本文へスキップ

AI 视频生成与理解:文生视频模型、视频编辑工具与影视创作变革的追踪。

66件の厳選関連トピック图像生成多模态语音与音频

最新の厳選

21〜40 件目 · 全 66 件
10月22日木
10月21日水
  1. Hacker News · AI70

    开源工具 SoloMCN 发布:基于 Claude Code 构建单人短视频制作系统中国語

    SoloMCN 是一款基于 Claude Code 运行时的开源自动化短视频制作工具,涵盖热榜选题、实证调研、分镜脚本、视频生成到多平台发布的全流程。系统采用标准技能文件定义工作岗位,替代了传统拖拽节点式的固定工作流,允许 Claude 在执行异常时自主调整方案,并支持用户通过自然语言修改技能且查看版本对比。

    推薦理由:该项目展示了如何用自然语言技能替代固化工作流,读者可借鉴其以代码智能体作为复杂流水线执行引擎的落地架构。

10月20日火
  1. The Decoder79

    可灵(Kling)发布 4.0 版本并推出轻量版 Flash中国語

    快手可灵(Kling AI)正式发布 4.0 版本及更轻量的 Flash 变体,单次生成时长提升至最长 30 秒,并支持最多 10 张关键帧图片与 15 个参考素材控制。

    推薦理由:原文梳理了 Kling 4.0 在多模态参考控制与音频生成上的升级,读者可以据此评估其接入自动化视频工作流的可行性。

  2. AWS 机器学习66

    TwelveLabs 视频语言模型 Pegasus 1.5 上架 Amazon Bedrock中国語

    TwelveLabs 视频语言模型 Pegasus 1.5 正式上线 Amazon Bedrock,支持直接分析 Amazon S3 存储或 base64 输入的视频并生成带时间戳的结构化 JSON 元数据。

    推薦理由:文章详细展示了将长视频按用户自定义 schema 自动切片并输出结构化时间戳 JSON 的调用方式。

10月19日月
  1. AITNT · AI头条(网页)80

    可灵 4.0 实测:支持 30 秒长镜头直出与多关键帧控制中国語

    可灵 4.0 已全面上线,支持单次原生生成最长 30 秒视频、组合最多 15 项素材参考以及 10 张多关键帧控制。实测显示其在高速运动与复杂运镜下的稳定性明显提升,能连贯生成包含翻滚、跳跃等复杂动作的长镜头。全能参考功能支持图片、视频与音色等混合输入,后续视频续拍功能还将支持最长延展至 2 分钟。

    推薦理由:原文实测了可灵 4.0 的长镜头生成与关键帧控制能力,展示了高难度动作连贯度与多素材参考下的具体表现。

  2. 量子位71

    VAST 开源实时世界模型 EdenLive:单卡 720P 帧率超 24FPS中国語

    VAST 正式发布并开源实时世界模型 EdenLive,同步开放 5B 模型权重、推理代码及技术报告。该模型采用状态维护与视觉渲染解耦的技术架构,在单张 Nvidia RTX 5090 显卡与 720P 规格下生成速度超过 24FPS,端到端延迟控制在百毫秒级。系统支持接收简化场景或视频参考输入并实时生成不同画风的连续画面,适用于游戏交互预览、动画制作以及具身数据增强。

    推薦理由:该模型将底层世界状态与视觉渲染解耦,让开发者能在单张消费级显卡上探索可交互场景的低延迟实时生成。

10月17日土
  1. Hacker News · AI66

    Kapwing 推出 AI 视频运镜与镜头控制提示词工具中国語

    Kapwing 推出 AI 视频镜头控制与运镜提示词生成工具,提供镜头角度、运动方式和景别的交互参考与标准化术语。该工具支持一键复制推拉摇移、升降、手持及希区柯克变焦等镜头提示词,帮助创作者精确控制 AI 视频的运镜节奏与构图一致性。

    推薦理由:该工具整理了视频模型可识别的运镜术语与交互参考,读者可直接复制提示词规范生成画面的景别与相机运动。

  2. Hacker News · AI64

    AI 生成性感网红抄袭脱口秀演员段子引流成人平台中国語

    多位脱口秀喜剧演员的原创段子遭到 AI 生成的虚拟女性网红账号逐字抄袭并制作成短视频,用于向 Fanvue 和 OnlyFans 等成人订阅平台导流变现。调查显示至少 8 名演员的内容被 Aylen Skye 等数十万粉丝的 AI 账号复制,其生成视频的传播数据甚至远超原作。演员向 Meta 投诉后被告知未违反社区准则,由于单口喜剧版权界定模糊且维权成本过高,原创作者面临治理与法律双重困境。

    推薦理由:揭示了生成式 AI 结合成人引流对原创段子的侵权现状,展现了社交平台在非冒充型抄袭上的治理困境。

10月16日金
  1. AITNT · AI头条(网页)80

    快手可灵4.0视频模型正式上线,支持30秒直出与多帧参考中国語

    可灵AI正式上线视频生成模型Kling 4.0,支持单镜头最长30秒一镜到底直出与最多10帧画面的多帧参考。模型在连续位移、障碍物碰撞及打斗等复杂动态中提升了物理规律理解,并支持在保留运镜的同时替换画面主体与场景。生成成本方面,1080P规格30秒视频消耗450积分(约16元),后续还将支持10-bit 4K HDR规格输出。

    推薦理由:实测展现了长镜头连续运动与多帧参考的表现,创作者可以据此评估复杂镜头的成片质量和单次生成的积分成本。

  2. IT之家 · AI 筛选82

    快手可灵 AI 模型 Kling 4.0 全量上线,单次生成视频最长可达 30 秒中国語

    快手可灵(Kling)4.0 正式在 klingai.com 全量上线,单次生成视频最长可达 30 秒,且支持多次续拍延展至 2 分钟。模型支持单次组合输入最多 10 张图片、5 段视频与 7 个主体进行协同参考,并支持 10 张多关键帧控制、8000 tokens 提示词输入以及立体声音频生成。

    推薦理由:新版本大幅扩展了视频单次生成时长与多素材参考能力,有助于创作者评估长镜头叙事与复杂主体控制的工作流可行性。

  3. Hacker News · AI62

    AI 肖像授权变现遇冷:国内多名用户入驻“AI 卖脸”平台后难获收益中国語

    多位将数字肖像授权给国内 AI 平台的普通用户反映,入驻数月后几乎未收到任何商业使用请求,未能兑现平台宣传的高收益。尽管相关发布会披露前八个月国内超 90% 的超短剧由 AI 生成,但影视制作端采购需求高度集中于明星和头部网红,且黑产直接爬取社交媒体素材进行换脸与语音克隆的现象频发,导致普通人正规授权难以真正变现。

    推薦理由:报道揭示了 AI 肖像授权平台高收益宣传背后的真实市场供需现状,普通人肖像在 AI 短剧工业化链路中实际面临极低的采购需求。

10月15日木
  1. 量子位76

    Skywork AI 开源游戏世界模型 Matrix-Game 4.0,支持单张 RTX 5090 实时运行中国語

    昆仑万维旗下 Skywork AI 开源发布游戏世界模型 Matrix-Game 4.0,可在单张 RTX 5090 显卡上实现 60 FPS 实时运行与规则交互。该方案采用游戏引擎维护世界逻辑与结构草图、视频模型渲染画面的分工架构,按键响应延迟约 112ms,显存峰值约 18.5GiB。相关模型权重与推理代码已在 GitHub 和 Hugging Face 正式开源。

    推薦理由:通过游戏引擎维护逻辑加视频模型实时渲染的分工路线,为降低交互式世界模型的算力门槛提供了工程参考。

  2. Hacker News · AI62

    美国移民与海关执法局计划使用 AI 全天候监控被拘留人员通话与行动中国語

    美国移民与海关执法局(ICE)在联邦采购网站发布信息征集,计划采购名为 Suite 的 AI 系统,对拘留中心移民的电话、视频通话及摄像头画面实施 24/7 全天候监控。

    推薦理由:原文披露了执法机构将多模态分析引入拘留场所的采购细节,读者可以了解公权力应用 AI 监控的实际诉求与伦理争议。

10月12日月
  1. Hacker News · AI64

    Mastershot 推出免费网页端视频编辑器 Mastershot Studio中国語

    Mastershot 推出基于浏览器的免费视频编辑器 Mastershot Studio,文件直接从本地加载处理,导出最高支持 4K 且无水印。该工具内置自动字幕、背景移除、停顿剪辑、音频降噪及人脸模糊等 AI 功能,全部通过 WASM 在用户电脑本地运行,无需按时长或积分付费。

    推薦理由:该工具利用浏览器本地运行机制免去了上传等待与用量计费,为轻量视频剪辑提供了一种完全免费的新选择。

10月11日日
  1. Hacker News · AI67

    导演姜允成称 AI 最高可削减 40% 电影预算,Netflix 已在约 300 部作品中应用 AI中国語

    Netflix 亚太制作高级总监李成均在釜山国际电影节上透露,Netflix 已在约 300 部作品的视效、前期预览与制作设计中不同程度使用 AI。《犯罪都市》导演姜允成在同场讨论中表示,结合可灵等 AI 工具不仅能替代部分 CG 和视效,还能简化拍摄并缩短制作周期,使单部剧情片制作预算实际减少 30% 至 40%。

    推薦理由:讨论了 AI 介入电影制作后在成本削减与情感传递上的得失,读者可据此理解生成式工具在影视工业中的真实应用边界。

  2. The Decoder70

    生成式世界模型 Odyssey-3 开启公开研究预览并提供免费体验中国語

    AI 公司 Odyssey 推出生成式世界模型 Odyssey-3 的公开研究预览,支持用户通过文本提示词实时生成并交互探索虚拟环境,并已开放开发者 API 申请。

    推薦理由:该模型展示了自回归扩散架构在实时物理模拟中的表现,为机器人控制与智能体交互训练提供了虚拟环境参考。

10月10日土
  1. Hacker News · AI69

    Claude Opus 5.5 视频提示词与技能聚合库上线中国語

    创作者发布了基于 Claude Opus 5.5 的动态视频提示词与技能聚合库,收录了 328 个视频案例、317 条提示词以及 15 个共享技能。内容涵盖产品 UI 动效、动态排版、数据图表及粒子特效等分类,每个案例均配有可播放视频、创作提示词、依赖要求和安装指令,供用户参考节奏与分镜后迁移复用。

    推薦理由:原文整理了成套视频提示词与技能工具,读者可直接借鉴其分镜与节奏指令来生成动态视频。

10月9日金
  1. Hacker News · AI76

    美国上诉法院撤销一起杀人案判决 因初审法官采纳受害者的 AI 生成视频中国語

    美国亚利桑那州上诉法院撤销了针对 Gabriel Paul Horcasitas 的过失杀人罪量刑判决并下令重审,因初审法官采纳并受到了死者家属制作的 AI 生成受害者视频的影响。初审中死者妹妹利用 AI 生成受害者表示宽恕的虚构视频,初审法官称赞该视频真诚并最终判处最高 10.5 年刑期。上诉法院裁定该视频不反映真实事件且带有偏见,导致量刑程序根本不公。

    推薦理由:上诉法院认定法庭采纳家属虚构的 AI 视频构成程序不公,为生成式内容作为法庭量刑参考划定了边界。

  2. The Decoder80

    Claude 支持根据文本提示词生成动画解释视频与实时数据看板中国語

    Anthropic 为 Claude 推出了 Dashboards 和 Motion 两项全新测试功能。Dashboards 支持连接 BigQuery、Databricks、Snowflake 与 Salesforce 等数据源并通过提示词生成自动更新的实时看板,Motion 支持从文本、图表和图像生成可代码编辑并导出为 MP4 的动画解释视频。

    推薦理由:Anthropic 为 Claude 增加了数据接入分析与动画生成能力,让文本提示词可以直接驱动多源数据看板制作和代码化视频导出。