Higgsfield 借助 GPT-6 Astra 将 AI 视频时长从 1 分钟提升至 10 分钟以上
Higgsfield 通过集成 GPT-6 Astra 将 AI 视频生成时长从 1 分钟延长至超过 10 分钟。该平台同时引入 GPT-Image-2.5 以提升视觉精度，并提供了基于语音的电影制作路径。
#视频生成
#视频生成
今日 0 条OpenAI News
The Verge · AIAI 评分1212 DLSS 5 在《霍格沃茨之遗》中效果收敛，10月更新提升性能
DLSS 5 将于 11 月 5 日在《霍格沃茨之遗》上线，其面部生成效果已大幅收敛，不再出现早期演示中人物年龄失真问题。Nvidia 同时推出 10 月更新，将模型参数缩减至约 1.18 亿并降低显存占用，使 RTX 50 系列 GPU 上的渲染速度提升两倍。
OSCHINA 开源中国AI 评分2828 “地心飞行”AIGC大赛征集创意视频，总奖池33万
第四届开放原子大赛·2026 开源行业解决方案创新赛设立“地心飞行”AIGC创作赛道，面向沉浸式飞行影院等文旅场景征集2-5分钟超高清视频。该赛道提供16个获奖名额，总奖池达33万元，旨在挖掘围绕地底世界主题的AI生成创意作品。
爱范儿AI 评分1818 Utopai Studios 打造 AI 版 Disney，模型 Utopai X 登顶全美文生视频榜
全球最大独立 AI 原生影视公司 Utopai Studios 计划于 2027 年上映动画长片《The Most Serious Fart》，其定制视频模型 Utopai X 在 AA 盲评榜获全美第一。该公司通过加入好莱坞工会及预售发行权，将《Space Nation》等作品以正常市场价格推向传统买家，预计最高收入达 1.1 亿美元。
TechCrunch · AIAI 评分1212 Ben Affleck 展示 AI 专业知识并分享模型微调技术
Ben Affleck 因在访谈中熟练运用神经网络、Transformer 等术语及 Python 编程能力引发关注。他透露曾将 AI 电影制作初创公司出售给 Netflix，并在 Screentime 2026 会议上演示通过解冻权重微调开源视频模型的技术。该方案旨在保留创作者专有工作成果的同时，使模型符合特定电影制作标准。
量子位AI 评分2828 生数科技开放 Vidu Q4 预览版，720P 视频生成低至 0.09 元/秒
生数科技开放 Vidu Q4 预览版，主打传神表现力，支持 4K 直出、15 张参考图及 3 段音频。其 720P 模式成本低至 0.09 元/秒，实现“花同样的钱拍 5 倍的戏”。该版本在演技、镜头语言及特效质感上显著优化，新用户注册可获积分福利。
爱范儿精选AI 评分4242 生数科技发布 Vidu Q4 Preview，主打高表现力视频生成
生数科技推出新一代视频模型预览版 Vidu Q4 Preview，定位高表现力旗舰，支持最多 15 张参考图及 2K/4K 输出。该模型在人物微表情、复杂运镜及特效交互上显著提升，生成成本低至 0.09 元/秒起。创作者可通过 vidu.cn 体验，输入邀请码 APPSOQ4 可获新用户积分。
量子位AI 评分3838 Utopai X 文生视频模型获全球第二，Utopai Studios 发布制片平台 PAI
Utopai X 在 Artificial Analysis 文生视频榜单中以 1150 分位列全球第二，仅次于阿里 Wan 3.0。该模型基于 MiniMax H3 后训练，配合新发布的制片平台 PAI，已用于《Cortés》等电影制作。Utopai Studios 估值约 10 亿美元，计划于 2027 年大规模院线上映多部 AI 辅助作品。
The DecoderAI 评分2626 Reka AI 发布全模态模型 Rho-1，单模型处理文本、图像、视频及机器人控制
Reka AI 推出研究预览版全模态模型 Rho-1，该 190 亿参数模型在单一神经网络中处理并生成文本、图像、视频及机器人控制动作。Rho-1 将所有模态作为共享上下文窗口中的 token 运行，无需工具调用或外部模型，支持实时连续视频生成与即时指令响应。
极客公园AI 评分4242 Tavus 发布 Griffin 模型，近半数用户误认其为真人
Tavus 推出全球首个「人类交互模型」Griffin，在一分钟视频通话测试中，48% 的参与者误认为对方是真人，较上一代系统的 2.4% 有显著提升。该模型采用全双工、视频到视频架构，实现平均 0.43 秒延迟的实时生成，在 NVIDIA VideoFDB 基准测试中表现优异。尽管存在样本量小及未完全公开等局限，其端到端设计标志着 AI 数字人从“形象逼真”向“自然交互”的质变。
GitHub 设计向 TrendingAI 评分2121 OpenCut 开源视频编辑器重写，支持 MCP 服务器与插件架构
OpenCut 正在从零重写这款免费开源视频编辑器，采用 Rust 核心实现 Web、桌面和移动端统一代码库。新版本将引入 Editor API、插件优先架构及面向 AI 智能体的 MCP 服务器，并支持无头模式批量渲染。目前旧版仍运行于 opencut.app，新版预览位于 new.opencut.app。
爱范儿AI 评分3535 Utopai X 登顶 AI 视频榜全球第二，Utopai Studios 借 PAI 平台推进影视制作
Utopai Studios 自研模型 Utopai X 在 Artificial Analysis 盲评中位列全球第二，仅次于 Wan 3.0。该模型基于 MiniMax H3 后训练，配合 PAI 制片智能平台实现从生成到发行的全流程整合。公司估值约 10 亿美元，计划于 2027 年推出《Cortés》等多部作品，并加入好莱坞工会体系。
爱范儿AI 评分3333 MiniMax M3.1 Flash Preview 前端创作能力对标 Claude Opus 5.5
MiniMax M3.1 Flash Preview 在前端创作任务中展现出与 Claude Opus 5.5 同台竞技的能力，尤其在视觉风格统一与作品组织上表现突出。该模型通过多模态混合训练强化代码与视觉协同，能以更低成本和速度完成动态作品集、交互游戏等复杂设计任务。随着 Agent 工作流普及，Flash 类模型正改变智能、速度与成本的交换比例，使非旗舰模型足以应对多数日常开发需求。
优设网 · AI 情报精选AI 评分2828 快手电商AI动效实战案例复盘
快手电商团队复盘了AI动态视觉在行业营销设计中的实战应用，旨在解决静态转动态的高成本痛点。文章以春茶季和非遗珠宝活动为例，演示了如何利用AI生成茶叶飘落、匠人手作等动态细节，大幅压缩制作周期并降低技术门槛。此外，还介绍了建立可复用AI动态模板体系的方法，以提升日常物料的响应效率。
推荐理由：通过茶酒和珠宝案例拆解，展示了AI动效在电商营销中替代传统拍摄渲染流程的具体路径与效率提升。
爱范儿精选AI 评分6868 可灵 Kling 4.0 首发实测：支持 10-bit HDR 与多关键帧控制
可灵 AI 发布 Kling 4.0 大版本更新，主打真实感、可控性与专业度，将于 10 月正式见面，同时推出高性价比的 Kling 4.0 Flash 供小范围体验。
推荐理由：实测展示了可灵4.0在10-bit HDR输出、多关键帧控制及长镜头叙事上的具体能力，为专业影视工作流提供了新的技术参考。
AWS Machine Learning BlogAI 评分2828 在 SageMaker AI 上使用 vLLM-Omni 生成图像与视频（第二部分）
AWS 发布教程演示如何在 Amazon SageMaker AI 上部署 vLLM-Omni Deep Learning Container，实现从文本提示生成图像并转化为短视频。
Latent SpaceAI 评分4242 Runway GWM Worlds 2 WorldPrompt：实时交互世界模型的工程解析
Runway 推出 GWM Worlds 2 研究预览版，引入 WorldPrompt 输入格式以实现对生成世界的实时控制。该模型基于自回归扩散架构，支持 720p/24fps 视频与 48kHz 音频的同步流式生成。通过微调、后训练及蒸馏技术，Runway 解决了实时渲染的高延迟难题，允许用户固定首帧并注入带时间戳的事件指令。
Google DeepMindAI 评分3333 Gemini 推出智能体视频理解功能，Token 消耗降低 88%
Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 模型中推出智能体视频理解功能。该特性通过动态搜索视频片段，使 Token 消耗最高降低 88%，成本减少 66%，准确率提升 7%。目前可通过 Gemini API 启用，未来将集成至 YouTube“Ask YouTube”功能。
Google DeepMind精选AI 评分7373 Google DeepMind 发布 Gemini Omni 1.1 Flash 增强视频生成控制能力
Google DeepMind 推出 Gemini Omni 1.1 Flash，通过 Gemini API 在 Google AI Studio 提供更具可控性的视频生成能力。
推荐理由：原文详细列出了场景扩展、首尾帧插值及4K升频等具体参数与API调用方式，为开发者评估其在专业视频工作流中的落地可行性提供了直接依据。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Nano Banana 2 Lite 与 Gemini Omni Flash 模型
Google DeepMind 推出两款新模型：主打高速低成本图像生成的 Nano Banana 2 Lite，以及支持高质量视频生成与对话式编辑的 Gemini Omni Flash。
推荐理由：官方发布了面向高速图像生成的Nano Banana 2 Lite和具备对话式编辑能力的Gemini Omni Flash，并提供了结合两者的工作流示例。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini Omni Flash 模型
Google DeepMind 推出 Gemini Omni Flash，这是 Omni 系列的首个模型，支持从图像、音频、视频和文本输入生成高质量视频，并允许通过自然语言进行对话式编辑。
推荐理由：原文展示了Gemini Omni Flash在视频生成与对话式编辑上的新能力，读者可据此评估其对多模态创作工作流的实际改变。