飛影入駐豆包,推動 AIGC 全鏈路進化,口播影片實現對話式交付
飛影入駐豆包工作插件「技能→內容創作」,用戶綁定飛影帳號後,可透過自然語言對話選擇形象、試音色、定方案及生成直屏口播影片,並按需要修改成片。用戶上載5秒影片及短音訊,經授權後可複刻專屬數字分身;多類包裝模板則有助統一字幕、節奏與品牌視覺。
飛影入駐豆包工作插件「技能→內容創作」,用戶綁定飛影帳號後,可透過自然語言對話選擇形象、試音色、定方案及生成直屏口播影片,並按需要修改成片。用戶上載5秒影片及短音訊,經授權後可複刻專屬數字分身;多類包裝模板則有助統一字幕、節奏與品牌視覺。
抖音集團副總裁李亮表示,自己最近發言言辭激烈,已被公司批評。他稱紅果歡迎各界批評與建議,並提到短劇《持械入宋》由非專業團隊線上協作製作,成員包括寶媽、網約車司機和普通公司職員。李亮表示短劇仍在起步階段,平台會吸收外界意見,促進健康發展。
開發者將 Claude 3.5、ElevenLabs、Luma Dream Machine 或 Runway Gen-3,以及 Descript 串連成生成影片流程,並以 v0、Cursor AI、Supabase 和 Lemon Squeezy 組成 Micro-SaaS 技術組合。
秦朔與字節跳動副總裁李亮圍繞「字節時間」展開十天論戰,秦朔於2026年11月2日委託律師向上海法院提起名譽權訴訟。文中提及,野村轉述的QuestMobile數據顯示,2026年8月字節系使用時長份額為41.8%,騰訊系為28.6%;作者認為,論戰核心亦在於傳統媒體命名權與資訊流平台注意力分配權之爭。文章並分析紅果以廣告變現、按分賬結算的短劇模式,以及效率導向下內容質素、創作者收入和用戶沉迷等問題。
VA-TDM結合速度對抗蒸餾(VAD)與軌跡感知監督,在文字生成圖像和文字生成影片中,於多種模型骨幹上取得四步生成的最先進表現。VAD透過學習到的判別器比較學生與教師的速度場,並統一分數蒸餾、基於Fisher的匹配及矩匹配。VA-TDM可擴展至33B MiniMax-H3;按人類偏好評分,其表現明顯優於少步 Fast-H3,並更接近原始多步 H3。
OpenMontage 把角色、場景和道具建成版本化素材,供 AI 短劇各鏡頭引用,並以生成前檢查處理跨鏡一致性問題。影片生成前,prompt_consistency.py 會核對對白人物、提及的可見物件及素材引用;工作佇列先處理參考圖,單個鏡頭失敗時可只重試該鏡頭。
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,並在本輪融資後正式躋身獨角獸行列。資金將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。採用更大參數規模 MoE 架構的影片生成基礎模型 MAGI-2 正式版將於近期發布。
一名35歲、中專學歷的創作者以一台電腦、每月800元成本製作AI末世科幻短劇,累積全網播放量8,000萬以上,月收入逾1萬元。文章將其關鍵歸於20年閲讀小説累積的敍事能力,以及低成本帶來的反覆生成和試錯空間。文中指出,2026年上半年新上線的22.19萬部AI短劇中,僅1,055部播放量破億(0.47%),並整理出累積故事、篩選工具、反覆打磨及建立第二收入來源四步。
Sand.ai 完成 2 億美元 A+ 輪融資,這是公司在 2026 年完成的第三輪,10 個月內累計融資 3 億美元。本輪資金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。新一代、更大參數規模的 MoE 架構影片生成基礎模型 MAGI-2 正式版也將於近期發布。
RapVideoGo 創作者介紹如何以 TanStack Start、React、TypeScript 和 Cloudflare 等技術構建個人化 Rap 影片應用,並處理生成 API 呼叫以外的工作流。
Sand.ai於2026年11月5日宣佈完成2億美元A輪融資,估值超過10億美元,正式成為獨角獸。這是公司年內第三輪融資,10個月內累計融資3億美元;公司聚焦影片生成基礎模型,已實現從自回歸建模到千億參數 MoE 架構的技術突破。
影片大模型企業 Sand.ai 宣佈完成 2 億美元 A+ 輪融資。基石資本與網宿科技聯合領投,時代資本、磐霖資本、東證資本等參投,另有上海國資背景機構加入。天創資本攜山東鐵投產投、山東鐵路基金戰略參投,經緯創投、華業天成、中科創星等老股東持續加註。
ComfyUI 可用於搭建 AI 漫劇本地量產流水線,涵蓋源碼部署、劇本批量解析、分鏡生成、圖生影片及 FFmpeg 合成。方案以 IPAdapter 和 ControlNet 維持角色一致性,並提供 8G 顯存優化設定及 ComfyUI API 批量渲染腳本。攻略面向本地部署的個人創作者,無需雲端算力。
Peiguan 分享以 Python 和 ffmpeg 替換影片指定音訊片段的 punch-in 方法,同時保留影片串流。腳本會把錄音裁剪或補靜音至指定時長,並在接縫加入 15 ms 淡入淡出;verify.py 則檢查輸出長度及替換區段、其餘音訊與原錄音的相關性。示例以 ffmpeg 合成片段測試,輸入與輸出的容器時長均為 15.000s。
這套方案以 GGUF 量化模型搭建面向 8G 顯存的 AI 漫劇本地自動化流水線,串連劇本拆分、分鏡生成、批量繪圖、影片插值與 FFmpeg 合成。Python Agent 負責劇本解析和任務調度,並透過顯存分層調度避免 OOM;流程全程離線運行,支援 9:16 竪版成片。
生成式 AI 驅動的深度偽造投資騙局,會利用名人背書、偽造平台、關係經營及漸進誘導建立信任,並在提款時以附加費用收網。澳洲證券及投資委員會數據顯示,2025 年利用深偽名人形象為投資計劃背書的騙局數量同比上升 25%,虛假投資每年令澳洲民眾損失接近 10 億澳元。文章提出結合技術核驗、機構仿冒識別及去污名化溝通防範此類騙局。
維多利亞州選舉中,工黨與自由黨均發布以對方領袖為主角的 AI 生成競選影片,引發對政治廣告誤導及監管的爭議。工黨影片把自由黨領袖 Jess Wilson 描繪成談及美式醫療,自由黨影片則呈現州長 Ben Carroll 在辦公桌睡覺;保守派團體 Advance Australia 亦發布 AI 生成影片。
Gemini Omni 1.2 Flash 已正式開放使用,支援最長 15 秒影片生成和對話式編輯。影片輸出價格下調 30% 至 $12.00 per 1M tokens,付費層級速率限制加倍;影片延長每輪支援 3 至 10 秒,總長度最高 30 秒。
中國55%的Token用於短劇、美國58%用於編程的説法均缺乏權威統計依據,Token消耗亦不等同算力投入。文章指出,短劇項目中98.7%無法在上線半年內回本,投流支出約佔總流水70%,製作方分賬僅4%至7%。相較之下,編碼工具的成本由企業效率預算承接,文章將差異歸結為Token消耗後的價值留存及由誰買單。
這篇指南為動畫短片整理五組附色碼的恐怖色盤,並示範以灰階檢查明度,以及用 Remotion 或 ffmpeg 為成片統一調色。它把色彩分為 ground、mid、safe、wrong 和 highlight 五種角色,並提供 OKLCH 色盤產生程式碼及 WCAG 字幕對比檢查,建議對比度至少達 4.5:1。
AT&T 已為 Connected Life 家居保安服務推出 Gemini for Home 功能,提供錄影事件描述、對話式影片搜尋及把家居活動整理成每日摘要的 Home Brief。
Pangram 擴展 AI 檢測至影片和圖片,訂閲用戶可上載影片檢查 AI 是否曾參與製作或編輯,並查看標示疑似 AI 部分的熱圖。公司稱,影片模型在一項內部測試中識別 AI 內容的準確率超過 98%;Pangram Image 1.0 在測試中識別超過 99% 的 AI 圖片,誤報率為 .27%。
Concat 是以 Rust 編寫的開源本機影片編輯器,透過 GPU 合成器即時預覽效果,並在本機執行模型處理自動字幕和聲音複製,無須上傳原始影片。它提供 JSON-RPC API 和 MCP 伺服器,支援以程式操控時間軸及專案結構,並可輸出最高 4K 60fps、10-bit 色彩的影片。軟件仍處於早期 beta 階段,可能有穩定性問題,暫不建議用於生產環境。
Kino 推出 AI 媒體管理與影片編輯工具,整合素材儲存、時間軸編輯和團隊審閲,並支援 Agent 與同事協作。編輯器採用基於 Remotion 的 code-first 設計,Codex、Claude Code 和團隊成員可共同編輯同一時間軸,並透過即時協作和評註交流。
用戶可在 RefVid 生成 AI 影片前裁剪參考照片,影片模型會使用裁剪後的照片而非原圖,讓產品在每個鏡頭保持一致,並避開手機截圖中的狀態列、按鈕和價格。裁剪可選 1:1、9:16、16:9、3:4 或 4:3;長寬比超過 2.5:1 會提示裁剪內容將以填充方式處理,低於 300 px 則不能套用。原圖會保留,影片畫面比例則需在設定中另行選擇。
Pangram 推出 Pangram Image 1.0 和較小、較快的 Pangram Image Flash 1.0,分別用於偵測靜態 AI 圖像和逐幀檢查影片。
Pangram 於 2026 年 11 月 4 日公佈兩款電腦視覺模型:Pangram Image 1.0 用於檢測 AI 生成圖像,較小、較快的 Pangram Image Flash 1.0 則逐格分析 AI 影片。
一名利用 LibTV、Lovart 未公開接口轉售 AI 繪圖及影片生成服務的人,因非法獲取計算機信息系統數據罪,被徐匯區人民法院判處有期徒刑三年、緩刑三年,並處罰金人民幣四萬元。他透過註冊新用戶套取贈送積分,並製作自動化腳本偽造電子簽名以繞過平台防護。文章稱,平台曾在短時間內出現逾400萬個由同一 IP 註冊的用戶,並提及30萬個註冊用戶及3.4萬元損失。
Pangram 發佈 Pangram Image 1.0,並稱其在 AI 圖像及 AI 影片檢測方面達到業界最先進水平。Pangram 亦推出較小型的 Image Flash 1.0,用於 AI 影片檢測。
Bicep Hearts 作者解釋 bicep heart 熱潮,並推出付費 AI 生成器,用一張成人或寵物照片製作 7 秒影片。生成流程先由 Nano Banana 將照片轉成參考圖,再由 Seedance 2.0 動畫化;影片為 9:16、720p HD,並附 GIF。每段影片收費 $9.99,照片及影片會在 7 天內自動刪除,且不會用於訓練 AI 模型。
Higgsfield Global Film Festival 公佈得獎名單,14 名得主瓜分總額 1,000,000 美元的獎金,參賽作品共 5,000 部,來自 176 個國家。
作者團隊以自有硬件為 Bedford Misfits 的歌曲《Love is everywhere》製作音樂影片,全程沒有使用素材庫片段。團隊先用 ComfyUI 和 DreamShaper XL 在自有伺服器製作 20 個靜態場景,再用 FreeVideo 為 4 個重點場景生成動態,其餘場景則以 Ken Burns 平移、縮放及交叉淡化處理。
Valmera 團隊整理出一套以六個欄位撰寫 AI 影片剪輯提示詞的方法,涵蓋錄影片類型、發布平台、片長、觀眾、需保留內容及字幕。文中以面向首次客戶的整合教學影片示範,要求保留權限步驟、完成畫面及管理員帳戶警告,並在匯出前檢視預覽。Valmera 的提示詞工具及範例庫毋須登入即可使用,現有 94 個範例,涵蓋 14 種剪輯任務;剪輯功能需訂閲。
小米在 REDMI K100 上線 WorldCast 3D 運鏡功能,可將相簿中的靜態照片生成大角度 3D 運鏡影片。該功能由小米視覺生成框架 WorldCast 支援,透過畫面深度結構還原三維場景並虛擬相機軌跡,運鏡期間持續保持主角外觀一致。
小米在 REDMI K100 上線 WorldCast 3D 運鏡功能,可將相冊中的靜態照片生成大角度 3D 運鏡影片。運鏡可環繞、推拉及傾斜,並在過程中保持人物五官、髮型和衣着一致。WorldCast 透過解析畫面深度結構還原三維場景並虛擬相機軌跡;小米稱團隊將進一步探索更複雜的運鏡形態、更長的連續生成及可控 4D 影片生成技術。
凌川科技完成10億元B輪融資,由啟明創投等機構聯合領投,資金主要用於下一代晶片研發與量產,以及拓展全球市場。公司自研的SL200智能影片晶片已銷售近10萬顆,並部署於快手、阿里雲、百度雲及嗶哩嗶哩等企業。基於全國產3D堆疊技術的新晶片於今年4月完成流片,近日回片,預計明年規模出貨。
印度微短劇應用 Story TV 背後的 EloElo Group 完成 $80 million C 輪融資,由 Hornbill Capital 與 NBCUniversal 共同領投,MIT Investment Co. 亦參與。
虎鯨文娛集團於11月4日正式上線「鯨鋭AI」影視製作與管理平台,稱通過精準控制和流程優化,AI影片單分鐘成本較傳統AI生成方式節省30%以上。平台整合50餘個主流AI影片生成模型及10餘個自研模型,無限畫布支持千級節點和百人實時協作;據用戶實測,影片製作時長可縮短40%至60%。官網 www.jingruiai.cn 即日起開放註冊,創作者毋須訂閲會員,團隊席位不限人數。
中國首部取得公映許可證、全流程由 AI 參與製作的院線長片《三星堆:未來往事》於10月23日上映,成為博納影業的一次長片實驗。截至11月2日,影片全國票房為167.8萬元,累計觀影人次5.7萬;項目實際投入為千萬元量級,傳統方式製作成本至少3億元。長片製作仍要處理人物與場景一致性、敍事連貫及工業化穩定交付等難題。
文章看好大市反彈,認為科技股企穩有助市場回暖,並列出雲南鍺業、光智科技、鼎泰高科等科技股作為關注的核心龍頭。文章亦看好 AI 短劇作為市場主線,列出華是科技、大晟文化、引力傳媒等相關股份。