跳到正文
10月25日週日
  1. The Guardian Technology59

    「合成雙胞胎」:為何澳洲國腳 Cristian Volpato 成為最新一位授權 AI 分身的足球員

    澳洲國腳、意甲球會 Sassuolo 球員 Cristian Volpato 於 9 月中與加州公司 Callandor 達成協議,授權其 AI 形象。Callandor 獲得其數碼肖像、聲音、生物特徵資料及表現數據的獨家權利,並將透過品牌合作變現,協助限制未經他批准的內容。報道亦呈現運動員授權 AI 形象與未經同意深偽內容並存的局面,以及相關權益涉及的法律複雜性。

  2. DEV Community50

    AI 影片去背的兩種失敗:欠曝可嘗試補救,色彩衝突拍攝後無法修復

    AI 影片去背的兩類失敗中,欠曝素材可先降噪再提亮嘗試補救;主體與背景顏色接近,則拍攝後無法靠調整容差分離。在 640x360 H.264 測試片段中,輕微變暗令紋理區域的不同亮度級別由 150 降至 63,81% 像素低於 luma 16;提亮後仍只恢復 100 個級別。均勻但偏暗的綠幕仍可摳像,光線不均則無法靠調整容差挽救。

  3. DEV Community52

    Kling 3.0 在 Omnely 的每秒點數收費拆解

    Omnely 上的 Kling 3.0 按輸出影片秒數收取 credits,費率由 std/pro 模式和聲音開關決定,1 credit 等於 $0.01。std 靜音、std 開聲、pro 靜音及 pro 開聲的費率依次為 12、18、17、24 credits/秒;預設開聲的 5 秒 std 片段需 90 credits($0.90)。

  4. 新浪科技43

    廣州發布 AIGC 視聽產業行動計劃

    廣州市發布《廣州市AIGC視聽產業創新發展三年行動計劃(2027—2029年)》,愛奇藝AIGC(大灣區)創意中心和中國移動—咪咕AIGC(大灣區)創意中心同期落地廣州。計劃提出,力爭推出十部以上現象級爆款作品和十萬部以上AI視聽作品;到2029年,引育300家以上視聽產業鏈企業、引進培養5000名以上專業人才,推動千部(次)以上視聽作品出海。

10月24日週六
  1. Unite.AI17

    AI 影片生成器如何運作?從擴散模型到世界模擬

    AI 影片生成器會將文字、圖像、影片或控制訊號轉化為具時間連貫性的影格,並嘗試維持動作與場景一致性。其運作可概括為五個階段:編碼提示詞和參考媒體、初始化帶噪的時空表示、聯合預測動作與外觀、對潛在序列去噪或進行傳輸,以及解碼、升級和檢查時間一致性;不同系統可能合併或重複部分階段。

  2. DoNews48

    火山引擎發布 Seedance 2.5 4K 模型

    字節跳動旗下火山引擎發布 Seedance 2.5 4K 模型,稱其為 Seedance 2.5 這一代中最強的模型,並透過專項訓練提升人物表情、細微動作與畫面細節的呈現。模型支援 Draft(樣片)模式,可先生成 480P 樣片,再生成 4K 正片;目前僅供部分企業客戶試用。

  3. 虎嗅57

    浙江大二學生「AI創業兩個月賺60萬」背後的真相

    浙江一名大二學生稱其 AI 影片生成平台「奔豬」兩個月營收突破60萬元、擁有2萬名用戶;作者調查後發現,其自主開發説法與程式碼及模型接入線索存在落差。網站程式碼與 GitHub 開源項目 Infinite Canvas 高度相似,模型請求則經第三方中轉站;作者在查到的程式碼中,未找到基於開源模型優化或針對短劇訓練的相應證據。

  4. 新浪科技59

    《三星堆:未來往事》昨日上映,首日票房約30萬元

    《三星堆:未來往事》昨日在全國院線上映,首日票房約30萬元,累計票房45萬元。影片是國內首部取得國家電影局公映許可證的 AI 超寫實院線長片,全片長100分鐘,所有角色均為原創數碼形象,沒有真人演員掃描復刻。製作由人主導創意、AI負責生成渲染,團隊歷時兩年生成超過120萬張底圖、迭代上百版成片;影片製作成本達千萬元級。

  5. 創業邦47

    全民能否「戒掉」紅果?

    紅果短劇引發「戒斷」風潮,但備考人士反覆卸載又重新安裝,反映他們對抗的不只是單一 App,還有互聯網對注意力的爭奪。文章也呈現用戶對短劇的不同態度,以及 AI 短劇的入行熱潮與高競爭:今年上半年全網新上線 AI 短劇超 22.19 萬部,爆款率僅 0.16%。

  6. 新浪科技63

    百度健康 AI 服務月活突破 5000 萬,發佈「好醫矩陣」

    百度健康宣佈升級文心健康管家,並發佈健康相機及「好醫矩陣」,其 AI 服務月活躍用戶已超過 5000 萬。健康相機支援文字、方言語音、拍照及影片上載,AI 收集症狀和用戶資料後會匹配真人醫生追問,再由醫生提供診斷和方案。「好醫答」有 15萬+名三甲醫院真人醫生入駐,提供 7×24 小時問診,最快 1 分鐘回應。

  7. 新浪科技48

    央視新聞談 AI 魔改視頻與二創的區別:問題關鍵在“魔”,消解經典也傷害文化根本

    央視新聞指出,AI 魔改視頻與二創的區別不在於是否使用 AI,問題關鍵在“魔”,消解經典的同時也會傷害文化根本。重點網絡視聽平台公佈的 9 月處置情況顯示,共清理違規視頻近 13000 條、處置違規賬號 30 餘個。自 2026 年 2 月 1 日起,治理工作通過常態化、制度化機制持續開展。

  8. IT之家46

    央視新聞談 AI「魔改」影片與二創的區別:問題關鍵在「魔」,消解經典亦傷害文化根本

    央視新聞指出,AI「魔改」影片與二創的區別不在 AI 或二創本身,問題關鍵在「魔」;此類影片消解經典、傷害文化根本,亦可能涉及多種侵權問題。9 月,部分重點網絡視聽平台清理違規影片近 13000 條、處置違規帳號 30 餘個;相關治理工作自 2026 年 2 月 1 日起常態化、制度化開展。

  9. 阿里雲開發者社區 AI13

    學 AI 短劇兩個月,我得到了甚麼?

    學員經過兩個月的 AI 短劇實戰培訓,可從零開始掌握 AI 工具鏈、跑通短劇製作流程,並獨立完成一部結構完整的作品。訓練涵蓋劇本構思、分鏡設計、素材生成、後期剪輯與音效合成,也協助學員瞭解職業方向,累積方法論與項目經驗。

  10. DEV Community37

    影片模型:從演示到投入生產仍有很大差距

    多模態及影片模型在市場演示中能生成精彩的 30 秒影片,但實際投入生產仍受延遲、時間一致性不足、鏡頭控制有限及品牌安全審查所阻。較實用的應用包括理解影片、為會議加上字幕,以及從影片擷取影格供搜尋;生成式草稿則可用於分鏡和動畫預演,而非受規管品牌的最終成品。身份一致性、唇形同步和生成素材的審核記錄仍是交付最終畫面的障礙。

  11. HuggingFace Daily Papers(社區熱門論文)44

    AV-FABLE:長影片中的視聽篡改取證

    AV-FABLE 提出面向長影片稀疏視聽篡改的基準,並顯示分開的時間解碼器比語言輸出更能提取取證訊號。基準包含 16,650 對原始與篡改影片,總長 998 小時,並採用 27 種編輯配置;視聽大型語言模型的零樣本提示在篡改偵測上接近隨機水平。NFSR 以分開的音訊和視覺時間解碼器讀取凍結的感知特徵,在同分佈及三種分佈外設定中均取得最佳視聽定位表現,基準、程式碼和模型權重將公開發布。

  12. HuggingFace Daily Papers(社區熱門論文)29

    一鍵影片之後:服務型內容湧入、推薦池機制失效與 BoLe 系統

    論文指出,AI 生成的「一鍵影片」大量湧現,令服務型內容與作品型內容的比例逐漸失衡,並可能使推薦池機制在新內容增長超過一定倍數後失效。作者提出 BoLe 系統,由機器和准入規則評判服務型內容是否達標,並由可信任的人評判作品型內容。

  13. DEV Community53

    nightshelf 用 4B 視覺模型為 321 段素材影片建立語意搜尋索引

    作者用 nightshelf 為 321 段素材影片建立本機語意搜尋索引,工具透過 Ollama 執行 Gemma 3(4B),分析每段影片抽取的 3 個畫格。實際索引耗時約 48 分鐘,沒有失敗,並在 Mac 上執行,無需 GPU 伺服器。索引完成後可按語意搜尋及匯出影片清單;作者指出抽象查詢效果較差,每段只取 3 個畫格亦可能漏掉快速動作。

  14. Modal 官方工程博客55

    Modal GPU 如何增強 LiveKit Agent

    Modal 示範如何讓 LiveKit Agents 配合在 Modal 上運行的開放權重或自訂模型,用於 WebRTC 音訊影片應用。示範採用 BitHuman 的開放權重 Expression Video Avatar,並以 Qwen3-TTS 配音,製作 Modal GPU Enjoyer in Residence Charles Frye 的虛擬分身。

10月23日週五
  1. HuggingFace Daily Papers(社區熱門論文)36

    FilmFlow:用於 3D 虛擬電影攝影的智能體系統

    FilmFlow 是一個智能體框架,可將自然語言指令或參考影片轉換成 3D 場景中可執行的攝影機軌跡,並在 CinemaBench 上取得所測基線中最佳的基準表現及最高用戶偏好。系統由 Director、Interpreter、Scout 和 Critic 智能體協作生成及修訂軌跡;CinemaBench 收錄 150 個 Blender 場景,涵蓋 750 項文字指令任務及 60 段參考影片。

  2. Thurrott53

    YouTube 改版手機介面,突出首頁自訂動態消息

    YouTube 團隊昨日宣佈,重新設計的手機版介面已開始推出,首頁將自訂動態消息置於核心位置。首頁預設為演算法推薦的 Home,另有 Subs、Music、Live 和 More;美國用戶可按左上角「+」以自然語言建立按當前興趣調整、並會自動更新的自訂動態消息,More 亦收錄 Movies & TV、Gaming、Podcasts 和 Playables。

  3. DEV Community66

    ComfyUI:本地 AI 圖像、影片與 3D 生成的開源節點圖引擎(141K Stars)

    ComfyUI 是免費開源的本地 AI 生成引擎,透過節點圖工作流支援圖像、影片、音訊、3D 模型及文字生成。工作流只會重算有變動的部分,並可嵌入生成媒體;載入 ComfyUI 產生的 PNG 可還原節點圖及種子。README 指其可在 4GB VRAM 和 8GB RAM 下相對快速地運行最大型開源模型,但這配置不會達到 24GB 顯示卡的速度。