跳到正文
11月1日週日
  1. DEV Community50

    H3 Character Swap 1.5 如何在 ComfyUI 渲染前檢查遮罩

    這篇教學梳理 ComfyUI 的 H3 Character Swap 1.5 工作流程,以 SAM 追蹤選定人物、裁切編輯區域,再由 H3 生成替換內容並放回影片畫面。作者根據包含 47 個節點和 68 條連線的工作流程,説明替換提示詞與 SAM 目標描述各自負責不同工作,並建議先檢查追蹤、裁切及遮罩預覽。經修改的 VDN8 組合尚未完成 GPU 相容性驗證,本文亦沒有新的 GPU 實測結果。

  2. HuggingFace Daily Papers(社區熱門論文)49

    影片世界模型的潛在預測誤差何時足以支持物理意外判斷?

    研究發現,影片世界模型的潛在預測誤差會受外觀和運動影響,不能可靠地衡量物理意外。V-JEPA2 能呈現事件是否可能的有限資訊,但錯誤動作和外觀變化都會引發預測誤差。模擬測試中,不可能事件的誤差可低於可能事件,固定閾值也會把許多可能事件錯判為不可能。

  3. DEV Community55

    Booya 螢幕錄影工具支援遊標自動縮放與離線字幕

    作者打造的 Booya 是支援 macOS、Windows 和 Linux 的免費開源本機優先螢幕錄影工具,具備遊標自動縮放及以 Whisper 離線生成字幕的功能。錄影時,它會將遊標、點擊、按鍵和捲動記錄在影片旁的檔案,支援匯出 MP4、WebM 或 GIF,最高 4K;本機 Gemma 亦可按逐字稿建議標題、章節及摘要。v0.7.0 可供下載,雲端供應商和上傳功能預設關閉。

  4. 阿里雲開發者社區 AI55

    Wan2.2 本地文生影片 ComfyUI 工作流部署、顯存調校與批次 API 實戰

    作者分享在 RTX4060 8G 上部署 Wan2.2 文生影片 ComfyUI 工作流的實測方案,涵蓋顯存調校及批次 API 任務處理。方案採用 FP8 量化、模型分片載入及 gpu_offload,並提供 832×480、20~30 幀的工作流設定。另附批次提交、超時重試及 MP4 下載腳本,並整理 OOM、閃爍和編碼問題的排查方法。

  5. 虎嗅51

    《萬妖圖錄傳》全系列播放超60億,作者稱十二季收入不到100萬元

    《萬妖圖錄傳》全系列累計播放超60億,作者自述第一季有200萬收藏、收入2萬元,十二季合計不到100萬元。文章指出,播放量不等於版權收入,實際收益還取決於授權合同、平台分賬規則及有效觀看時長等因素。文章比較番茄、紅果、閲文、掌閲及中文在線等案例,指出掌握流量出口可帶來定價權,但維持用戶與流量入口亦有成本。

  6. DEV Community43

    如何為雙輸入上載表單中的每個檔案清楚標示用途

    雙輸入上載表單應清楚標示圖片與影片各自的用途,並在標籤旁顯示預覽,讓用戶確認選取的主體和動作。對參考影片,表單應顯示所選片段的起止位置,並讓用戶提交前播放;選取中、上載中和就緒狀態亦應分開標示。出現錯誤時,應保留另一項輸入的預覽,方便用戶修正問題。

10月31日週六
  1. 新浪科技27

    張朝陽:我不看短劇,但長影片平台承壓不能怪短劇

    張朝陽表示,短劇與長劇滿足不同用戶需求,短劇不會完全侵蝕長劇市場,長影片平台的經營壓力不能簡單歸因於短劇。國內平台未能形成同等程度的用戶付費習慣,加上平台競爭激烈、內容製作成本高,令經營壓力較大。搜狐視頻設有短劇頻道,並正嘗試結合不同內容形態與社交互動。

  2. DEV Community48

    Aether AI Studio:本地優先 AI 工作空間,整合自主編碼智能體及圖片/影片生成

    Aether AI Studio v4.1.1 是本地優先 AI 工作空間,整合多供應商聊天、自主編碼智能體,以及圖片和影片生成。智能體可讀取及編輯檔案、執行指令並驗證工作,編輯前可顯示差異並等待用戶確認。用戶可透過 Ollama 或 LM Studio 本地執行模型,亦可切換至 OpenAI、Anthropic 或 Gemini。

  3. DEV Community58

    aiMakeVideo 將 TikTok 趨勢轉成單張照片 AI 影片模板,並梳理流程故障

    Zeno Tu 在 aiMakeVideo 把 TikTok 趨勢片段重製成 AI 影片模板,用戶上傳照片即可生成自己入鏡的版本。製作流程先按時間碼拆解參考片,再以深度影片、移除人物的空場景圖及提示詞重建鏡頭;Tiny Desk 模板的剪接點與參考片相差不超過三幀。直接在深度影片上繪製張口區域,約 30% 的張口會變成黑塊;柔化灰區後約 15%,未修改深度圖則為 0%。

  4. Numerama56

    Mischief 1 如何以活神經元研究為影片生成模型提供技術?

    The Biological Computing 推出 Mischief 1 影片生成模型,稱其方法源自對活神經元計算方式的研究。模型以 Wan 2.2 為基礎,加入不足原模型 0.1% 的軟件層;TBC 宣稱它比 Wan 2.2 單獨運行至少快 5 倍,計算成本低 80%。報道指出,Wan 2.2 已可透過知識蒸餾等方法加速,而文中沒有足以判斷這套神經元方法效果的科研論文。

  5. DEV Community39

    將 X 影片貼文轉化為電子通訊素材

    X 上的影片貼文可轉化為電子通訊內容:先用 Voqusa 的 X (Twitter) 轉錄工具擷取公開貼文文字,再核對數字、整理語句並保留講者原意。素材可整理成精選合集、深度專題或每週主題分析;引用時應註明講者、連結原貼文,並先取得許可再轉載較長內容。

  6. DEV Community33

    Bama Bound 影片生成流程逐階段解析:由上載相片到生成短片

    Bama Bound studio 採用參考影片流程,把用戶上載的一張人物相片轉成跟隨預設場景與動作的短片,而非單純換臉或只靠提示詞生成。Seedance 2.0 會生成 8 秒、直向 9:16 影片,並配上新生成的戶外歡呼聲;用戶只可選擇 480p 或 720p。場景、橫額文字、動作、片長和聲音均已預設,沒有提示詞輸入或 1080p 選項。

  7. 創業邦60

    紅果短劇為何令人一刷至少兩小時,平台又警惕被捧為「殺時間大王」

    紅果短劇日活達1.68億、人均單日觀看125分鐘,秦朔據此提出中國互聯網進入「字節時間」,李亮則質疑數據口徑及「捧殺」風險。文章分析,免費廣告、連播推薦與分賬機制降低觀看門檻,也令注意力分配牽動短劇生產並加劇內容同質化。文中亦討論監管治理、老年用戶保護及AI短劇對羣演工作的影響。

  8. 新浪科技79

    快手旗下可靈AI完成約198億元融資交割,快手稱創全球影片大模型公司最大額融資紀錄

    快手旗下北京可靈完成約198.0184億元外部融資交割,快手稱此為全球影片大模型公司最大額融資紀錄。交割後,阿里、騰訊旗下上海啟善及百度分別持有1.38%、0.56%及0.28%股權。達康蘭五及BFI MIDCO未繳清的認購款已取消,兩者退出本輪投資。

    推薦理由:文章對照融資上限、此前已確定投資額與最終交割金額,並交代投資者認購調整及退出安排,呈現本輪融資的落地細節。

  9. DEV Community41

    Alors on Danse AI:以模板鎖定打造白色影棚鍵盤雙人短片

    Alors on Danse AI 在 Cloudflare Workers 上推出雙人短片工具,讓用戶上載兩張照片,生成白色影棚迷你鍵盤舞蹈短片。影片約 15s,提供 480p/720p MP4 及原創 AI 電子音樂,並透過 TryAllAPI 呼叫 Seedance。產品以固定模板簡化生成流程,並以 Stripe 點數付款、Cloudflare D1 記錄訂單和任務。

  10. DEV Community36

    Raindance AI:透過 TryAllAPI 接入 Seedance,提供片段時長及換頭/全身替換選項

    Raindance AI 以 Cloudflare Workers 建立按時間軸選取片段的翻拍產品,並透過 TryAllAPI 呼叫 Seedance 生成影片。用戶可選擇單人或雙人、換頭或全身替換,並挑選 3–10s 片段;產品價格由 $5.99 起。Worker 會明確傳送片段時長,並以 Stripe 點數處理付款及失敗退款。

  11. DEV Community34

    如何為影片內容建立 AI 配音工具

    這篇教學示範如何建立影片 AI 配音工具,以 STT 擷取對白、機器翻譯轉換文字,再用 ElevenLabs 的 TTS 和語音克隆生成配音。工具可把新音軌與原影片合併;文章亦説明調整語音設定、處理音畫同步及長文本限制的方法。

  12. DEV Community56

    Adobe Premiere 批次影片剪輯腳本的實作教訓

    文章整理以 Premiere scripting(ExtendScript)建立批次影片剪輯流程的實作經驗。建議用 JSON 編輯計劃分開分析與時間軸操作,讓各工作可從中斷處恢復,並把匯出排入 Adobe Media Encoder;Premiere scripting API 以每秒 254,016,000,000 ticks 計時。匯出前應先驗證工作內容,並保留人工審核步驟。

  13. Unite.AI58

    VEED.io 評測:AI 配音呈現近似本人聲線與唇形同步

    作者實測 VEED.io 的影片生成、剪輯及 AI 配音,發現剪輯清理和西班牙語配音表現突出,但 AI 口播影片偏離瑜伽主題。30 秒 AI 口播影片消耗 240 credits,輸出為 720p,且短於指定長度;靜音移除則在約五秒內把 72 秒片段縮至 58.7 秒。西班牙語配音的聲線與作者本人相似,唇形同步自然,但翻譯將女性説話者錯用陽性語法,字幕也需要校正。

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

    StreamDuo:面向未見遊戲的即時解説員與研究智能體

    StreamDuo 將可訓練的解説員與凍結的研究智能體配對,由研究智能體查閲遊戲維基,協助解説員評論未見過的遊戲。模型在 Baldur's Gate 3 上訓練,並在十款未見遊戲上測試;相較以相同數據訓練的 Proact-VL,實體召回率由 0.082 升至 0.116,來源遊戲資訊洩漏率由 9.9% 降至 1.0%。

  15. Figma AI / Agent / Make62

    Figma Weave 宣佈創意工作流程可連接 Figma frames 並重複使用

    Figma 宣佈 Figma Weave 的創意工作流程可與 Figma frames 連接,並透過節點流程處理和重用圖像或影片製作步驟。用戶可從同一起點建立分支、比較不同 AI 模型的生成結果,並以編輯節點調整圖像或影片。工作流程亦可封裝為 Weave tools,讓團隊成員直接執行;Weave tools 的社羣發布現已開放。

10月30日週五
  1. 第一財經70

    可靈AI 198億元增資完成交割

    快手於10月30日晚間公告,旗下影片生成大模型可靈AI本輪增資已完成交割,所有投資人均已支付認購款。投資人支付的增資款總額約為人民幣198億元,摺合超過29億美元。

  2. Unite.AI52

    TBC 推出 Mischief 圖像轉影片模型,產品基於 Wan 2.2

    TBC 推出基於 Wan 2.2 的 TBC Mischief 圖像轉影片模型,並於 10 月 30 日透過 fal.ai 上線。TBC 稱其生成速度是底層模型的 5 倍、成本降低 80%,輸出品質亦有提升;公告沒有提供獨立基準或足夠測試細節。模型可免費使用至 11 月 2 日,公告價格為每秒生成影片 $0.02。