v0.8.1 发布:静帧剪辑、角色音色绑定与实测写法
静态漫剧工具 v0.8.1 新增静帧剪辑,可从关键帧、配音直接剪成成片,支持静帧与视频混剪、推拉平移、按速度连续运镜及跨切点配音字幕。视频提示词新增参考音频字段,与视觉设定中的角色声音参考对账,生产时编译为 reference_audio,且必须绑定本镜说话人物。本版还按小样本实测补充反应镜、双人接触、关键帧画风与 TTS 语气等写法,结论限于记录中的样本与条件。
静态漫剧工具 v0.8.1 新增静帧剪辑,可从关键帧、配音直接剪成成片,支持静帧与视频混剪、推拉平移、按速度连续运镜及跨切点配音字幕。视频提示词新增参考音频字段,与视觉设定中的角色声音参考对账,生产时编译为 reference_audio,且必须绑定本镜说话人物。本版还按小样本实测补充反应镜、双人接触、关键帧画风与 TTS 语气等写法,结论限于记录中的样本与条件。
Flora AI 采用按席位订阅加美元用量预算模式,四档自助套餐为 Free、$18、$50、$200 每月每席位,付费席位额度汇入共享池且不结转,失败生成与 FAUNA 助手对话不计费。
Lightricks 发布基于 LTX-2.5-22B 的 IC-LoRA Alpha Gen,输入普通 RGB 视频即可生成逐帧对齐的灰度 alpha 遮罩,无需绿幕、遮罩或提示词,可处理头发、毛发、烟雾、火焰、薄纱、玻璃和水等半透明元素。
推荐理由:无需绿幕或提示词即可从普通视频生成逐帧对齐的 alpha 遮罩,为抠像与合成流程提供新的替代方案。
Google 与 XPRIZE、Range Media Partners 合作的 Future Vision XPRIZE 公布大奖得主,独立电影人 Jeff Synthesized 的《The Gifted》从全球 2500 多份投稿中胜出,获 10 万美元奖金及 250 万美元长片制作资金。
Claude 的 Opus 5.5 做视频最近很火,作者解释它和 Seedance、可灵不是一条路线:视频模型直接生成每一帧像素,而 Opus 这类文本模型是用代码写动效,生成 HTML、CSS、JavaScript、Three.js 等代码,把文字、Logo、UI、3D 元素、镜头和动画时间轴分别定义好,再通过渲染器逐帧截图合成为 MP4。
可灵宣布 Kling 4.0 将于今年 10 月发布,Kling 4.0 Flash 已面向 Ultra 年费订阅用户上线。
推荐理由:可灵 4.0 公布音画、参考与多关键帧等能力升级,创作者可据此评估出片流程的调整空间。
等待结束。节奏回归。 THE BEAT,由可灵 4.0 创作,讲述一位鼓手重返舞台的旅程。“WATCH ME PLAY。”
Second Unit 发布 2026.09.28 版本,将 Windows 下载更新至 main 分支,纳入 9 月 15 日包之后新增的工作流目录与修复。更新包含 MiniMax H3、LTX 2.5、SAM 3.1、WAN 2.2 和 Juggernaut 工作流目录,以及模型专属提示词扩展、环境预设、种子处理和 H3 Pose Follow 修复。
B站UP主“红豆稀饭中”用AI制作的《我在现代当幽差》上线3集播放量突破1100万,连续入选B站“每周必看”,第一集单集成本6000多元,第三集升至3.38万。他一人担任编剧、导演和剪辑,剧本采用8分钟里7分钟搞笑、1分钟煽情的比例,并用秒表按台词实际时长生成画面。他签约B站UP动画剧场获得算力补贴与宣发资源,认为AI剧比鬼畜区更容易沉淀创作者个人品牌资产。
即梦AI网页版上线样片模式,先用480P生成草稿,满意后再原生升清为1080P成片,480P成本约为1080P的1/8。作者实测一支15s视频,480P抽卡2次加升清合计99元,直接1080P抽卡为156元,省约38%;成片基本还原样片,站位、台词、核心道具、景深、音效肉眼无明显区别。样片模式在画布中也可用,保留全能参考、首尾帧、智能编辑等Seedance 2.5能力,暂不支持3分钟超长视频。
推荐理由:即梦上线样片模式,用480P草稿加原生升清替代直接高清抽卡,创作者可据此重算分镜预演与试错成本。
Lightricks 发布 LTX-2.5-22b-IC-LoRA-SDR-To-HDR,把 8-bit SDR 视频转为 16-bit HDR,除 HLG 母版外还输出 EXR 帧。
推荐理由:Lightricks 把 SDR 转 HDR 做成基于 LTX-2.5 的 IC-LoRA,并给出 ComfyUI 工作流与 EXR 输出路径,后期流程可直接接入。
VIBE 是一款 AI 视频生成应用,可调用 Kling、Sora、Veo 等模型,把歌曲、歌词或单张参考图生成可搭配音轨发布的音乐视频。其做法是按 intro、verse、hook 等段落拆分歌曲,每段单独写画面提示词并生成 4–15 秒片段,再按歌曲顺序在手机上剪辑拼接。
Lightricks 在 Hugging Face 发布 LTX-2.5-22b-IC-LoRA-Restore,一个基于参考视频的 In-Context LoRA,把低分辨率、低码率、磁带或黑白棕褐扫描的老片渲染成干净彩色高清画面,去除压缩损伤、闪烁、脏点与划痕。
推荐理由:Lightricks 开源老片修复 LoRA,给出从 480 线扫描到 4K 的两阶段流程与实测增益,可对照现有修复管线。
CLING ON!我们有消息了。
AI 视频角色一致性本质是流程问题而非提示词问题,角色漂移、道具不一致和场景变化是三类核心风险。可行做法是先做剧本拆解,建立角色圣经与道具、场景参考库,先生成英雄参考帧再衍生镜头变体,并分批复审、在时间线上修正。Ciaro Pro 的素材管理与角色工作流可将剧本、参考图、生成帧和剪辑保持关联。
选视频生成 AI 前应先写清"给谁、在哪、传达什么"的一句话用途,再用免费额度按 5 个标准验证:能否做出符合用途的视频、免费额度能重试几次、是否易修改、完成所需工时是否可接受、付费后能否持续用。
即梦 AI 推出「样片模式」,先用 480P 低成本抽卡,选定满意的一条后原生升清为 1080P 成片。作者实测 30s 视频 480P 每次消耗 270 积分,直出 1080P 需 1920 积分,抽卡 5 次再升清共 3270 积分,比全部 1080P 直出的 9600 积分省近 66%。
一名独立视频创作者建议,没有视频制作经验的人现在不要贸然把AI视频当副业,核心原因是AI生成视频无法只改一处、每次修改都要重新生成,导致画面变化、成本与工期失控。他9月实测粗画质1分钟约100日元,但同一指令同一图片生成的两条视频从某一秒起画面就会分叉。他建议先用免费剪辑App练习只改一处、培养判断力,并记录重做次数与花费。
开源项目 killkli/minimax-h3-colab-skill 是一个可独立使用的 Codex 技能,通过 Google Colab 将本地参照图片生成短篇 MiniMax H3 Ref2VA 视频。
针对 Dreamina Seedance 2.5 生成视频时画面人物或道具自行增多的问题,官方指南仅列出 no duplicate people 等规避项,但实际输入该否定词仍常失效。作者的做法是从三个角度重复描述:明确只有一名女性、人数不变、无其他人物,道具同理,比单句否定更有效。该方法在镜头数增多或提示词复杂时仍可能被突破,尚不清楚原因。
设计与AI领域近期集中出现 Claude Opus 5.5 的实战验证:有人将长文提示词交给 Opus 5.5,结合 Midjourney 与情绪板运行约 12 小时,隔夜生成完整长片。
AI FREAK 分享在AI动画中统一角色声音的两种做法,一是先用音读さん或ElevenLabs生成声音再用Kling、HeyGen做口型同步,二是在Seedance 2.5生成视频时把台词写进提示词一起生成。作者在自制3DCG动画《BRAIN BUSTERS》中采用第二种,但同一角色在不同镜头仍会出现音色变化,因此把角色特征连同声色写到约800字来固定声音。
AI Fruit 的故事(Story)工作流可从一段剧情简介直接生成多场景水果短剧成片,规划分场完全免费,仅生成场景时扣积分。按默认 Grok Imagine Video 720p 每秒 3 积分计,3 幕短剧约 54 积分,4 场景约 72 积分,且点击前会显示精确估价。项目支持 3、4、6 个场景,共用同一模型、分辨率与画面比例,导出为 9:16 竖屏可直接发 TikTok。
介绍 Pika API Club 会员聚焦——展示用 Pika API 做出真正令人兴奋的作品的开发者和的小团队。 AI-Bridge @doerstokyo342,一家位于东京的 AI 工作室,提供视频制作、企业培训和定制 AI 工具。加入 Pika API Club 后,他们的生成媒体成本降低了一半。阅读全文 👇
Avid 提出智能体媒体制作四项要求:理解项目上下文、在明确权限内运行、知道何时需人工审批、留下操作记录。Luma Agents、Runway Agent 与 Adobe Creative Cloud 已推出各自的智能体方案,Netflix 以 5.87 亿美元收购 Ben Affleck 的 InterPositive。
开源项目 muse2api 将 muse.ai 网页端多模态能力逆向封装为 OpenAI 兼容 RESTful API,支持 /v1/chat/completions、/v1/responses、文生图、图生图、文生视频与首帧图生视频。
面向 AI 生成内容的视频编辑需要把媒体替换与创意修订分开处理:若新片段改变时机、视线、表演或构图,就应触发剪辑决策而非静默覆盖。文章提出用镜头身份、故事功能、已批准意图、连续性限制、替换谱系和决策历史六类记录管理替换,并以第 8 场 / 第 14 镜的火车站月台特写为例,说明 V3 修正服装后仍可能因视线或时长变化在剪辑中失败。
拍摄后的修改是工作的一部分。服装、背景、灯光——现在更多这类修改无需让所有人重返片场。
Hedra 按同一任务(10 秒、1080p、原生音频、一张起始帧加文本提示)对比 11 个视频模型的 API 价格,最低为 LTX-2.3 Fast 的 0.60 美元,最高为 Seedance 2.5 的 7.91 美元,相差 13 倍;其中 9 个模型满足该规格,Veo 3.1 最长 8 秒、MiniMax H3 无 1080p 设置,被单列为近似替代。
推荐理由:同一 10 秒 1080p 带音频任务下,11 个视频模型的 API 单价相差 13 倍,并给出可复用的选型与成本核对方法。
Dreamina Seedance 2.5 中,未在提示词里指定的内容(如变焦、切镜、慢动作、画面文字、多余小物)可能被模型自行补上,因此需要像写「要做什么」一样写清「不要做什么」。
2026 年 9 月 24 日发布的 LaunchVideo 用编码智能体把视频写成 HTML,再由无头 Chromium 逐帧渲染、ffmpeg 以 1920×1080、30fps 编码成 MP4,一次运行约四分钟、消耗约 10 万 token,产出 20 到 40 秒成片,全程不使用视频模型。
2026 年 AI 视频创作 App 在多数场景下胜过桌面软件,因为渲染跑在云端 GPU 集群而非本地芯片,200 美元手机与 3000 美元工作站提交同一任务可得到相同结果。VIBE 这类 App 支持 Kling、Sora、Veo 等模型,生成 4 至 30 秒、480p 至 1080p 的视频,并提供含 Seedance Pro Fast 的免费层。
你的 Grok Bots 现在变成了制作工作室。将它们连接到 Pika API,它们就能通过一个 API key 使用 120+ 模型生成图像、视频和音频:Seedance 2.5、Wan 3.0、GPT-image-2 等。
ComfyUI-PerfectVideoResolution 发布工作流更新,将 changelog 提取逻辑改用纯 shell 重写。此前工作流内嵌的 Python(pathlib/subprocess)被 registry 安全扫描器标记为 python_sensitive_file_access,导致 0.1.1 版本被拦截。
作者用 MiniMax H3 尝试生成约 30 秒的枪剑对战杀阵视频,发现只写"激烈战斗"等笼统提示词时,模型会打一下就停下等待,改成按 0〜3 秒、3〜7 秒等时间段逐段指定接近、碰撞、错身、反身、击飞等动作后才真正打起来。
在 250 条图生视频提示词上,我们评估了 Model Router 相比 SOTA 模型基线如何降低成本并保持生产可用性。详情请见下方链接。
Runway 为 Seedance 2.5 推出 Draft mode 草稿模式,可在探索阶段更快生成并消耗更少 credits,之后再把满意的结果增强到完整画质。
我们创建 Pika API Club 的最大原因之一,就是让生成媒体对开发者和中小企业更可及。今天我们介绍 thevumedia @paulvutv——新应用 Vuvie 背后的工作室。他们正在创作出色的内容,如今每月在生成媒体成本上节省超过 $12K。
一条 AI 视频完成后,可按「素材セット」思路拆解为静止画、note 文章和 SNS 文案三类内容:先把完成视频、旁白台本、所用图片、标题方案与要点集中保存,再用一句话定义视频核心主题作为复用轴心。
用 Google Flow 的免费额度,只需上传一张宠物照片,即可直接生成宠物躺在薯片袋里偷吃薯片的 9:16 竖屏视频,无需先生成图片。作者公开了 16 种提示词,涵盖「うちの子ポテチ」「じゃがChai」「Chaiのマーチ」「Chaiのやま」「ポップコーン」等主题,含 Google Flow 视频提示词、图像生成提示词和 Gemini 视频提示词。