跳到正文

#视频

今日 1 条
9月26日周六
  1. 公众号：卡尔的AI沃茨45

    实测LibTV 1.5五大新功能，演示AI短剧工作流

    作者详细测试了LibTV 1.5版本的新功能，包括将Agent升级为TV Director、剧本原创及改编、角色造型室、导演执导、3D-BOX预演和创意片头。文章展示了从生成50集古装言情喜剧大纲、手动编辑剧本、使用角色造型室调整人物形象，到利用Seedance 2.5生成分镜、通过导演模式优化镜头以及用3D-BOX进行复杂运镜预演的完整流程，最终输出成片。

9月25日周五
  1. HuggingFace Daily Papers（社区热门论文）55

    TRACE：流式视频理解的时序审计与条件感知评估框架

    论文提出 TRACE 基准，旨在解决现有流式视频理解评估中忽略证据时效性、历史维护及响应触发机制的问题。该框架通过统一因果协议控制信息可用性，并多维报告答案质量、及时性、负载等指标。在 1240 条记录上的实验显示，相似的 QA 准确率可能掩盖系统在完成度、生成负载及主动响应行为（如误报、漏报）上的巨大差异，强调应将性能视为执行条件下的系统行为而非单一分数。

9月24日周四
  1. 公众号：火山引擎67

    Seedance 2.5 API 上线 Draft 模式，480P 试错后 1080P 一次成片

    火山引擎为 Seedance 2.5 API 推出 Draft（样片）模式，先用 480P 快速生成样片验证创意，选中后再通过样片 ID 生成 1080P 成片，复用提示词、参考素材、seed、ratio、duration 等参数保证一致性。

    推荐理由：官方给出了具体的成本节约数字和两阶段工作流说明，创作者可以据此判断是否把 Draft 模式接入自己的视频生成管线。

  2. 公众号：火山引擎68

    火山引擎对话《后西游记》主创，揭秘首部AI长剧登陆湖南卫视黄金档

    国内首部AI长剧《后西游记》8月31日登陆湖南卫视黄金档，60集规划、每集约40分钟，全剧无摄影机拍摄，视频生成100%由 Seedance 实现，上线一周芒果TV正片播放量突破1.5亿次。剧集由芒果TV出品、伯璟文化承制，依托芒果灵创平台，5月立项到播出仅半年、制作周期3个月；总导演李东珅以一场动作戏为例，小组制作耗时10天、成本约十几万元，真人实拍则可能需300至400万元。

    推荐理由：官方复盘给出了AI长剧从立项到播出的创作流程和成本对比，读者可以了解AIGC长篇叙事的实际生产方式。

  4. Google DeepMind64

    Gemini Live Avatar 上线企业入口，生成同步说话的视频形象

    谷歌将实时视频形象加入 Gemini 3.8 Live，企业可构建带口型、表情和语音同步的对话角色，并在后台调用工具。服务支持多语言和预设形象；从参考图片定制形象需要企业白名单，音视频输出带有 SynthID 水印。

    推荐理由：实时形象与工具调用结合，让企业对话界面可以表达表情和口型，公开的准入条件便于评估实际接入范围。

9月22日周二
  1. IT之家（RSS）65

    火山引擎 Seedance 2.5 API 上线 Draft 模式：480P 验证创意后生成 1080P 终版

    火山引擎为 Seedance 2.5 API 推出 Draft（样片）模式，用户先用 480P 低成本生成样片验证创意，再通过样片 ID 复用提示词、seed、ratio、duration 等参数生成 1080P 成片。以 5 秒镜头抽卡 4 次为例可节约 57% 成本、速度提升近一倍，抽卡 20 抽 1 时可节约 77%；C 端可在即梦中选择“Seedance 2.5（样片模式）”体验。

  5. The Decoder：AI News（RSS）51

    字节跳动发布 Dramagic，覆盖短剧从剧本到成片的 AI 全流程制作平台

    字节跳动推出 AI 短剧与视频制作平台 Dramagic，覆盖剧本分析、角色创建、分镜到视频预览的全流程，支持多人协作并内置一致性检查，通过企业平台 BytePlus 销售。据中国网络视听协会数据，2026 年一季度中国上线约 12.8 万部短剧，为上一年全年总量的三倍，其中 95% 由 AI 生成；清华大学教授沈阳估算 AI 视频每分钟成本为 90 至 120 美元，约为传统制作成本的十分之一。

9月21日周一
9月20日周日
9月19日周六
9月18日周五
  3. Qwen：Blog Retrieval（API）78

    Qwen 发布原生全模态模型 Qwen3.8-Omni-Flash，主打音视频智能体任务交付

    Qwen 发布下一代原生全模态模型 Qwen3.8-Omni-Flash，支持文本、图像、音频和视频输入及 1M token 上下文窗口，29 项评测平均分较 Qwen3.5-Omni-Plus 提升超过 25%，音频输入每小时价格下降超过 98%，音视频输入每小时价格下降超过 93%。

    推荐理由：官方发布同时开放 API 和开源插件与运行时，读者可以据此评估音视频智能体在剪辑、会议、实时交互等工作流中的落地方式。

9月17日周四
9月16日周三
  3. 🚨 AI News | TestingCatalog55

    Creatify Labs 发布面向视频广告的文生视频与图生视频模型 Boreal，定价每秒 $0.01，已向所有 Creatify 用户开放。模型基于开源权重的 LTX-2.5 后训练，训练语料包括真实广告素材、创作者风格 UGC 和客户制作需求；官方称在 40 多个制作案例的盲测人评中，后训练使 Boreal 对基座模型的胜率达 81%，并称其比 Seedance 2.5 最多便宜 47 倍。

9月15日周二
  1. AK52

    Vidu S2 论文发布，提出实时交互、可编辑和空间视频生成，包含实时交互数字人模型 Vidu S2-Avatar 和实时视频编辑模型 Vidu S2-Editing。Vidu S2-Avatar 相比 Vidu S1 支持实时 720p 生成、可随时更新的动态参考和更强的指令遵循；Vidu S2-Editing 支持对视频流实时编辑，包括风格渲染、服装、角色和背景替换。论文链接 https://huggingface.co/papers/2609.11638，在线演示 https://vidu.com/vidu-stream。

  2. 公众号：生数科技（Vidu·视频）67

    生数科技发布 Vidu S2：含 Avatar 与 Editing 双模型，探索空间视频

    生数科技正式发布 Vidu S2，包含面向数字角色实时交互的 Vidu S2-Avatar 和面向视频流实时编辑的 Vidu S2-Editing，并探索面向 VR 头显的实时空间视频生成与编辑。

    推荐理由：官方发布 Vidu S2 双模型，给出实时交互、编辑与空间视频的技术路线和评测数字，读者可对照判断其流式生成思路。

  6. HuggingFace Daily Papers（社区热门论文）59

    Zing-0.5 发布 5B 实时联合动作与文本控制世界模型

    Zing-0.5 是一个 5B 自回归世界模型，支持键盘与文本联合控制，让用户在生成世界中导航并影响事件。技术要点包括统一动作与文本条件、事件级分布匹配蒸馏，以及四步生成加流式推理，在 832x480 分辨率下以 24 FPS 运行，估计服务器成本约每流分钟 0.009 美元；在 158 个 WBench Navigation 用例上取得总分 81.0 和一致性 88.5。

9月14日周一
  1. MiniMax Design (H3)15

    最后召集 📢💥 释放你的怪兽，把大奖带回家👹💰 Bestiary 今晚截止，9 月 14 日 23:59（PT）。⏳ $8,000 现金、200,000 Credits 和十个 Audience Choice 奖项仍在等着——它们属于真正提交作品的人。 一部奇异、美丽的短片，30 秒或更长，用 MiniMax H3 生成。任何神话、任何时代、任何你能想象的世界。 Bestiary 不会自己关闭。在时钟走完之前完成你的影片。

  2. 公众号：火山引擎57

    AI导演DiDi_OK解密用Seedance 2.5制作科幻短片《Candy》的工作流

    火山引擎采访AI导演DiDi_OK，介绍其完全用Seedance 2.5 720P制作的9分钟科幻短片《Candy》背后的制作过程。他称模型在精细定制化、运动规律理解和超长镜头一次生成上有突破，部分效果连续性超过传统CG；其工作流随之改变，提示词取代关键帧成为决定视觉上限的首要条件，世界观类叙事中分镜不再是必需。

  6. 公众号：数字生命卡兹克58

    AI导演DiDi_OK专访：用Seedance 2.5打造新作《糖果》，聊聊模型如何吞掉工作流

    自媒体作者专访AI影像创作者DiDi_OK，聊其用Seedance 2.5制作的新片《糖果》及此前B站播放2000万的《牌子》。DiDi_OK认为Seedance 2.5在运动规律和高度定制化上跨时代升级，让他做出几乎百分百纯AI的片子，省掉约60%叙事成本，参考图重要性下降、提示词作用上升；他还谈到AI时代创作本质在于取舍判断，模型变强后自己反而更痛苦，表达成本越低，平庸越没有借口。