跳到正文
11月6日週五
  1. DEV Community47

    影片剪輯有兩種時間基準:用 JavaScript 對應來源時間與輸出時間

    這篇教學以 JavaScript 建立影片時間映射器,將硬切片段的來源時間與輸出時間互相對應,並處理片段重排、重複及各段固定播放速度。來源時間若在剪輯中重複出現,映射結果會列出所有輸出位置;範例亦以半開區間處理片段交界。程式可在本機執行,毋須影片編輯器、帳戶或 API key。

  2. DEV Community57

    動畫 Shorts 的恐怖鏡頭角度與燈光:逐鏡指南

    這份逐鏡指南説明如何以鏡頭角度、構圖、運鏡和燈光設計恐怖動畫 Shorts,並用 Remotion 為 2D 美術實作光效與鏡頭變換。指南建議逐鏡記錄角度、運鏡、燈光及設計理由;9:16 畫面中的人臉、關鍵動作和字幕應留在高度約 25% 至 65% 的範圍。文中亦提供手機尺寸的畫面檢查方法,並示範以分層方式製作推近、平移和傾斜效果。

  3. HuggingFace Daily Papers(社區熱門論文)48

    Video-Coder:以強化學習提升影片生成的智能體編碼

    Video-Coder 是一個以程式碼驅動的影片生成智能體,會自行編寫及執行程式碼,構建動態 3D 場景,並經監督式微調和強化學習訓練。實驗中,Video-Coder 在 PhyGenBench 的表現較 Minimax-H3 高約 7 分,在 VBench-2.0 高 24 分。研究團隊公開了數據、模型及程式碼。

  4. DEV Community51

    影片轉 GIF 如何控制檔案大小:Fox 以同一段片測量 10 組設定

    作者 Fox 以一段 5 秒、864×496 的影片測量 10 組轉換設定,顯示剪短片段、降低幀率或縮窄寬度都會減少 GIF 檔案大小。預設的 8 fps、360 px 設定產生 2.0 MB GIF;同一片段以 15 fps、640 px 轉換則為 9.6 MB。作者建議先裁短至所需時長,再調低幀率,最後才縮窄寬度;轉換器在瀏覽器內處理 MP4、WebM 或 MOV,檔案不會上載。

  5. Google DeepMind74

    Google DeepMind 發佈 Gemini Omni 1.2 Flash,支援最長 15 秒影片生成

    Google DeepMind 推出 Gemini Omni 1.2 Flash,支援最長 15 秒影片生成,並在 Gemini API 及 Gemini for business 普遍提供。價格較 Gemini Omni 1.1 下調 30%,720p 影片定價為每秒 $0.07。新版本支援多輪對話式編輯,並加強參考素材跟隨能力及角色、物件和場景的一致性;語音更自然,唇形同步亦更清晰。

    推薦理由:Gemini Omni 1.2 Flash 將最長片長由 Gemini Omni 1.1 的 10 秒提升至 15 秒,720p 定價下調 30% 至每秒 $0.07,可從片長與成本兩方面比較版本變化。

  6. The Verge · AI56

    Grimes 將出演 AI 電影《Gods Don’t Give Gifts》,電影 12 月 4 日上映

    Grimes 將在 AI 科幻電影《Gods Don’t Give Gifts》中出演,提供肖像及聲音演出;電影將於 12 月 4 日上映。這部由 AI 工作室 Fable 製作的選集電影,背景設定在身體可被棄置、意識被商品化的未來。Fable 稱,AI 動畫電影採用演員肖像及聲音演出將會更常見;報道指出,過往尚未有作品展示 AI 技術是不可或缺的敍事工具。

  7. DEV Community54

    作者分享照片轉影片工具的設計經驗,以固定模板避免擅自創造人臉

    作者分享其照片轉影片工具的設計:只接受兩張照片,輸出固定 24 秒的雙人物模板影片,並不會在模板以外創造人臉。工具不設提示詞輸入框;作者主張在程式碼的輸入邊界落實限制,以減少未經同意製作人物合成內容的風險。他亦指出,固定輸出範圍讓流程可以針對該模板調校。

  8. Unite.AI68

    Instagram 推出 Mac 版 Edits,支援 AI 智能體製作影片粗剪

    Instagram 免費推出 macOS 版 Edits,支援 AI 智能體透過 MCP 使用桌面工具製作影片粗剪,並可輸出 4K 影片。用戶可選 Meta 的 Muse 或其他智能體建立粗剪,再於 Edits 手動完成剪輯並直接發佈至 Instagram。應用程式只支援配備 Apple silicon M1 或更新晶片的 Mac;手機與桌面版目前不能編輯同一專案,Meta 正開發跨平台專案編輯。

11月5日週四
  1. 新浪科技63

    AI 生成影片繞過購物平台 2D 人臉核驗,人臉識別面臨挑戰

    央視網報道的一宗杭州中級人民法院公佈案例顯示,不法分子以 AI 生成點頭、搖頭、眨眼影片,再篡改相機數據,繞過購物平台的人臉核驗並盜取帳戶內個人資料。案例涉及 2D 人臉識別,並非 Face ID 等 3D 結構光技術;文章解釋,活體檢測會利用動作及光線反射差異辨別真人,而逼真的 AI 影片可能仿造這些線索。文章亦指出,公開照片可成為製作偽造影片的素材。

  2. HuggingFace Daily Papers(社區熱門論文)40

    LiveFoley:為沉浸式互動世界動態即時生成影片音訊

    LiveFoley 提出串流因果自回歸擴散架構,以極低延遲改善影片轉音訊生成的視聽對齊和音訊質素。Trailing Sliding Window 可將非因果分段編碼器轉為串流模組,而 Unified Varhop Framework 適應不同延遲和運算預算。實驗顯示,LiveFoley 的時間對齊能力媲美離線模型,生成質素領先串流系統。

  3. DEV Community62

    如何減少 AI 從影片提取資訊時的幻覺

    文章整理一套減少 AI 從影片逐字稿提取工具時產生幻覺的方法,要求每項結果附逐字引文,並以程式核對工具名稱、引文和時間戳。連結解析會加入工具類別和簡介、接受 GitHub 倉庫作正式來源,並以信心門檻拒絕低可信結果;長逐字稿則應分段處理並標示覆蓋範圍。四部影片的測試中,精確率由約 89% 升至約 96%,召回率由約 76% 升至約 93%;作者提醒測試只有四部影片,每部只測一次,數據僅供參考。

  4. DEV Community56

    構建穩定的影片生成流程:以 Revana API 實作跨供應商備援

    Arib Khan 以 Revana API 示範構建具跨供應商及跨模型備援的影片生成流程,處理容量不足、長時間作業、模型拒絕、網絡中斷及重複提交等故障。流程以 max_cost_usd 設定每次生成的費用上限,並以 job、shot、model 和 attempt 組成 Idempotency-Key,讓重送沿用原請求鍵;只有確認生成失敗後才建立新鍵。

  5. DEV Community59

    舊低解像度影片升頻後為何更差,以及 ffmpeg 濾鏡如何修正問題

    作者解釋,舊低解像度影片升頻後可能更差,因為升頻模型會把壓縮方塊當作邊緣鋭化,因此應在升頻前按素材類型處理。交錯式磁帶/DVD 使用 yadif 和輕度 hqdn3d;≤ 288p 的漸進式影片則先用 spp、deblock 和較強的 hqdn3d,不做去交錯。文中亦建議用 PNG 或低 CRF 保存中間檔,並避免縮小已很小的影片來源。

  6. DEV Community51

    AIRap 如何設計免帳戶、按影片付費的結帳流程

    AIRap 開發者 Pey 説明這款 AI 工具如何設計免帳戶、按影片付費的結帳流程。單支影片在開始生成前標價 $6.99,生成失敗可免費重做;照片和影片會在 30 天後刪除。用戶亦可購買不設到期日的點數包,而每個模板只對應特定網絡熱門時刻,並非任何饒舌影片。

  7. 創業邦78

    可靈融資交割後,快手舊投資人與新產業資本進入股東名單

    快手旗下可靈於2026年10月30日完成增資交割,投資者實繳資金合計約198.02億元,股東包括快手舊投資人、國家級基金、地方產業基金和產業公司。騰訊和百度是公開資料中可確認的共同投資人,部分曾參與快手投資的人士也透過關聯主體或新機構參與可靈融資。BlueFive相關主體未按期繳付剩餘增資款,部分認購權轉讓、部分認購義務終止,使實繳金額低於此前披露的約204.47億元融資上限。

    推薦理由:文章對照快手與可靈兩輪融資,梳理舊投資人延續入場、新產業資本加入及BlueFive未完成交割帶來的股東名單變化。

  8. 創業邦62

    Sand.ai 完成 2 億美元 A+ 輪融資,10 個月累計融資 3 億美元

    Sand.ai 完成 2 億美元 A+ 輪融資,這是公司 2026 年第三輪融資,10 個月內累計融資 3 億美元,並在本輪後正式躋身獨角獸行列。基石資本與網宿科技聯合領投,資金主要用於影片基礎模型研發、訓練與推理基礎設施建設、產品迭代及全球市場拓展。新一代、更大參數規模的 MoE 架構影片生成基礎模型 MAGI-2 正式版將於近期發佈。

  9. 新浪科技59

    Sand.ai完成2億美元A+輪融資,正式躋身獨角獸行列

    影片生成大模型公司 Sand.ai 宣佈完成 2 億美元 A+ 輪融資,融資後正式躋身獨角獸行列。這是公司在 2026 年完成的第三輪融資,10 個月內累計融資額達 3 億美元,本輪由基石資本及網宿科技聯合領投。融資將用於影片基礎模型研發、訓練與推理基礎設施建設、產品迭代及全球市場拓展;MAGI 2 正式版將於近期發布。

  10. HuggingFace Daily Papers(社區熱門論文)36

    EmoReward:情感影片生成強化學習的自我演進獎勵校準

    EmoReward提出自我演進訓練機制,從實際訓練的獎勵軌跡提煉不同情感證據的可靠性,據此調整後續訓練的多重獎勵權重,且不更新獎勵模型。HunyuanVideo 1.5 的實驗顯示,這套方法在多種強化學習演算法中帶來改進,並在 SAGE-GRPO 下與其他智能體獎勵方法比較。SD 3.5 和 FLUX 的消融及遷移實驗亦支持自適應獎勵校準。

  11. 新浪科技40

    短劇之爭,不在時長榜上

    短劇行業的競爭格局,不能單憑頭部應用時長份額判定;野村報告所列字節系41.8%,僅反映2026年7月頭部50款App的追蹤估算。短劇入口多元、挑戰者持續入場,AI亦降低製作門檻;2026年上半年AI短劇製作成本較上年下降80%至90%。文章並指出,短劇行業帶動就業,亦逐步承載知識傳播與文化表達。

  12. DEV Community48

    2026 年值得考慮的 7 款即時 AI 換臉工具

    文章列出 7 款可供考慮的即時 AI 換臉工具,涵蓋雲端及本機處理方案。各工具在虛擬攝影機支援、硬件要求和使用方式上有所不同。選擇前應確認工具能否配合目標視像通話或串流應用程式,並瞭解網絡、硬件及使用量限制。