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。
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。
华策影视与Utopai Studios联合开发AIGC动画系列《西游记之消失的五百年》,首作以金蝉子为核心讲述取经前师徒群像,规格为6集、每集约15分钟,预告片已于10月13日在戛纳MIPCOM秋季影视内容交易会面向全球发布。该剧以电影级三维动画与黑白水墨两种视觉风格呈现西游世界,面向全球市场开发,华策希望借此探索系列动画的工业化制作与长期IP运营。
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。
禾赛科技发布全球首款 8K 超高清 AI 空间相机 Kosmo One,搭载一英寸 CMOS,最高拍摄分辨率 8K,实现 360° 无死角覆盖,15 分钟即可完成 100m² 真实空间重建。
Sparseal 发布 CozyBlanket Pro,一款面向游戏与动画的 AI 辅助重拓扑、UV 展开与纹理烘焙软件,目前仅提供 iPad 版,桌面版在开发中。它支持在 3D 模型表面手绘引导线、由 AI 自动补全拓扑与 UV 接缝,可交互显示数百万多边形,UV 打包由 GPU 加速。基础应用免费,保存或导出需一次性支付 $89.99,兼容 iPadOS 18.6+。
番茄小说发布IP竞价模式,对高价值IP通过竞价与比稿综合评估,筛选并授权优质创作者申请改编权利,该功能目前为邀请制,暂无申请渠道。高价值IP分长网文超头部IP、长网文优选IP和短故事优选IP三类,后两类起拍价分别为8万元和3万元,每次加价幅度最少5000元。
Gausify Orbit 已按 MIT 协议开源,可将环绕主体的视频或图片序列转成可查看、导出和分享的 3D 高斯泼溅。整个流程在浏览器 WebGPU 上本地运行,无需安装 Python 或 CUDA,视频不出本机,首次访问后还能离线使用。
作者用 Claude Opus 5.5 配合 Three.js 从零生成可自由漫游的 3D 动漫樱花小镇星球,全程序化单文件,无外部模型和贴图,Canvas 生成招牌纹理与花瓣,普通电脑可流畅运行。
ArchiGen 提出用可验证的建筑不变量替代"中等"这类定性标签来评估 AI 渲染器的几何控制:生成前选定 8-12 项可见不变量,用同一源图跑至少 6 个固定种子输出,按保留、不确定、失败三档打分,再按项目阶段加权失败并记录修复时间。几何控制即该测试下的验收通过率,而非弱、中、强标签。
XGEN 团队提出生成式世界模拟框架,将可计算世界引擎 DAO 与第一人称交互体验模型 JING 结合,实现持续的人机交互。DAO 维护角色、物体与空间状态及其关系,按交互规则和世界时间推进并保留历史行为后果,再为 JING 派生观察者专属条件,生成对应的视听体验。用户可通过视角控制与文本指令探索环境、操作物体并与角色交流,其行为同时改变共享世界状态与后续体验。
Cartoon Network 大量制作资料上周末在网上泄露,涉及数十年的分镜、动态分镜、模型表和制作文件,其新母公司 Skydance 正引发大规模裁员担忧。
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。
五部印度神话动画电影正在推进:Hombale Films 与 Kleem Productions 的《Mahavatar Parshuram》定档 2027 年 12 月,Baahubali 动画版《Baahubali: The Eternal War – Part 1》由 Prabhas 配音、预计 2027 年上映。
其域创新(XGRIDS)用 18.6 万张航拍与地面影像、150 亿个雷达点云,训练出覆盖 23.5 平方公里、含 62 亿个高斯椭球的连续 3D 高斯模型“数字闽宁镇”,重建误差优于 2cm。该模型由 3 名采集人员历时 7 天完成外业采集,并借助 LCC Plugin for UE 进入 Unreal Engine 用于央视纪录片《闽宁大道》的实景重建与可视化呈现。
Toonflow 2.0.6 发布,同步提供 Windows 64 位、Mac(M 系列与 Intel 芯片)及 Android(ARM64,Android 8 及以上)安装包。M 系列 Mac 安装包已完成 Developer ID 签名与 Apple 公证,Android 后续版本可直接覆盖安装。
中国动画电影《牛来》以极其简陋的画面引发关注,其手工瑕疵被视作对生成式AI流水线式无魂产出的反叛。文章认为,这种粗粝感本身构成一种态度,对抗AI对动画艺术的持续侵蚀。
据 Bloomberg 报道,Epic Games 推迟了一款未公布的漫威与星球大战题材射击游戏,并指示开发团队围绕 AI 工具重建制作模式,涵盖 AI 辅助编程与 AI 生成美术,其中一名游戏总监对团队表示不再手写代码,改为编辑和引导 AI 智能体。
创作者在 Blender Artists 分享了一个从零用 Blender 完成的科幻实验室项目 Sci Fi Lab - Sector T094 X809,用于打磨硬表面建模与环境叙事能力。作品设定为一座在 AI 监管下无声运转的生物制造设施,蒸汽管道轰鸣、监视器闪烁,呈现浓重的工业美学。
Blender 大会 2026 的 AI-Enabled Tools & Workflows SIG 由 Oscar 主讲,内容涵盖 AI 素养、Blender 与 AI 的历史、现行指南与项目,并以“Blender 伦理”重新审视相关讨论。
针对平日只能挤出1至1.5小时的上班族,一种AI动画制作思路是把流程拆成每天一个工序:周一用15分钟定题材,周二30分钟生成一张角色图,周三30分钟给图片加3至5秒动作,周四30分钟叠加BGM或音效并保存,周五回看成品。首个作品以3秒能动、能完整播放为合格标准,不必追求完美,也不保证14天完成或产生收益。
歸藏称 Anatomy 是这周最火的 Skill,它能把复杂机械结构变成风格独特的等轴立体动画。他结合 Grok bot 与即梦生成的图片和视频,用该 Skill 做了一支讲解芯片如何制造的科普视频。被引用的 Anatomy 介绍显示,它可生成可旋转、可检视的等轴线框,支持火焰、水、等离子等 WebGL shader 与真实 3D 运动,可作为 agent skill 安装且完全开源。
ArchiGen 文章主张,当项目与城市的关系属于设计命题时,应把城市语境建成可导航模型而非静态背景。文中引用 Chaos 赞助的 Architect Magazine 案例:Morevi Studio 为格鲁吉亚 Ambassadori Island Batumi 84 公顷提案,将巴统与人工岛建成两个关联分区并置于同一场景,以便实时审查相机与氛围。
作者用 Opus 5.5 配合 three.js 一轮基本直出雨夜便利店微缩场景,第二轮只修了穿模,最便宜会员的 5 hours limit 就能完成。提示词要点包括第三视角可拖拽旋转缩放的微缩三维模型、日式便利店街角主体、店内明亮温暖与室外潮湿雨夜的冷暖对比、三渲二卡通渲染,以及持续降雨和积水波纹等动效点缀。
灰度中的 Fable 5.5 在 Claude Code 里几乎全代码驱动,2.5 小时做出一支诗意动画,艺术指导、风格、节奏和分镜均由模型自己决定。作品基于 Laufey《Promise》与《秒速5厘米》意象,含手绘笔触开场、中英日三语字幕、点阵地图 7.18m 行走等镜头,仅部分图片和音乐为外部素材。
MiniMax Design 已接入 Opus 5.5,作者称用一句话 Prompt 就能直接生成代码动画并继续修改。界面中模型可选 Gamma-Op 5.5,支持 JS 动画、Motion Graphics、知识解说和 Web/UI 演示,作者评价其速度快、价格适中。
万兴剧厂推出“白模”视频转化能力,将原视频转为无纹理3D极简模型视频,保留动作、站位、时序与运镜,使复杂动作戏的模型遵从性接近100%;同步升级TGI2.5,生成速度提升50%以上,2K标准画质价格从7积分降至2积分。
Anthropic 于 10 月 8 日以 Beta 形式发布 Claude Motion,可把资料、图表和说明文字变成带动态的短视频并导出 MP4。官方说明其不使用视频生成模型,而是生成驱动文本、图形、图表和图像的代码,因此数字、显示时长和标题顺序可修改,无需重新生成整段画面。
创作者在 Linux 环境用 MiniMax H3 全自动生成 AI 动画与四格漫画,硬件为 RTX Pro 2000 Blackwell 16GB 显存、AMD Epyc CPU 与 48GB 内存。作品《クロチとパカ》讲述黑猫与羊驼的短篇故事,并同步发布 YouTube 短动画版。
UNOMi 正式把 AI 对口型技术带到 Blender,可自动分析对白并生成角色口型动画,减少传统面部动画所需的手动工作量。该集成目前支持英语、西班牙语、普通话、葡萄牙语、法语、德语、韩语和俄语,后续计划增加更多语言。UNOMi 表示目标是让专业角色动画更快、更易上手,同时保留动画师对角色创作的控制权。
Anthropic 为 Claude 推出两项 beta 功能:Dashboards 可连接 BigQuery、Databricks、Snowflake、Salesforce 等数据源。
把你的 @claudeai Motion 动画带入 Luma,继续创作。 按所需格式调整尺寸,精修,做出可交付的版本。 在 Claude Motion 开始。在 Luma 完成。 Claude Motion 现处于 beta 阶段,面向 Claude Team 和 Enterprise 套餐。
Anthropic 推出 Claude Motion,Runway 作为发布合作伙伴参与,该功能可把提示词变成由文本、图表、形状和图片构成的短动画讲解视频。Claude Motion 生成的动画可导出到 Runway,用于添加生成素材、逐场景剪辑并完成整片,还能把 16:9 讲解视频扩展为竖屏和方形格式或本地化配音。
推荐理由:Claude Motion 生成的动画可导出到 Runway 继续加工,为做产品讲解与汇报视频的团队提供了一条从文本到成片的衔接路径。
全 AI 生成长片《Gods Don't Give Gifts》已获 R 级 MPA 评级,成为首部拿到官方评级的 AI 电影,制作方 Fable 计划将其提交奥斯卡最佳动画长片类别。
3D 这一块还是 GPT-6 Astra 牛皮啊 让它读取了一下我的 Memory,根据我的喜好,用 Blender 建模的几个模型做了张海报 模型的细节、材质、光影都能做得很好
开源项目导演台发布 0.4.11,新增重力、碰撞、惯性、布娃娃及定时受力等物理能力,并提供物理演示场景。人物外形与基础动作支持选中关节调整姿势和记录关键帧,同时加入对象编组、对齐、阵列与可保存复用的用户布景库。
Opus 5.5 用纯代码为对手 Dots 生成了一支皮克斯风短片,角色毛毡绒感、大眼高光、浅景深,全程浏览器逐帧实时渲染,未开建模软件、未用任何素材。六只毛绒 Dot 围着一团白线编成白色花结,片尾点题"六种颜色加在一起,是白色的光",光、毛、反射、景深效果接近棚拍实拍。
Rendero 发布 11 款 AI 渲染工具对比,按导出图像编辑器、建模插件、生产级渲染器三条路线分类,而非排名。页面明确说明未测量速度、成本和图像质量,且 Rendero 自身在列。文章建议用团队实际收到的最差输入来测试候选工具,并关注几何保留率与第二张被接受图像所需时间等缺失指标。
Autodesk 旗下 Maya 的 MotionMaker 入选 Fast Company 2026 年 Next Big Things in Tech 榜单媒体、娱乐与社交类别。MotionMaker 用 AI 在 Maya 内直接生成高质量角色动作,减少关键帧动画与动捕清理的时间和技术开销。这是 Autodesk 连续第二年获奖,去年入选的是 Flow Studio。
Toonflow 2.0.4 发布,提供 Windows(64 位)、M 系列 Mac 和 Intel Mac 三种安装包下载。M 系列 Mac 安装包已完成 Developer ID 签名与 Apple 公证,首次打开时 macOS 仍可能提示确认。完整更新日志见 v2.0.3...v2.0.4。
研究团队提出 "Image-to-Code" 方法,让编码智能体从单张照片生成可执行的 Blender 程序,并推出 LEGO-Bench 基准(208 张图像、104 个场景、443 个资产)评测效果。