AI影视月报 · 2026 年 10 月
AITVHOT
本月视频模型密集更新,可灵4.0支持最长30秒直出与多模态参考,FLUX 3 Klein以5.6B开源权重实现4K生成与多图编辑。海外竖屏剧AI生成占比跃升至三分之二,市场规模预计超60亿美元。短剧平台加速整合,TikTok与微信加码免费短剧,红果集中处置两万余部低质内容。ComfyUI节点与工作流持续丰富,Runway推出无代码创意应用构建工具。
可灵发布 Kling 4.0,支持 3–30 秒生成与 Omni Reference
可灵于 2026 年 10 月 15 日正式发布 Kling 4.0,支持单次 3–30 秒生成、更稳定的大幅运动与复杂运镜,以及最多 10 个关键帧输入。Omni Reference 单次生成最多可组合 15 个参考素材,包括 10 张图片、总时长不超过 30 秒的 5 段视频和 7 个元素,并可用提示词对已有素材做主体、背景、表情、机位与风格的定向修改。
模型发布/更新
本版导读开源权重视频模型增多,同步音频与多参考成为标配。
Black Forest Labs 发布 FLUX 3 Image Klein 开源权重模型
Black Forest Labs 发布 FLUX 3 Image Klein,一个 5.6B 参数的开源权重模型,支持文生图、图像编辑和最多 10 张参考图的多参考生成,具备原生 4K 生成、像素级编辑和边界框控制能力。
Hao AI Lab 开源 FastH3 OmniRef,支持 ComfyUI 首日接入
Hao AI Lab 的 FastVideo 团队开源 FastH3 OmniRef,输入提示词加参考图像、短视频片段或声音即可生成带同步声音的视频。该模型只需 8 步而非 50 步,比基础 MiniMax-H3 最高快 11.9 倍,已进入 ComfyUI 0.42.2 工作流模板,并开放权重与训练代码。
可灵4.0正式上线,支持30秒一镜到底与多帧参考
可灵AI正式上线视频模型Kling 4.0,支持最长30秒直出,此前9月底已向部分黑金年卡及Ultra年度订阅用户开放4.0 Flash尝鲜。作者实测了城市追逐、马戏团、电梯打斗、花样滑冰等场景,认为其在物理规律理解、复杂动作衔接和镜头调度上有提升。
腾讯混元开源世界模型 Hy-Nomas,支持文本与相机轨迹交互生成视频
腾讯混元开源世界模型 Hy-Nomas,支持用文本提示和相机轨迹进行自由交互,并具备带世界记忆的长时程生成能力。该模型提供面向机器人等垂直领域的轻量 LoRA 适配,经 8 步蒸馏可在单张 RTX 4090 上生成 720p@24FPS 视频,权重已上线 Hugging Face 与 GitHub 并提供在线 Demo。
HeyGen 发布 HeyGen Voice 语音模型
HeyGen 发布新语音模型 HeyGen Voice,称其为首个为视频适配而构建的语音模型,并在 Artificial Analysis 语音榜单排名第一,已包含在每条 HeyGen 视频中且不额外收费。
ComfyUI 上线 FLUX 3 Max,支持图生视频与文生视频工作流
ComfyUI 上线 FLUX 3 Max,这是 FLUX 3 Video 的延迟优化版本,可生成 10 秒 720/768p 带原生音频的片段,耗时约 12 秒。官方同时给出图生视频与文生视频两条工作流链接,并列出多候选对比、调参时预览运动、批量产出广告变体和关键帧引导分镜等用法。
可灵拆解 5M+ 播放短片《The Beat》,详解 Kling 4.0 五项能力
可灵官方博客拆解其短片《The Beat》的制作过程,该片在社交平台播放量已超过 500 万。文章逐项说明 Kling 4.0 的能力:原生 30 秒连续镜头生成、Omni Reference 单任务支持最多 15 个多模态参考、Multi-Keyframe 最多 10 个关键帧、10-bit HDR 输出,以及升级的立体声音频与对口型。
LTX 2.5 解析:支持同步音频与原生多镜头的开放权重视频模型
LTX 2.5 是一个开放权重的 AI 视频模型,音视频在同一次生成中产出,并支持单次生成内包含多个连贯镜头。模型提供标准版与蒸馏版,权重可下载,能通过托管 API 调用,也能部署在自有 GPU 上;官方称新的扩散视频解码器改善了人脸、纹理、画面文字与快速运动的表现。文章还记录了在远程 Nvidia GPU 上自托管运行、用对话镜头测试对口型与面部一致性的过程。
工具与工作流
本版导读ComfyUI节点与工作流持续丰富,Runway推出无代码App Studio。
ComfyUI-RMBG 发布 v3.3.0,新增交互式画布合成与 VRMBG 视频抠像节点
ComfyUI-RMBG 发布 v3.3.0,新增 Canvas 交互式多层合成节点、基于 BRIA AI VRMBG-3.0 的时序视频抠像、面向发丝与玻璃的 FeyNoBg 精细抠像,以及 YOLO26-seg 与 YOLO11-seg 分割支持。
Flux 3 Klein 教程:用 10 张参考图做图像生成与编辑(BF16/FP8/NVFP4/GGUF)
Flux 3 Klein 是一个 5.6B 参数的开源权重模型,把文生图与图像编辑合并到一个模型里,接受文本提示和最多 10 张参考图并输出单张图像,支持边界框指令和 4K 分辨率,文本编码器为 Qwen3-VL-4B-Instruct。
腾讯视频世界模型 Hy-Nomas 被移植为 ComfyUI 原生节点,12GB 显存可运行
作者将腾讯的视频世界模型 Hy-Nomas 移植为 ComfyUI 原生节点,DiT 作为普通 ComfyUI MODEL 由原生 KSampler 采样,12GB 显存即可运行。
Runway 推出 App Studio,无代码构建自定义创意应用
Runway 推出 App Studio,用户可用自然语言描述需求,无代码构建带独立界面的自定义创意应用,生成图像、视频和音频。App Studio 内置 Character Swap、AutoComp、Product Portfolio 等应用,基于 Brand Kits、Workflows 和 Assets 构建,已包含在所有付费计划中,消耗现有 Runway 积分。
实测即梦短剧工作室,这可能是 Seedance 2.5 最有性价比的用法
爱范儿实测即梦短剧工作室,发现它把剧本、资产、分镜、预演和修改整合成完整短剧创作流程。其中 DreamScript 负责剧本,Anycook 生成角色场景,DreamShot 拆解分镜,3D 导演台和智能预演在生成前验证方向,片段重拍和截帧注释支持局部修改。Seedance 2.5 的 720P 带参考视频生成折算最低约 0.19 元/秒。
Stubelius Ultimate H3 0.13 发布:ComfyUI 里分块生成 MiniMax H3 长视频,可单独重做某一块
Stubelius Ultimate H3 0.13 是作者开源的 MiniMax H3 ComfyUI 工作流,MIT 许可,2026-10-18 在 GitHub 公开。
平台与监管
本版导读短剧平台加速整合,监管治理与发行许可同步收紧。
短剧 feed 焊进 TikTok 主站:字节在用流量重写出海规则
字节将短剧 feed 嵌入 TikTok 主站内测,旗下 PineDrama 进入美、巴、泰 iPhone 免费榜前十,用免费+主站流量重写出海短剧的获客与变现方式。
微信上线“绿泡泡短剧”小程序,剧集全部免费观看
腾讯微信小程序低调上线“绿泡泡短剧”,页面分为“免费剧场”“刷一刷”“我的”三大板块,免费剧场包含AI剧、真人剧、动漫剧等栏目,剧集目前全部免费观看,剧集间隙插入广告。
Q3微短剧动画发行:苔花标落地换证,中国出版集团超腾讯
广电总局公布2026年Q3全国国产微短剧与网络动画片发行许可,共338部获准发行,其中微短剧158部5369集、网络动画片180部1731集。9月1日《微短剧发展管理办法》实施后,67部微短剧换用苔花标新证,中图新阅读以23部动画许可超过腾讯系成为单季第一。芒果TV《永不掉队》等AIGC微短剧上线,AI公司开始成为持证内容主体。
红果短剧关于持续加强低质和同质化内容治理的公告
红果短剧发布公告,宣布进一步加大对低质和同质化内容的治理力度,重点治理过度情绪渲染及剧情结构、核心设定、关键桥段、人物关系和视听表达要素的同质化使用。截至2026年10月27日,平台已集中处置《别*****女》等20426部微短剧。
行业动态
本版导读海外短剧市场高速增长,AI影视基础设施投资升温。
Owl & Co. 报告:三季度海外竖屏剧发布量三分之二为 AI 生成
Owl & Co. 最新《What We Watched on Vertical》报告显示,2026 年第三季度 20 家头部平台上中国以外发布的竖屏剧中有三分之二为 AI 生成,一季度该比例为 3%,二季度为 28%。
广电总局报告:2026年海外微短剧市场规模将超60亿美元,同比增长67%
国家广播电视总局发布《中国—东盟微短剧国际传播发展报告》,预计2026年中国以外的海外微短剧市场规模将超60亿美元(约401.62亿元),较2025年增长67%。报告显示,2026年1至9月海外下载量前10的微短剧App均为中国背景,内购收入前10中前9席为中国背景;出海微短剧中AI剧占比从5月底的15.57%升至9月底的61.39%。
横店2.35亿携手火山引擎中标AI影视服务平台,同期线下剧组数大幅下滑
东阳深空引擎与火山引擎联合体以2.35亿元中标横店影视AI服务平台建设项目,招标自7月启动。项目以横店影视大模型为核心,包含7个垂类场景深度增强模型、20个专项场景增强模型、17个影视行业专业智能体,以及数字群演生成、演员风格迁移、AI辅助配音等能力,并配套面向C端的横店影视App。
技巧与观点
本版导读ComfyUI教程聚焦同步音频生成,Google Flow评测引发短片创作讨论。
36 亿美元、五强、46% 本土剧:短剧出海的牌桌被重摆了一次
短剧出海市场格局被重新梳理:MPA报告将2026年中国以外微短剧市场规模定为36亿美元,前五家平台占近八成。TikTok在美国上线付费短剧App LimeShorts,与免费PineDrama、主站Mini Dramas组成三矩阵闭环。海外本土自制剧份额从27%升至46%,AI仿真人短剧在漫剧百强榜占比从7%飙至60%以上。
用 ComfyUI 跑 MiniMax H3 Fun ControlNet Union 视频转视频并同步出声
Stable Diffusion Art 发布教程,介绍在 ComfyUI 中用 MiniMax H3 Fun ControlNet Union 从驱动视频复制身体动作,同时生成 24fps 视频与立体声。
用 ComfyUI 工作流实现 MiniMax H3 多关键帧视频与声音生成
Stable Diffusion Art 发布教程,介绍如何在 ComfyUI 中用 MiniMax H3 的 Add Guide 节点把多张关键帧图、视频片段和音频锁定到 24fps 时间轴的具体帧位,一次生成带立体声对白、音效与配乐的视频。
Kandinsky 6.0 在 ComfyUI 中生成带同步音频与口型的视频(含工作流)
Kandinsky 6.0 是 Kandinsky Lab 于 2026 年 10 月发布的开源权重多模态扩散模型,可单次生成 5 秒视频与同步 44.1 kHz 音频,并用 <S>...<E> 标签控制角色口型同步。
Qwen Image 2.1 在 ComfyUI 中的多图编辑、文生图与原生透明背景工作流
作者在 ComfyUI 中实测阿里 Qwen 团队的 Qwen Image 2.1,用单个 7B 模型完成文生图、最多 10 张参考图的多图编辑和原生 RGBA 透明抠图。
用 ComfyUI 让 MiniMax H3 从单张图生成带声视频(含工作流)
Stable Diffusion Art 发布教程,介绍如何在 ComfyUI 中用 MiniMax H3(即 Hailuo 3.0)把单张图片生成带同步立体声的 24fps 多镜头视频,画面与音效在同一次采样中生成。
MiniMax H3 参考生视频(ref2va)ComfyUI 工作流教程
Stable Diffusion Art 发布 MiniMax H3 参考生视频(ref2va)在 ComfyUI 的完整工作流教程,可组合最多 9 张参考图、3 段参考视频和 3 段音频,一次生成带同步立体声对白、音效与音乐的 24fps 多镜头视频。
Google Flow 2026 评测:能用 Veo 3.1 拍一部短片吗?
Google Flow 可以用 Veo 3.1 和 Gemini Omni 生成视频,但需把短片当作 8-10 秒的镜头序列自行组装。免费版每天 50 积分,法国订阅 4.99 欧元起;欧洲用户无法编辑导入视频,Veo 3.1 Qualité 不支持参考图。作者基于官方文档核算了各档位每分钟生成成本,并指出 Flow 适合入门和预告片,长篇需搭配其他工具。