Pangram 正式發佈 AI 圖像檢測模型 Pangram Image 1.0,準確率達 99.96%
Pangram Labs 正式發佈 AI 圖像檢測模型 Pangram Image 1.0,在一個由 100 張真實圖片製作的 1200 張照片測試數據集上達到 99.96% 準確率。
Pangram Labs 正式發佈 AI 圖像檢測模型 Pangram Image 1.0,在一個由 100 張真實圖片製作的 1200 張照片測試數據集上達到 99.96% 準確率。
榮耀公佈筆記本電腦 11 月升級內容,預計 11 月上旬開始逐步推送,主要優化 YOYO Claw 和 Magic 視界體驗。YOYO Claw 將優化文檔編輯及影片創作 Bot 操作,提供文生圖、文生影片等能力;Magic 視界新增 AI 自訂卡片及桌面互動風格。
這套 AI 智能短影片分發平台涵蓋多帳號安全託管、AI 文案生成與影片剪輯、跨平台定時分發及全網數據復盤四大功能。平台可自研、外包或直接採購,預算約由1萬元至80萬元不等。自研完善版本的人力成本約20萬至50萬元,直接採購約1萬至5萬元,外包定製約8萬至25萬元。
World Labs 推出首個「應用」Frameboy,透過 Atlas 世界模型即時生成第一人稱畫面,讓用戶探索生成場景。它採用雲端 GPU 串流,最高可達 15 fps,實測模型回應時間約 70ms。Frameboy 亦整合至 beta 網絡應用 Viewfinder,作為串流覆蓋渲染模式;體驗連結:https://frameboy.worldlabs.ai/。
文章從「字節時間」爭議切入,分析生成式 AI 對影視生產鏈的衝擊,指出微短劇最先承受大幅重構。AI 降低製作成本、縮短週期並擴大題材試驗空間,同時放大同質化、低俗化及版權侵權風險。創意、模型與流量成為新的權力資源;作者認為,人的生命經驗、審美判斷與情感表達仍是創作核心。
Louis Chi 根據 RefVid 的實作,整理 Kling 4.0 Omni Reference 的輸入限制、提示詞結構及參考圖生成案例。它最多支援 10 張參考圖、5 段影片(合計 30 秒),每項任務最多 15 個輸入,生成片段長度為 3 至 30 秒;提示詞指南分為素材角色、整體設定、事件序列和音訊四部分。文章亦展示手錶與手袋案例,並指出細字、手部及參考圖未呈現的角度仍容易失真。
搜狐 CEO 張朝陽認為,短劇在國內火爆並非全球普遍現象,短劇及 AI 短劇或只是曇花一現。他表示,自己不看短劇,更不看 AI 短劇,並指出仍有不少人把電影和電視劇視為藝術,重視真人演出。
AI 影片生成的四種能力分別是文字生成影片、圖像生成影片、參考生成影片和影片編輯,差異在於輸入內容及用戶對生成結果的控制程度。文字生成影片從文字描述創作新影片,圖像生成影片以圖片作起點,參考生成影片在新場景保持參考主體特徵,影片編輯則修改已有影片並保留原有內容結構。文章亦指出,分辨率、片長和按秒計費會影響生成的一致性、速度與成本。
AI 短劇讓真太監男主出現在影視內容中,相關作品在短劇平台獲得高收藏與熱度。文章指出,這類男主以身體殘缺帶來的虧欠感,結合純愛、女性主導與關係安全感,成為更極端的戀愛幻想。低成本製作也讓原本難以影視化的小眾內容有機會觸達大眾。
國家廣播電視總局提出扶持真人微短劇、規範 AI 微短劇,要求平台落實「凡播必審、全量人審」,並守住版權與倫理底線。總局要求打擊 AI 洗稿、盜版翻拍及未經授權使用肖像、聲音,並推動真人劇在資金、演算法和評優方面獲實質支持。截至2025年,全國微短劇用戶超8億、市場規模突破千億元;今年前8個月上線43萬部,AI 劇佔比超九成。
本週 AI 行業同時出現影片生成調用成本下降與長期算力合約承諾上升,兩者分屬不同時間尺度,不能直接對照。Google 官方博客指出,Gemini Omni 1.2 Flash 的影片生成上限由 10 秒增至 15 秒,價格較 1.1 版本下降 30%,720p 約 0.07 美元每秒。
AI短劇《持械入宋》由54歲、此前多次創業受挫的張漢生帶領團隊製作,整個系列的算力投入超過100萬元,商業回報約千萬元。該劇於8月22日首播,兩個多月推出10季、約1000集,全網播放量超過66億。團隊有30多名成員,核心創作小組有6人,成員沒有專業影視科班背景,分散多地並主要在線上協作。
Gemini Omni 1.2 Flash 與 Veo 3.1 的影片生成 API 各有平台與功能限制,選擇應按所需功能、平台及驗證方式決定。
國家廣播電視總局相關負責人於 11 月 5 日重申,微短劇領域要扶持真人劇、規範 AI 劇,並要求平台落實「凡播必審、全量人審」。總局表示將加大打擊 AI 洗稿、盜版翻拍及未經授權使用肖像、聲音等侵權行為,並要求平台守住版權、倫理底線。總局今年 9 月公佈的數據顯示,全國微短劇用戶已超 8 億,2025 年市場規模突破千億元;今年前 8 個月上線 43 萬部,AI 劇佔比超九成。
國家廣播電視總局相關負責人重申,真人微短劇應獲扶持,AI 微短劇則須規範發展。平台須落實「凡播必審、全量人審」,AI 劇須加上內容標註並守住肖像、聲音授權底線;總局亦表示將持續打擊侵權行為。總局公佈的數據顯示,微短劇用戶已超過 8 億,2025 年市場規模突破千億元;今年前 8 個月上線 43 萬部微短劇,為去年全年的 13 倍,其中 AI 劇佔比超過九成。
Google 推出 Gemini Omni 1.2 Flash,生成影片片段的最長時長由 Omni 1.1 的 10 秒增至 15 秒。新版本的參考內容遵循度更高,價格則降低 30%。
作者示範以 Python 和 ffmpeg 根據逐字稿的逐詞時間戳剪輯影片,並透過重編碼令切點對準詞語所在位置。腳本會把相鄰刪除詞之間的停頓一併剪除,並用同一個 filter graph 處理影片和音訊。作者比較同一組四個區間的輸出,發現 -c copy 受來源 keyframe 間距限制,合併後音畫可相差約 1 秒。
紅果短劇在2026年9月的去重用戶量達4.3億,超越豆包成為抖音集團第二大應用,人均每日使用時長為166分鐘,高於抖音的125分鐘。文章描述即夢 Seedance 負責生成、豆包參與創作輔助,番茄小説、紅果、抖音和巨量千川串起 IP、製作、播放、導流與投放。文章將 AI 短劇帶來的推理消耗視為影片模型的練兵和變現場景,並指出紅果與豆包並非零和競爭。
要在多段 AI 影片中維持同一角色,作者建議重用已確認的視覺參考圖,為每個鏡頭先建立並檢查起始圖片,再以聚焦的動作提示詞製作動畫。重複角色描述或固定 seed 可作輔助,但不能取代視覺身份參考;每個新場景亦應回看原始參考,檢查面部、服裝、比例及動態中的變化。
阿里雲百鍊的 bl video generate 在短片素材管線中負責單鏡頭候選生成,規格自查由腳本處理,人眼核片由人負責。十一輪實測記錄等待時間、畫幅漂移及 seed 42 同參首幀差 84.7%,並建立排期、畫幅、版本和標註四項控制指標。這條生成鏈路面向 5-10 秒單鏡頭,不取代實拍或多素材剪輯;出片後須經四項核查。
54歲張漢生自學 AI 一年並主導創作《持械入宋》,主創因此還清負債。該劇登頂紅果 AI 榜,全網播放量達66億,投入100萬已實現盈利。抖音副總裁李亮於11月5日發文介紹該劇,稱團隊成員分散在廣東、安徽、湖北、河北等地並全部線上協作,多數以兼職起步,沒有專業編劇,主創亦非影視科班出身。
一名54歲、零基礎接觸 AI 影片製作的石家莊創作者,先承接製作訂單練習一年,再轉做自有 IP,兩個多月推出約1000集歷史穿越短劇,累計播放66億次。製作流程包括為配角建立人物檔案、普通鏡頭平均生成3次,並逐項核對服飾及歷史細節。文章指出,2026年上半年某頭部短劇平台新上線 AI 劇及漫劇 22.19 萬部,能觸及打平成本的約佔1.3%。
Mark Cuban 指 Facebook 明知有用戶受騙,仍容許以 AI 複製其面容及聲音的糖尿病療法廣告在平台刊登。Reuters 於 2025 年 11 月 6 日報道,Meta 內部文件估算,2024 年約 $16 billion(約佔收入 10%)來自推廣詐騙及違禁產品的廣告;文件亦稱旗下應用每日出現約 15 billion 則「較高風險」廣告。
Meta 旗下 Instagram 於 2026年11月6日正式發佈短影片剪輯應用 Edits 的 Mac 桌面版。新版本支援多軌時間線、關鍵影格轉場、音訊波形、自訂快捷鍵及匯入字體,並同步手機端的音訊和文字樣式。用戶可在 Mac 編輯後直接發佈至 Instagram;Meta 表示將每週更新並推進跨端項目無縫協同,Edits 手機端服務超過 5000 萬名創作者。
ComfyUI 可透過這套本地流水線製作 AI 動態漫劇,流程涵蓋 8G 顯存部署、圖生影片、跨幀角色一致性控制及批量分鏡處理。IPAdapter、ControlNet 與 VideoHelperSuite 串接角色特徵、姿態約束和影片處理,Python API 負責批量提交任務,FFmpeg 用於拼接、補幀及音訊混流。
文章指出,將 Maestro 等影片服務連接至 WorkBuddy 等 MCP 客戶端後,仍須把聊天請求轉成可追蹤、可恢復的長時間任務。建議以 job_id、任務狀態和檢查點維持進度,按不同失敗原因提供相應的下一步;回應遺失時先查詢既有任務,以免重複生成及收費。完成後,輸出應附 brief_version、檔案連結等製作紀錄,方便確認來源及後續修改。
Meta 旗下 Instagram 推出 Edits Mac 桌面版,支援多軌剪輯及 4K 無水印匯出。桌面版提供轉場關鍵影格、音訊波形、自訂鍵盤快捷鍵及多語言自動字幕,並可匯入自訂字體。用戶可直接從 Mac 編輯器發布至 Instagram;桌面版將每週更新,跨桌面與手機無縫編輯同一項目的功能仍在開發中。
Meta 宣佈個人 AI 助手 Muse 正式推出實時語音對話及富有表現力的虛擬形象功能,率先向美國用戶推送,涵蓋流動裝置、網頁及 Mac 應用程式。Muse Realtime Voice 和 Muse Realtime Avatar 支援語音及虛擬形象同步生成,可輸出 448×768、每秒 25 幀的直向影片,首個音訊及影片回應的延遲約為 870 毫秒。
HappyOyster 方案以一句提示詞或一張圖片生成可互動、可漫遊的 3D 世界,這篇教程説明其部署與體驗流程。方案基於百煉模型服務與函數計算 FC,部署約需 30 分鐘;按量計費,官方估算完整體驗 7 個場景約需 100 元。文章亦列出遊戲原型、短劇與影視創作,以及文旅和教育等應用場景,並提及方案提供三端 SDK。
HappyHorse 以「無限畫布」整合文生圖、圖生影片、剪輯與素材管理,並透過節點編排和 AI 導演建立及執行創作工作流。平台基於函數計算 FC、百煉模型服務及對象儲存 OSS,按量付費,試用點由 30 試用點/小時起。
本文整理一套 AI 打鬥影片提示詞方法,涵蓋角色錨定、動作因果鏈、運鏡、時間軸拆分、破壞邏輯及音效分層,並附上可複用的 10 秒古風玄幻雙人打鬥提示詞。範例按 0—2.5 秒、2.5—5 秒、5—8 秒及 8—10 秒安排截擊、反制、升級和高潮,並以材質、方向、範圍和殘留描寫破壞效果。
Google 發佈影片生成及編輯模型 Gemini Omni 1.2 Flash,原生片段上限增至 15 秒,720p 定價為每秒 $0.07,較 Omni 1.1 Flash 下調 30%。模型已在 Google Cloud 和 Gemini API 上提供,多輪編輯可涵蓋完整 15 秒片段。Google 尚未公佈 1.2 的基準測試分數。
NVIDIA 發佈 Cosmos 3 模型系列的四個開放權重 checkpoint,全部是 Cosmos 3 Nano 的後訓練版本,各有 16B 可訓練參數。
YouTube 影片可用平台內置工具剪輯短片段,亦可用 Descript 修剪及整理片段,分享至其他平台。YouTube 剪輯須獲原創作者允許,片段長度為 5 至 60 秒;Descript 則可製作較長片段,並為片段加上字幕及調整尺寸。手機無法使用 YouTube 剪輯工具,可透過裝置的螢幕錄影功能錄下片段。
製作 YouTube 影片包括選題、策劃或撰寫腳本、拍攝、剪輯,以及上載時加入標題、縮圖和字幕。新手可先確保音訊清晰、剪走冷場,並在發佈前加入字幕;Descript 可在同一處錄影、按文字稿剪輯及加入字幕。文章亦提供從選題、分鏡到剪輯和上載的製作步驟。
HarmonyOS 終端用戶數預計本月突破 1 億,奧迪創新技術中心總經理馮思遠抨擊速成車,谷歌發布 Gemini Omni 1.2 Flash。HarmonyOS 6&7 終端設備數已突破 9000 萬,預計用戶數於 11 月下旬達標。Gemini Omni 1.2 Flash 支援最長 15 秒原生影片生成及多輪對話編輯,720p 影片生成價格下調 30% 至每秒 0.07 美元。
Google 推出 Gemini Omni 1.2 Flash 影片生成模型,原生影片時長由 1.1 版的 10 秒延長至最長 15 秒,價格較 1.1 版降低 30%。720p 影片生成價格為每秒 0.07 美元,並支援以 1 秒為單位,在 3 至 15 秒間自訂片長。模型支援多輪對話式編輯,並已在 Gemini API 與 Gemini for business 全面開放使用。
推薦理由:先以 360p 或 720p 起草、逐輪修正,再升至 1080p 或 4K 的流程,呈現模型如何透過編輯減少整段重生的成本。
11 月 6 日科技早報聚焦華為 HarmonyOS 終端用戶數預計於 11 月下旬突破 1 億,以及鴻蒙電腦將於年內支援側載。Google 推出 Gemini Omni 1.2 Flash,支援生成最長 15 秒影片,720p 影片生成價格較上一代下調 30%,至每秒 0.07 美元。騰訊混元為 Hy4 推理集羣緊急擴容十倍。
Google 發佈影片模型 Gemini Omni 1.2 Flash,單次生成時長由上一代的 10 秒增至 15 秒,720p 每秒價格由 0.10 美元降至 0.07 美元。
Google 發佈 Gemini Omni 1.2 Flash 影片生成模型,原生支援最長 15 秒影片生成,並在 Gemini API 與 Gemini for business 全面開放使用。
推薦理由:原文同時交代影片時長、逐輪編輯與分階段提升解像度的流程,並列出每秒定價,便於掌握功能變化與成本資訊。