可灵 4.0 推出 Keyframes 关键帧功能,支持最多 10 个关键帧引导场景生成
可灵 4.0 推出 Keyframes 关键帧功能,支持最多 10 个关键帧引导场景展开,从分镜到视频一次生成,现已在 Magnific 上线试用。
推荐理由:新功能支持最多 10 个关键帧引导场景生成,创作者可借此更精确控制视频叙事节奏。
创作方向
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
可灵 4.0 推出 Keyframes 关键帧功能,支持最多 10 个关键帧引导场景展开,从分镜到视频一次生成,现已在 Magnific 上线试用。
推荐理由:新功能支持最多 10 个关键帧引导场景生成,创作者可借此更精确控制视频叙事节奏。
AI漫剧市场今年火热,前5个月规模达220亿元,但制作方赚钱难,从业者透露1万播放分成已从50元降至5元。受访者认为平台政策主导行业生态,做1部精品的时间能做10部'狗血剧',精品化仍是方向;AI对传统影视工作替代性强,但判断力和审美难以替代。
推荐理由:AI漫剧市场火热但制作方分成微薄,1万播放分成从50元降至5元,平台政策主导行业生态,从业者观点揭示行业真实生存状态。
Dials 将一对提示词编码成约 14KB 的方向控制文件,可在 MiniMax H3 与 Pika H3 Flex 上像滑块一样调节生成方向,无需训练、参考图或额外渲染。
推荐理由:约 14KB 的提示方向文件无需训练即可调节 MiniMax H3 与 Pika H3 Flex 的运动或风格,与 LoRA 互补。
作者在 RTX 4070(12GB)上优化 MiniMax H3 的 FastH3 OmniRef 工作流,将 1024×1792、5 秒、带音频的视频生成时间从 459.6 秒缩短至 66.6 秒(约 6.9 倍)。
推荐理由:作者公开了在 12GB 显存显卡上把 MiniMax H3 视频生成从 7 分多钟压缩到约 1 分钟的多级分辨率加速工作流,方法可迁移到其他本地模型。
Higgsfield 发布 Cinema Studio 4.0 电影感 AI 视频制作完整指南,通过光圈、布光与运镜设置讲解如何让画面服务于场景目标。指南以同场景对比测试展示 f/1.4 与 f/11、Contre jour 与 Soft cross、Handheld 与 Static shot 的差异,并给出可复用的提示词结构与设置搭配方法。
推荐理由:以同场景对比测试展示光圈、布光与运镜对画面情绪的影响,并给出可复用的提示词结构与设置搭配方法。
Reddit 用户 Select_Bowler3099 分享了一个 ComfyUI 工作流,用 MiniMaxH3-TemporalWindow-SpatialTiles 节点在 16GB VRAM + 32GB RAM 上生成 10 秒 4K 视频,全程无 OOM,耗时约 2 小时。
推荐理由:16GB 显存跑 4K 视频生成的工作流,作者公开了节点配置与耗时数据,消费级显卡用户可参考此方案避免 OOM。
腾讯AI内容创作平台WorkRally完成升级,将Agent创作入口前移至首页,上线AI剧本生成与诊断、智能剪辑、版权存证等功能,并推出三款视频行业垂类模型。
推荐理由:腾讯把剧本、生成、剪辑与版权存证收拢到同一平台,个人创作者可据此评估全流程工具对制作成本的优化。
drama-skills v0.11.0 发布,对标拆解可还原成逐字台词剧本、跨集统一人物场景和逐镜分镜,并新增字幕、音频、镜头切段技能。用一部三维漫剧前 12 集实测,台词字错率 0.34%;同房间、同声音、镜头衔接问题均有对应做法。
推荐理由:新版本把对标拆解还原成可生成项目,并给出同房间、同声音、镜头衔接的实操做法,可供创作者迁移到自己的出片流程。
ChatGPT 本身无法生成视频,但通过 AITuber 插件可生成带配音、画面和字幕的完整 MP4,免费版可用且新账号送 100 积分。插件通过 MCP 连接,单次可生成最长 20 分钟视频,并支持自动发布到 YouTube、TikTok 等平台。
推荐理由:ChatGPT 已无视频模型,本文给出通过 MCP 插件补足完整视频生成的可复用流程,含免费额度、配置步骤与自动发布。
使用 MiniMax H3 的 360 Orbit LoRA 配合首尾帧技巧,可在 ComfyUI 中把单张静态照片生成为 360 度环绕无限循环视频。完整步骤包括模型下载、工作流加载、参数设置(768x768、73 帧、28 步)和 frozen-time prompt,RTX 4090 上渲染约 4-6 分钟。
推荐理由:教程给出用 360 Orbit LoRA 配合首尾帧技巧生成 360 度环绕无限循环视频的完整步骤,可直接在 ComfyUI 中复现。
PixVerse 发布 2026 年最佳 Serverless AI 视频推理服务商对比,覆盖 fal、PixVerse、Baseten、Runpod 和 Modal 五家,并用同一张产品图实测 PixVerse V6、H3 Max 和 Wan 2.2 三款模型。
推荐理由:PixVerse 用同一张产品图实测三款模型,给出单条成本、速度与质量对比,并附可复用的服务商测试流程。
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。
Google 发布 Gemini Omni 1.2 Flash,原生支持 15 秒视频生成,价格较 1.1 下降 30% 至 $0.07/秒(720p)。新模型支持多轮对话编辑、增强参考跟随,并可在 360p/720p 草稿后超分至 1080p 或 4K。Gemini Omni 现已在 Gemini API 和 Gemini for business 中正式可用。
推荐理由:新模型将原生视频长度提升至 15 秒并降价 30%,适合评估批量视频生产与广告素材制作成本。
AI漫剧板块11月再度走强,但行业万播分账已从2025年的30-100元跌至2026年11月的5-10元,降本神话遭拷问。投流买量占整体投入82.5%,算力成本年内涨近四倍,制作方只能分得20-30%收益,掌阅科技、昆仑万维等上市公司增收不增利。海外AI漫剧活跃用户突破1.5亿,但出海业务同样增收不增利,行业虚火多于真金。
推荐理由:AI漫剧万播分账从30-100元跌至5-10元,投流算力挤压下制作端利润最薄,行业虚火多于真金。
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。
创作者 TechHalla 在真实项目中评测 Kling 4.0 与 4.0 Flash,称 4.0 用于控制与画质、4.0 Flash 用于速度与批量。他用 3D 动画作运动参考、图像作身份参考,三步生成武器动画且时序保持;多镜头硬切让 16 次生成完成整支音乐视频,19 个生成的角色一致性全部一次通过。
推荐理由:创作者用真实项目评测 Kling 4.0 与 4.0 Flash,展示多镜头硬切、3D 运动参考与角色一致性等可迁移工作流。
AI 互动剧正在成为短剧与游戏之间的新形态,DRAMAGO、Castloop、StoReel 等平台已入局。DRAMAGO 透露,部分 AI 互动剧前三集完播率接近站内真人短剧的两倍,首个付费节点转化率高近 30 倍,用户次月回访率约 40%。文章拆解了预设分支与 AI 动态生成两种形态及 IAP、IAA、IP 商业化三种变现模式,并指出留存与互动节奏仍是挑战。
推荐理由:从内容形态、玩家格局到付费模式拆解 AI 互动剧这一新赛道,早期完播与付费转化数据为短剧与游戏融合提供参考。
微短剧出海正从翻译搬运转向在地共创,AI智能体与文生图、图生视频工具将漫剧制作周期从约90天压缩至10天左右,单分钟成本最低降至350元。AI多语种自动译制单部成本仅300至500元,较人工译制下降超80%,一部作品可同步落地多个语言版本。机构预测2026年海外微短剧市场规模有望达60亿美元、AI漫剧预计突破40亿美元,但复仇逆袭、霸总爽文等题材高度趋同,行业开始尝试在地化创作破局。
推荐理由:AI降本将出海微短剧制作周期压至10天、译制成本降八成,但题材趋同与情感缺失仍是待解难题。
AI漫剧一人公司模式月更120分钟保底,但上半年抖音新增22.19万部AI漫剧爆款率仅0.47%,超九成流量低迷。红果新规11月1日起完结剧激励偏向90-180分钟作品,300分钟以上长剧和高速更新的长连载不再有优势;行业机构预判洗牌后头部企业将占据七成以上份额。
推荐理由:AI漫剧爆款率仅0.47%,平台激励转向90-180分钟完结剧,一人公司排产策略需随之调整。
Viggle 发布开源视频重拍模型 Viggle Remake,基于 MiniMax H3 基础 transformer,提供 swap 和 edit 两个 rank-256 LoRA,以及 ComfyUI 节点包、int8/GGUF 量化构建和 MCP 服务器。
推荐理由:Viggle Remake 将视频重拍能力开源到 ComfyUI,提供 swap 与 edit 两种模式及量化版本,创作者可据此替换素材中的人物或物体。