,模型据此生成节点之间的运动与转场。
推荐理由:可灵官方给出多关键帧控制 30 秒长视频的完整方法,含时间轴规划与常见错误,可直接迁移到广告与短叙事流程。
创作者 piromo 提出「ピロモ式・絵コンテ動画生成(Piromo Method)」,只需向 Gemini 上传一张自制分镜表(Storyboard Sheet)并提问「这张分镜能做成视频吗」,即可生成 10 秒电影级片段,全程不使用任何文本提示词。
9月28日,红果精品短剧《唐宫夜宴:开元二十四年,圣人千秋!》上线,该剧改编自河南卫视春晚同名舞蹈节目,由红果短剧、杭州如星科技、河南禄明映画联合出品。制作方以AI技术构建宫殿、夜宴等盛唐场景,将原舞蹈的视觉意象转化为人物关系与故事线索,剧本前后修改十余稿。该剧由红果“果燃计划”推出。
LTX-2 发布 v1.4.0,为 Distilled、TI2Vid 两阶段、A2Vid、Dub-It 和 IC-LoRA 加入 --chunked,可按默认 97 帧窗口与 25 帧 carry 生成超长视频,无需再设置 --chunk-pixel-frames 或 --chunk-carry-frames。
推荐理由:LTX-2 v1.4.0 把长视频生成、分块解码与 HDR 流程的接口变化集中列出,便于已有工作流评估迁移成本。
雪宝工作室创始人雪宝在专访中把2026年上半年的AI短剧行业形容为丧尸围城,Seedance 2.0发布后制作环节被大幅简化、产能井喷,但DataEye报告显示上半年抖音新增AI短剧22.19万部,爆款率仅0.47%。
Anthropic 更新 Claude Sonnet 5.5,定位 Opus 5.5 的高速低成本档,价格与上代 Sonnet 5 持平、比 Opus 5.5 便宜 50%,输出速度快 30%,每项任务成本最多降 30%。实测用代码生成 30 秒宣传片、HTML PPT 和 3D 网页,其代码动画效果断档领先 GPT-6,但 3D 建模仅接近 GPT-6 Sol 水平,不及 Opus 5.5。
创作者赤柴用 ChatGPT 生成 12 个场景的起始图,再用 Seedance2.5 全部转成视频,完成一支近 2 分钟的苍依(アオイ)故事短片,制作由 WeryAI 提供 2000 クレジット 支持。
有创作者用 ChatGPT 将《铁面人》故事设计成一张专业分镜表,包含 30 秒内 8 个镜头,从囚徒、营救到铁面揭开、国王现身直至逃离。每个镜头均标注时长、镜头焦段、机位角度、运镜与动作,保持角色、服装与地牢场景一致,可直接用于 Seedance、WAN、Kling、Veo 或 Hailuo 等模型生成视频前的分镜准备。
Kyutai 在 DL3DV 数据集上对 OVIE 微调 5 万步,推出 kyutai/ovie-ft-dl3dv,架构与基座模型一致、仅权重不同。
Kyutai 在 Hugging Face 发布 OVIE-512,这是 OVIE 系列按相同配方重训至 512×512 的基座模型,训练 250K 步、全局 batch size 256。
Kyutai 在 Hugging Face 发布 OVIE-ft-re10k,这是 OVIE 在 RealEstate10K 多视角数据上微调 50k 步的检查点,仅占其 200 万步预训练预算的 2%,架构与基座模型完全一致,可直接复用同一代码路径加载。
国内首个总奖金池达1000万元的AI视频创作大赛“鲸锐AI创作大赛”9月28日在中国传媒大学举行首场分享会,由虎鲸文娱集团与中国传媒大学电视学院联合主办。赛事设265个获奖名额、单项奖金最高200万元,不限AI创作工具与作品题材,9月17日至11月22日可通过官网或优酷搜索报名。与会嘉宾认为AI拓展表达边界,但讲好故事的核心仍是创作者。
作者把一包 Brets BBQ 薯片的产品图上传到 ChatGPT,让它以广告导演视角分析包装、配色与定位,产出一套 9:16 的 10 镜头分镜,顺序为原产地、食材转化、生产、招牌风味、感官体验、产品体验、生活方式、产品主视觉与品牌收尾。
Claude Opus 5.5 本周发布,以 88.4% 登顶 SimpleBench,并被 @skalskip92 评为 Anthropic 迄今最强视觉模型,成本比 Fable 5.1 低约 60%。
free-short-video 发布 v7.0.5,镜像已推送至 GHCR 与 Docker Hub,可通过 docker pull ghcr.io/lcy362/free-short-video:7.0.5 或 npm 安装使用。
VIBE 中超过半数视频模型可生成音频,分为始终开启原生音频、可开关音频、支持上传自有录音三类。Sora 2、WAN 2.6/2.7、Veo 3 Fast、Seedance 2.5 等始终出音;Veo 3.1、Kling 3、PixVerse 6 等带音频开关;WAN 2.7、PRUNA V、Talking Avatar 可接受用户上传的语音或音乐文件。
今天,我们介绍 Pika API Club 的另一位成员——Secret Level @secret__level。作为最早提供 AI 原生与混合制作的高端创意工作室之一,我们一直是他们作品的粉丝。我们很高兴能够支持他们,以及他们专有的影视制作平台 Liquid Engine。更多关于 Secret Level 的内容 👇