跳到正文

创作方向

视频生成 最新动态

文生视频、图生视频的最前线:模型发布、能力边界、价格变化与影视创作变革的追踪。

344 条精选近 30 天 240 条共收录 1,725 条

更新

精选归档 · 第 10 页

10月26日周一第 181–200 条
  1. 可灵 Kling71

    可灵 Kling 4.0 上线 Runware,支持 30 秒 1080p 原生音频

    可灵官方转发 Runware 消息称 Kling 4.0 已在 Runware 上线,支持最长 30 秒 1080p 视频并带原生音频。该版本支持首帧、中间帧、尾帧的多关键帧,单次请求最多 15 个输入,涵盖关键帧、参考图、参考视频和元素,并可基于提示词编辑已有片段。定价为每秒输出 0.133 美元起,接下来 7 天在常规价格上打 85 折,模型 ID 为 klingai:[email protected]。

    推荐理由:Kling 4.0 通过 Runware API 上线,给出 30 秒 1080p 带原生音频与多关键帧输入等参数,可对照现有出片链路。

  2. 可灵官方博客67

    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。

    推荐理由:官方梳理 Kling 4.0 的参考素材、关键帧与定向编辑能力,并给出从分镜到交付的流程建议。

  3. 机器之心Pro · 搜狐公开专栏70

    微软提出 Code Video Model:用可执行代码控制视频生成

    微软团队提出 Code Video Model,由 Coding Agent 将 Prompt 转化为 Three.js 程序,把几何布局、物体运动、相机轨迹和事件时序统一为可执行场景表示,程序渲染的预演视频为视频模型提供时空参考。

    推荐理由:微软团队用可执行代码替代提示词控制视频生成,免训练的阶段化条件调度让镜头设计在生成前可检查可修改。

  4. かみもと · 本地AI视频工作流66

    MOSS-Image 本地生成分镜与絵コンテ,日文文字也能画出来(附 Prompt)

    MOSS-Image 在 ComfyUI 中单次生成即可输出含日文说明的 6 格分镜和带表格的絵コンテ。3 个イメージボード作品的 18 条日文说明全部正确渲染,絵コンテ 2 页出现 4 处误字。RTX 3060 上单张生成约 18-40 秒,作者提供区域分离的 Prompt 写法和 ComfyUI-MOSS-Storyboard 自定义节点工作流。

    推荐理由:本地 MOSS-Image 单次生成即可输出含日文说明的分镜与带表格的絵コンテ,区域分离的 Prompt 写法与 ComfyUI 工作流可直接复用。

  5. Reddit StableDiffusion · 创作者与工作流分享67

    开源本地影视工具 Kinoloom 发布,支持 8GB 显存与 latent 空间长镜头拼接

    作者开源了本地影视生成工具 Kinoloom,基于 ComfyUI 运行,支持 LTX 2.5、MiniMax H3 和 Wan 2.2 等视频模型及 Qwen image 2.1 等图像模型,可在 8GB 显存的消费级显卡上生成视频。

    推荐理由:Kinoloom 在 latent 空间拼接多段视频后一次性解码,使 8GB 显存消费级硬件也能输出无跳帧的 16 秒连贯长镜头。

10月25日周日
  1. IT之家69

    国内首部 AI 院线长片《三星堆:未来往事》票房过百万

    《三星堆:未来往事》票房已达 116.2 万,该片于 10 月 23 日上映,是国内首部获得国家电影局公映许可证的 AI 全流程院线长片。片长 100 分钟,角色均为原创数字形象,不含对真实演员的数字复制,全片依托博纳自研的“博卡电影云片场”完成。

    推荐理由:国内首部拿到公映许可证的 AI 全流程院线长片票房过百万,其两年制作流程与 17 个工种分工可供评估 AI 长片工业化程度。

  2. Reddit comfyui · 创作与工作流分享70

    作者在 ComfyUI 中用 MiniMax H3 在 6GB 显存下生成 4K 视频

    作者在 ComfyUI 中搭建了一套 MiniMax H3 工作流,把 SelfLift 渐进分辨率采样与 DLSS 5 超分节点结合,在 6GB 显存的 RTX 3060 上输出 2K 或 4K 视频。其 6GB 显存环境生成并超分到 4K 约耗时 35 分钟,参数为 8 步、0.6 百万像素,全程无需额外训练模型,工作流与 DLSS5 DLL 均已放出下载链接。

    推荐理由:作者在 6GB 显存显卡上实测了从低分辨率渐进采样到 4K 超分的完整流程,并给出耗时与参数,可供低配设备用户参考。

  3. cnBeta71

    国产 AI 院线电影《三星堆:未来往事》上映首日票房 30 万

    国产 AI 院线电影《三星堆:未来往事》上映,首日票房 30 万出头,灯塔预测总票房 216.9 万,而制片人称为千万元级成本。影片用 AI 还原青铜大立人、纵目面具、青铜神树等三星堆文物,观众吐槽人物表情僵硬、动作不自然。博纳行政总裁蒋德富回应称并非一键生成,团队近百人按电影工业流程逐帧修了两年多,废掉 120 万张底图。

    推荐理由:以首部国产超写实数字人长片的票房失利为切口,串起博纳、芒果TV、爱奇艺、字节的 AI 影视布局与海外同档期项目。

10月24日周六
  1. 可灵 Kling65

    Kling 4.0 在 Lovart 上线,支持单条 30 秒片段与 10 个关键帧

    Kling 4.0 已在 Lovart 上线,单条可生成最长 30 秒片段,并支持 10 个关键帧控制节奏、最多 15 个角色/产品/场景参考素材。官方称其运动更稳定、音频更好、镜头运动幅度更大,Lovart 的 Arti 负责生成分镜清单。

    推荐理由:Kling 4.0 在 Lovart 上线,单条可生成 30 秒片段并支持 10 个关键帧与 15 个参考素材,可据此评估长镜头控制能力。

  2. Reddit comfyui · 创作与工作流分享67

    MacH3 Metal:在 Apple 芯片上原生运行 MiniMax H3 的 ComfyUI 节点包

    作者发布 MacH3 Metal,一个把 antirez 的 h3.c 原生 C+Metal 引擎封装成 ComfyUI 节点的工作流包,可在 Apple 芯片上原生运行 MiniMax H3。

    推荐理由:作者把 MiniMax H3 的原生 C+Metal 引擎封装成 ComfyUI 节点,并给出 M5 Pro 上的实测耗时与显存占用,可供 Mac 用户评估本地出片流程。

  3. 可灵 Kling80

    可灵 Kling 4.0 上线 fal 并开放 API

    可灵 Kling 4.0 已在 fal 平台公开可用,API 面向所有客户开放。该模型支持最长 30 秒原生视频生成并带音频,最多 15 个图像、视频与元素参考,以及最多 10 个关键帧的精确控制,并改进了运动、角色一致性与电影化叙事。

    推荐理由:Kling 4.0 通过 fal 开放 API,原生 30 秒带音频生成与多参考、关键帧控制的变化可供创作者评估接入。

  4. 钛媒体71

    博纳耗时两年、投入千万做出首部AI院线长片《三星堆:未来往事》

    博纳影业出品的100分钟AI超写实长片《三星堆:未来往事》已拿到国家电影局公映许可证,成为国内首部走上院线的AI长片。影片由七八十人团队耗时两年多完成,总投资在千万元以上,团队全程不借助实拍、直接生成纯数字人形象。此前同题材AI短剧《三星堆:未来启示录》在抖音获得超2亿点击量,为长片方向提供测试;博纳第二部AI电影《计划外·广寒行动》已开机。

    推荐理由:博纳用两年、千万级投入跑通首部AI院线长片的制作与审查流程,为中小团队评估AI长片成本结构提供参照。

  5. Reddit StableDiffusion · 创作者与工作流分享67

    作者用 RTX 4090 本地跑通 4 分钟 MV:Qwen-Image 2.1 加 MiniMax H3 等模型串联

    作者用单张 RTX 4090 和开源权重模型本地完成 The Flaming Lips 歌曲的 4 分钟非官方粉丝 MV,全程不用云服务、不调付费 API。

    推荐理由:作者公开了单卡本地完成 4 分钟 MV 的完整管线与逐环节耗时,可据此估算自建音乐视频流程的算力成本。

  6. Reddit StableDiffusion · 创作者与工作流分享66

    作者用 LTX 2.5 制作 10–15 集 AI 迷你剧,公开工作流与踩坑经验

    作者用 LTX 2.5 的图生视频功能制作一部 10–15 集 AI 迷你剧,前两集已上线。流程是先用 ChatGPT 生成首尾帧并固定角色参考图,再用 Lightricks 的 ltx-pipelines 以 1920x1088 生成视频和音频。

    推荐理由:作者用 LTX 2.5 制作 10–15 集 AI 迷你剧,并公开了首尾帧、镜头衔接与成本控制的具体做法。

  7. Higgsfield 官方博客62

    Higgsfield 推出 Content Factory,把“What if”想法直接生成无脸短视频

    Higgsfield 推出 Content Factory,输入一个“What if…”问题即可自动写分镜脚本、选角色、生成画面与配音并完成剪辑,单条时长 15 秒到 5 分钟,每次可生成 1 至 4 集。

    推荐理由:官方给出从选题到成片的完整链路与按长度计费的价格表,可据此估算批量做无脸短视频的成本。

  8. Reddit StableDiffusion · 创作者与工作流分享78

    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。

    推荐理由:作者把腾讯 Hy-Nomas 移植成 ComfyUI 原生节点,并给出 12GB 显存下的实测速度与提示词写法,可据此评估本地跑世界模型的可行性。

  9. Reddit comfyui · 创作与工作流分享65

    MiniMax H3 Dual Segment 升级为 ComfyUI 版 Chain Director V1.0

    作者将此前的 MiniMax H3 Dual Segment 工作流升级为 MiniMax H3 Chain Director V1.0,新增自定义 Director 节点,可在单一面板中控制完整生成流程。

    推荐理由:作者把原先固定的两段式流程升级为单面板控制的多段链式工作流,并公开了下载与依赖说明,便于其他 ComfyUI 用户复现测试。

  10. SuSu_酥酥78

    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。

    推荐理由:腾讯混元开源世界模型 Hy-Nomas,支持文本与相机轨迹操控,单张 RTX 4090 即可运行 720p 视频生成。

10月23日周五
  1. Reddit StableDiffusion · 创作者与工作流分享75

    CreatorOS Studio 开源发布:在 ComfyUI 本地一键完成分镜到成片

    CreatorOS Studio 以 Apache-2.0 开源,在本地 GPU 上基于 ComfyUI 提供一键式视频创作,不消耗积分、不经过平台内容过滤。

    推荐理由:作者因托管平台审核与积分消耗自建本地工具,展示了开源模型在本地完成分镜到成片流程的可行路径。