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 14 页

10月16日周五第 261–280 条
  1. 新智元 · 公开公众号 RSS71

    生数科技发布 Vidu Q4 Preview,首发优惠价低至 0.09 元/秒

    生数科技发布 Vidu Q4 Preview,主打人物表现、运镜和复杂视效,在 2D、3D 动漫场景中强化角色演绎与动态镜头,首发优惠价低至 0.09 元/秒起。

    推荐理由:Vidu Q4 Preview 把人物演绎、运镜与多参考能力打包,并给出 0.09 元/秒起的首发价,可据此判断试拍成本是否已进入可承受区间。

  2. 可灵 Kling70

    可灵发布 4.0 视频生成模型

    可灵(Kling)官方账号发布 4.0,配文“The art of 4.0”,并带上 #Kling4 与 #KlingAI 标签。被引用的 @2x_labs 内容称可灵 4.0 已正式发布,宣传语为“以想象,定义下一帧”。

    推荐理由:可灵官方账号放出 4.0 发布信号,创作者可据此关注新版本在视频生成上的能力变化。

  3. AITNT · AI创作资讯83

    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。

    推荐理由:作者实测了30秒直出、复杂打斗与全能参考,并给出1080P 30秒450积分的成本参考,可据此评估出片流程。

  4. ComfyUI Wiki · 工作流与开源创作分享73

    阿里 TaoLive AIGC 发布 TaoMate-H3-FL2VA 首尾帧控制 LoRA

    阿里 TaoLive AIGC 团队于 10 月 15 日发布 TaoMate-H3-FL2VA,这是一个 3 步 LoRA,为 MiniMax H3 的流式 TaoMate-H3 运行时加入首帧与尾帧控制,团队称其为已知首个实时流式首尾帧到音视频(FL2VA)模型。

    推荐理由:TaoMate-H3-FL2VA 把首尾帧控制接入流式音视频生成,并已有 ComfyUI 转换版本可本地跑,方便创作者评估是否纳入现有出片流程。

  5. 娱乐资本论 · 澎湃商业与影视趋势70

    娱乐资本论横评10家AI视频画布:功能分化,三类用户各有侧重

    娱乐资本论发布AI视频画布横评功能篇,实测10家平台(AniShort、巨日禄、LibTV、纳逗Pro、OiiOii、Seko、ShotLab、TapNow、万兴剧厂、小云雀),按漫剧连载、专业影视、电商出海三类用户梳理功能差异。

    推荐理由:横评覆盖10家AI视频画布平台,按漫剧、影视、电商三类用户梳理功能差异,可帮助创作者按需选型。

  6. Reddit StableDiffusion · 创作者与工作流分享65

    作者训练 H3-Anti-Burn LoRA,缓解 H3 片段串联后的过锐发焦

    作者发布 H3-Anti-Burn LoRA,用于缓解 H3 片段串联成长视频后画面逐段过锐、发焦的问题。该 LoRA 只加载在续接片段上,起始权重 0.5,在约 37 秒的串联测试中,lightx2v 8-step 的面部纹理变化从 +44% 降到 0%,HyperFlow 从 +25% 降到 −1%,Larry Turbo 从 +261% 降到 −5%。

    推荐理由:针对 H3 片段串联后画面过锐发焦的问题,作者给出可加载的 LoRA 与具体权重建议,并附多组前后对比数据。

10月15日周四
  1. 可灵 Kling66

    可灵 4.0 全面开放,新增 MCP 与 CLI 接入

    可灵(Kling)宣布 KLING 4.0 已全面开放,用户可通过 kling.ai 上更新后的创作界面使用,也可通过 MCP 和 CLI 接入视频创作流程。官方同时预告即将推出 4K 与 1080p 分辨率的 10-bit HDR 视频输出,以及面向企业客户和开发者的 API 访问。

    推荐理由:可灵 4.0 全面开放,并新增 MCP 与 CLI 接入方式,创作者可据此评估现有出片流程的接入选择。

  2. 短剧自习室 · 搜狐公开专栏69

    实测 Vidu Q4 Preview:0.09 元/秒的 AI 短剧,角色开始有演技了

    生数科技 10 月 8 日发布 Vidu Q4 Preview,作为新一代旗舰模型 Vidu Q4 的首个预览版,核心升级视频表现力。作者用其生成 AI 短剧片段,角色脸部全程一致并出现与情绪对应的微表情,多镜头切换与动态运镜衔接自然,还测试了新的声音参考功能。

    推荐理由:以多部超创短片和自测片段拆解 Vidu Q4 Preview 的表演、运镜与特效表现,并给出 0.09 元/秒下的实际制作成本账。

  3. 可灵官方博客62

    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。

    推荐理由:官方拆解 5M+ 播放短片的制作过程,逐项说明 Kling 4.0 的 30 秒原生生成、Omni Reference 与 10-bit HDR 在实拍级镜头中的用法。

  4. note · koheii_miaa · 图像视频创作分享65

    AI 音乐人如何用一台 Mac 制作带歌词同步与对口型的 MV,单曲 17 分钟

    作者公开了一套在 Mac 上本地生成 MV 的流程:输入歌曲与封面图,输出歌词同步显示、封面人物演唱的 30 秒视频,16:9 与竖屏两种比例,单曲约 17 分钟,不使用云端付费生成。

    推荐理由:作者公开了从人声分离到歌词同步的完整本地流程与耗时拆分,可对照评估单机出 MV 的可行性。

  5. 量子位71

    昆仑万维 Skywork AI 发布 Matrix-Game 4.0,单张 RTX 5090 实时运行并开源

    昆仑万维旗下 Skywork AI 发布 Matrix-Game 4.0,称其为全球首款可在单张消费级显卡上实时运行的游戏世界模型,并已开源模型与代码。该模型把游戏规则交给游戏引擎维护、画面交给视频模型生成,玩家中弹先扣盾牌耐久再扣血,规则可由 Coding Agent 用自然语言改写。

    推荐理由:单张 RTX 5090 实时跑游戏世界模型,并把规则交给游戏引擎、画面交给视频模型,为世界模型落地提供了一条可复现的工程路线。

  6. note · lumo_ai · 图像视频创作分享70

    MiniMax H3 的 360 度环绕 LoRA 是怎么做到转一圈不崩的

    MiniMax H3 的 360 度环绕 LoRA 让单张照片生成相机绕被摄体一周并回到起点的视频,做法是把同一张图放进首尾关键帧,约 3 秒 73 帧,推荐 768×768、28 步、LoRA 强度 1.0,ComfyUI 可用且无需自定义节点,文件约 148MB。

    推荐理由:梳理 MiniMax H3 360 环绕 LoRA 的用法与训练数据来源,并说明背面推演与适用边界。

  7. Stable Diffusion Art 教程78

    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。

    推荐理由:教程给出 MiniMax H3 在 ComfyUI 中图生视频的完整流程,含首尾帧插值与 8 步 Turbo LoRA 的省时做法。

10月14日周三
  1. note · kazu_fuwa · 图像视频创作分享76

    MiniMax H3 本地部署实测:VRAM 16GB 下 7 种配置对比,5 秒视频约 2 分 40 秒

    作者在 VRAM 16GB、内存 32GB 的 PC 上用 ComfyUI 跑 MiniMax H3,对比 7 种配置后,5 秒视频最快约 2 分 40 秒完成,而官方 20 步设置约需 12 分半。

    推荐理由:作者在 VRAM 16GB 的机器上实测 7 种配置,给出可复用的提速组合与踩坑记录。

  2. 逛逛GitHub66

    Noiz AI 开源 HelixWorld 世界模型,可实时生成可交互画面与声音

    Noiz AI 开源了世界模型 HelixWorld,给一张起始图片并填写场景描述后,可用 WASD 移动、方向键转动视角,模型结合当前场景与操作继续生成后续画面与声音。

    推荐理由:开源世界模型把画面与空间声场一起生成,可据此了解实时交互式世界生成目前的部署门槛与能力边界。

  3. OpenAI News60

    Higgsfield 用 GPT-6 Astra 将 AI 视频从 1 分钟延长到 10 分钟以上

    Higgsfield 将 AI 视频生成时长从 1 分钟提升到 10 分钟以上,依托 GPT-6 Astra 实现。同时,它用 GPT-Image-2.5 提升画面精度,并借助 GPT-Live 提供通往语音电影制作的路径。

    推荐理由:Higgsfield 借助 GPT-6 Astra 把 AI 视频时长从 1 分钟拉到 10 分钟以上,可据此判断长片创作的可用性。

  4. Comfy 官方博客71

    ComfyUI 上线 NVIDIA VFX 节点,支持视频超分、补帧与 SDR 转 HDR

    ComfyUI 将 NVIDIA RTX 视频效果做成自定义节点,包含 RTX Video Super Resolution、RTX Video Frame Generation 和 RTX Video HDR,模型随节点附带并在本地 RTX GPU 上运行。

    推荐理由:ComfyUI 把 NVIDIA RTX 视频超分、补帧与 SDR 转 HDR 做成节点,并改进 EXR 支持,可对照现有 VFX 流程评估。

10月13日周二
  1. 新熵 · 搜狐公开专栏71

    一部AIGC网络故事片42天分账超千万,AI长篇时代的新打法

    爱奇艺、长信传媒出品的《灵魂摆渡》浮生梦系列AIGC网络故事片累计分账票房突破1000万元,从上线到越过千万关口只用了42天,前两部《蝴蝶梦》《天女之梦》8月22日上线首周即收回制作成本。

    推荐理由:以《灵魂摆渡》浮生梦系列42天分账破千万为样本,拆解AI长片在成本、周转与分账机制上的商业验证路径。

  2. 娱乐资本论 · 澎湃商业与影视趋势65

    AI短剧不是“围猎”,而是8亿人的日常

    娱乐资本论发文指出,AI短剧并非“围猎中年男性”,而是已融入8亿人的日常。数据显示,截至2026年7月红果短剧日活达1.68亿,微短剧用户超8亿,2026年前8个月上线微短剧43万部,AI剧占比超九成;文章同时质疑“中国做短剧、美国做科技”热搜的数据口径。

    推荐理由:用红果日活1.68亿、微短剧用户超8亿等数据,反驳“围猎中年男性”与“中美Token对比”两种热搜叙事,指出AI短剧已是大众日常。

  3. 钛媒体66

    AI短剧吃掉国内55%词元消耗,算力成本如何分配

    中文在线披露的行业数据显示,国内词元消耗份额中AI短剧与视频生成占55%,电商与营销占24%,软件开发仅占15%。生产1秒1080p视频约消耗5万词元,一部120分钟AI真人短剧模型端算力成本达3万至4万元,占大批量生产总成本的50%。可灵AI 2026年第一季度营收超6.5亿元,同比增长超300%,API业务收入占比升至六成;行业爆款率仅0.47%,约八成AI短剧依赖应用内广告分成。

    推荐理由:用词元消耗与分账数据拆解AI短剧产业链,呈现模型方、制作方与平台三层的收益分配差异。