JJYB AI 智剪 v3.4.8
JJYB AI 智剪 v3.4.8 发布,修复配音生成与混剪草稿问题。配音输出改用唯一文件名避免覆盖,IndexTTS2 改用 WAV 扩展名并修正 Coqui 参数传递,试听与原创解说改用实测时长减少音画偏差。批量配音部分失败时保留成功结果与原输入对应关系,全部失败时返回错误;混剪草稿仅引用成片实际保留片段,草稿配音不写入混剪成片。
JJYB AI 智剪 v3.4.8 发布,修复配音生成与混剪草稿问题。配音输出改用唯一文件名避免覆盖,IndexTTS2 改用 WAV 扩展名并修正 Coqui 参数传递,试听与原创解说改用实测时长减少音画偏差。批量配音部分失败时保留成功结果与原输入对应关系,全部失败时返回错误;混剪草稿仅引用成片实际保留片段,草稿配音不写入混剪成片。
Adobe 在 Adobe Max 大会上宣布 Firefly、Creative Cloud 和 GenStudio 的新 agent 和工具,包括 Creative Agent、MCP 集成和 Premiere 生成媒体工具。公司还深化与 Google 和 Microsoft 的合作,并展示 Topaz Labs 收购带来的超分工具。
推荐理由:Adobe 在 Creative Cloud 和 Premiere 中推出多项 AI 工具并开放 MCP 集成,创作者可评估新功能对现有工作流的影响。
MiniMax H3 对口型效果不佳,但通过 LTX 音频节点将音频打包进 latent 后再生成视频,可获得 LTX 级对口型与 H3 画质。工作流简单,只需添加 LTX 音频输入节点并合并音频与视觉 latent。作者提供了工作流下载,并用 VHS 滤镜将视频处理成 80 年代磁带录像风格。
Zyphra 发布紧凑多语言 TTS 模型 ZONOS3-Mini,支持 43 种语言,约 1 亿活跃参数每 token,并提供原生 transformers 移植版本。该模型使用 ZAC-1 编解码器作为音频 tokenizer,内置 27 个发布音色,支持从短音频克隆声音,采用 Apache-2.0 许可证。
推荐理由:ZONOS3-Mini 以原生 transformers 移植发布,支持 43 种语言与声音克隆,便于评估其作为多语言 TTS 基线的适用性。
作者用 OpenMontage 编排本地工作流,结合 gpt-image 关键帧、Opus 5.5 与 LTX-2.5 图生视频,制作 2 支低成本视频。两支视频含规划与渲染约 6 小时,但 LTX-2.5 仍有较多伪影、指令遵循不足和真实感不足。作者请求推荐可竞争 gpt-image 的图像模型和优于 LTX-2.5 的本地图生视频模型。
AI生成视频的声音编辑需先确认影像动作,再调整台词、效果音、BGM与字幕的同步。检查口型与台词、效果音与动作、环境音与场景、BGM与台词的音量平衡,并注意场景转换时的环境音衔接。最后整体回放并确认导出文件无音画错位。
央视网在无锡启动AI云创扶持计划,开放覆盖AI编剧、智能分镜、视频生成、配音字幕的全流程工具链,并配套三级审核机制。平台依托清晏智审平台形成AI初审、区域复审、央视网终审三级合规机制,韶关主节点已上线,48小时训练营面向全球招募,20到30部作品将入围展播。央视网将AI短剧纳入自身内容战略,为批量生产提供可参照的合规样本。
推荐理由:央视网开放覆盖编剧、分镜、视频生成、配音字幕的全流程工具链,并配套三级审核,为AI短剧创作者提供可参照的合规样本与作品出口。
Higgsfield 官方博客发布完整指南,教创作者用 AI 从零创建无脸 YouTube 频道,示例频道为 Statues With a Story。指南明确 YouTube 要求披露逼真 AI 生成内容,并列出 2027 年 2 月 1 日起新申请者进入完整 YPP 需 8,000 小时观看或 2,000 万 Shorts 观看的新门槛。
推荐理由:这篇指南给出从选题到变现的完整流程,并明确了 YouTube 对 AI 生成内容的披露边界与 2027 年新 YPP 门槛。
Zebracat 替代方案应按输入类型选择:Revid AI 最接近,Visla 适合真实素材,Elai.io 适合出镜讲解。Revid AI Hobby 为 $39/月,支持文本、链接或热门视频混剪;Visla Pro 为 $22/月,主打真实素材;Elai.io Creator 为 $29/月。
AITuber 指南把 Kaiber 音乐视频替代工具按需求分类:Neural Frames 最接近其艺术风格并支持整首歌、分轨和逐帧调整,Runway 用 Gen-4.5 提供逐镜头控制但需自行剪辑。Plazmapunk 以 €9.99/月提供 AI 片段,Rotor Videos 用真实素材按曲目剪辑,AITuber 支持逐词字幕。
Adobe 发布 Premiere 27.0,新增 Color Mode 调色页面,替代旧版 Lumetri 效果。Color Mode 提供双向控制、示波器和类似 DaVinci Resolve 节点的操作方式,可对剪辑、组或序列应用多个操作;同时新增 AI 工具,包括 Creative Agent 助手、Generative Media Tool 和 AI 音频分离。
推荐理由:Premiere 27.0 的 Color Mode 以双向控制与节点式操作替代 Lumetri,或可减少用户导出到 DaVinci Resolve 调色的需求。
HeyGen 发布 2026 年 11 月企业 API 更新,Video 1、Voice 1 和 Image 1 上线 API,企业限流提升,零数据保留覆盖范围扩大,v1/v2 于 2026 年 11 月 7 日退役。Video 1 支持文本/图像/参考视频到视频并生成对话与音效,Voice 1 支持 Instant Clone 与语音转语音,Avatar V 新增更自然眨眼。
推荐理由:HeyGen 企业 API 更新将视频、语音和图像模型统一接入,限流提升,v1/v2 退役后需迁移到 v3。
Adobe 在 MAX 大会公布四项 AI 实验项目,其中 Project Screen Test 支持通过对话设计 AI 角色,Project Sight Span 可将照片转为可探索的 3D 场景。
AI Fruit 拆解 AI 水果开裂视频的三拍结构(外壳、压力、揭示),并给出提示词五槽位与积分成本对比。声音占一半,需要裂声可选 Kling 3.0 带音频或 Veo 3.1;最便宜试拍 Grok Imagine Video 6 秒 720p 为 18 积分,Veo 3.1 固定 224 积分。
Soundly 与 Avid 合作推出免费 Pro Tools 扩展,将 15 年积累的音效库直接接入时间线,支持自然语言搜索和 Find Similar 相似音效查找。扩展需 Pro Tools 2026.11 或更新版本,安装后可在 Extensions 菜单使用,无需打开 Soundly 桌面应用。
Adobe 宣布升级创意套件,将 Adobe Creative Agent 扩展至 Creative Cloud 与 Firefly,并为 Premiere、After Effects 等提供本地 MCP 集成。
WellSaid 发布 Producer,通过 MCP 服务器将专业配音生产嵌入 Claude、Copilot、ChatGPT 等智能体工作流,并原生生成 48kHz 音频。该平台支持基于超过 50 万条 Oxford Languages 转录的智能体风格指南、开放设计及数字人复制,许可随最终音频保留。
Adobe MAX 2026 开幕,Premiere 迎来 Color Mode 正式可用与 Generative Media Tool 等更新。Generative Media Tool 将视频、音效、声景与音乐生成直接带入时间线,并支持 Firefly 及 Google、Kling、Runway、Luma 等合作伙伴模型。
推荐理由:Premiere 时间线内可直接调用 Kling、Runway 等第三方模型生成缺失素材,视频编辑与 AI 生成的工作流进一步整合。
Adobe 在 Premiere Pro 中加入 Creative Agent,可自动应用效果、跟踪遮罩主体并调整整条序列的色彩与曝光。新增 Generative Media Tool 可在时间线内直接生成视频、音效和音乐,并支持接入 Kling 等第三方模型;Generative Remove 可移除画面物体,Color Mode 提供调色工作区。
推荐理由:Adobe 将 Kling 等第三方模型接入 Premiere 时间线,编辑可直接生成素材,但第三方模型的版权边界比 Firefly 更模糊。
AI微短剧《举家长征》11月10日以零宣传方式在腾讯视频开播,会员可看全集,成为红色题材AI化新样本。该剧从分镜到配音由AI工作流完成,试图压缩传统制作链路。该剧开播验证了零宣传、会员全集的发行方式在AI短剧上的可行性,内容风向正从批量生成转向质量与合规并重。
国家广播电视总局部署开展新一轮微短剧低俗化同质化专项治理,治理为期两个月,自11月1日起至12月底。治理聚焦AI微短剧质量良莠不齐、AI技术助长低俗不良内容反弹等问题,内容创作方面治理“盗脸”“偷声”等,传播推广方面治理片名、宣推素材、弹幕评论、引流片段中的低俗内容。此前专项治理已累计下架违规微短剧7.5万部,处置违规账号1500余个。
推荐理由:新一轮治理聚焦AI微短剧低俗化同质化,治理“盗脸”“偷声”问题,为从业者划出合规边界。
Zyphra 发布开源紧凑语音模型 ZONOS3-Mini,约 100M 活跃参数,可在手机、笔记本和浏览器实时运行。模型支持从音频样本克隆声音、按年龄/口音/音色设计角色,并逐词控制情绪、语速与表达。权重以 Apache 2.0 开源,可通过 SGLang-Omni 在 NVIDIA GPU 上以 OpenAI 兼容接口服务。
推荐理由:100M 活跃参数即可在浏览器实时合成语音,为本地化配音与角色语音提供可本地运行的开源方案,支持声音克隆与逐词情绪控制。
Elvis Presley 音乐权利方与 Eminem 出版商 Eight Mile Style 分别对 AI 音乐生成器 Suno 提起联邦版权诉讼。Presley 案指控 Suno 违反田纳西州 ELVIS 法案,Eminem 案称其训练了 269 首 Eminem 作品并生成逐字复制歌词的歌曲。Suno 回应称已使用第三方筛查上传音频与歌词,并将继续增加保障措施。
Remiqora Video 发布免费开源视频工作室,基于 ComfyUI,输入一句话或一首歌即可在本地 PC 生成带声音的完整影片。支持 15 秒至 10 分钟、宽/竖/方形画幅,歌曲可自动识别歌词并卡点剪辑,角色与场景跨镜头保持一致,单场景可单独重拍,坏镜头自动检测重拍。
推荐理由:免费开源且本地运行,把 ComfyUI 工作流封装成一句话出片的完整应用,支持单场景重拍与角色一致性,可评估本地出片效率。
清华 OpenBMB 团队开源 VoxCPM2 语音合成模型,20 亿参数、支持 30 种语言与 48kHz 音质,Apache-2.0 许可免费商用。模型采用扩散自回归零 Tokenizer 架构,支持自然语言声音设计、可控克隆与终极克隆,在 Seed-TTS-eval 基准中英文 WER 1.84%、中文 CER 0.97%。
推荐理由:开源 TTS 模型 VoxCPM2 以 Apache-2.0 许可免费商用,支持 30 种语言与 48kHz 音质,创作者可评估是否替代现有付费配音方案。
Curious Refuge 发布教程,展示如何仅用音频和参考视频从任何地方创建 AI 克隆工作室。流程包括用 Adobe Podcast 清理音频、用 Seedance 2.5 生成视频,并用 HeyGen 和 MiniMax H3 LoRA 测试效果,还核算了成本。
中国网络视听节目服务协会与中国版权协会11月5日在中国广播电视精品创作大会微短剧论坛上正式发布《关于加强AI微短剧‘融像’‘融声’场景人格权益保护的倡议书》。倡议书面向全行业提出尊重人格权益、健全风控机制、深化行业协同、科学核验侵权、倡导文明观赏五项倡议,呼吁全行业尊重人格权益、恪守法律底线、坚持科技向善。
推荐理由:中国网络视听节目服务协会与中国版权协会联合发布倡议书,为AI微短剧融像融声场景的人格权益保护提供行业规范。
Kapwing 实测用 ChatGPT 或 Claude 自动化七类视频编辑任务,涵盖剪辑规划、字幕生成、翻译配音与 B-roll 制作。测试中 Claude Code 配合 FFmpeg 构建并渲染了 70.7 秒的 YouTube Short,Kapwing MCP 则完成了五种语言的 AI 配音。文章指出标准聊天界面无法直接编辑视频,实际剪辑需借助编码代理或 MCP 连接的编辑器。
推荐理由:文章给出七类可自动化的视频编辑任务及对应提示词与工具选择,创作者可据此搭建自己的 AI 剪辑流程。
Kapwing MCP 将 ChatGPT 连接到视频编辑工作区,用户可用自然语言完成上传、字幕、翻译、配音和生成 B-roll 等编辑任务。测试中一个组合请求生成了六个导出版本(英文原版和五个配音版本)。
推荐理由:Kapwing MCP 让 ChatGPT 直接操作视频编辑工作区,教程展示了从上传、字幕、翻译、配音到生成 B-roll 的完整自然语言编辑流程,并给出可复用的提示词示例与成本参考。
pyvideotrans 发布 v4.18 版本,新增 Runcrate 与 CloudGPU 翻译通道,并修复多项配音、字幕对齐与 TTS 问题。Windows 10/11 预打包完整包 2.7G、补丁包 400MB,提供百度网盘与 Hugging Face 下载。
Reddit 用户 keto_brain 分享 ComfyUI 制作 3:20 AI 音乐视频的工作流:将隔离人声编码为 latent 并设噪声掩码为 0,让 LTX 2.5 对口型到自备声乐,Wan 2.2 负责非唱歌动作。
推荐理由:作者公开了 LTX 2.5 对口型到自备人声的节点链与 Wan 2.2 动作镜头设置,可直接迁移到同类 AI 音乐视频制作。
MiniMax H3 需自托管 GPU 集群,7 款全模态平台可免运维替代。Luma Ray 3.2 居首,支持多关键帧序列、1080p 无水印导出、生成速度提升 4 倍,可直接导出至 Premiere、DaVinci 和 Final Cut;Google Veo 3.1 可一次生成同步语音与音效,ByteDance Seedance 2.5 面向多资产品牌项目。
作者在 ComfyUI 中为 MiniMax H3 搭建 RefMods 工作流,无需 LoRA 训练即可在 6 GB 显存上保持角色与声音一致。从 8 张图片提取角色参考或从短音频提取声音参考,保存为可复用 mod 后加载到任意生成,视觉与音频强度均设为 0.9。两个角色时建议每个角色和声音单独存 mod 文件,并在 prompt 中清楚描述主体。
推荐理由:这套 RefMods 工作流无需 LoRA 训练即可在 6 GB 显存上保持角色与声音一致,创作者可据此复现跨镜头一致性流程。
冷逸用代码制作个人介绍视频,在MiniMax Code中用M3.1-flash生成,成本约三毛钱。他分享了完整工作流:先用提示词生成口播文案,再生成配音音频,最后用代码渲染成片,并附验收清单。
国产AI漫剧出海提速,海外活跃用户超1.5亿,2026年市场规模预计突破40亿美元、较2025年增长约390%,中国厂商市占率超90%。制作成本最低350元/分钟,周期从90天压缩至10天;但爆款率不足0.2%,2026年4月起未备案作品强制下线。
推荐理由:国产AI漫剧出海提速,海外用户超1.5亿、市场规模预计40亿美元,但爆款率不足0.2%与备案新规构成行业两面。
iZotope 发布 Photon,一款独立应用与 ARA 插件,用于 AI 分轨和音频增强,由 12 个定制训练模型驱动,本地 GPU 运行。这是 iZotope 与 Boris FX 的首次合作,包含 Music 4 Stems Ultra、Voice Separator、Cinema 4 Stems 等模型,支持 WAV、FLAC、MP3 及视频导出。
腾讯开源混元同声传译大模型Hy-SimulMT,支持中英语音实时互译,可在翻译同时实时克隆说话人音色,实测响应约3秒,翻译质量达人类同传专家水平。该能力有望降低短剧出海译制成本,让多语种版本以低边际成本复制,中小团队无需为每个市场单独组建配音班底。
Pika 基于 MiniMax H3 开源衍生模型 H3 Flex,通过六步去噪联合生成画面和声音,并开放适配器权重与推理代码。
huobao-drama v4.0.10 发布,角色资产支持上传、试听、替换和移除音色样本,分镜视频提示词支持用 #角色名 引用音色。首次分镜拆解、单条和批量视频提示词生成会依据角色绑定和可用音色生成引用,视频生成自动传入引用音色。
作者在 MacBook Pro M5 Max 128GB 上全本地完成 46 秒科幻预告片《THE LAST SIGNAL》,全程无云端渲染、无 API 调用,耗时约 14.5 小时(含约 2 小时等待)。
推荐理由:作者公开了从分镜到成片的完整本地管线与真实耗时,创作者可据此评估 MacBook 上复刻同类流程的可行性。