跳到正文
10月17日週六
  1. DEV Community43

    我問 AI「甚麼利基市場有利可圖?」它一夜間為我製作出可遊玩的示範影片

    作者向 AI 詢問有利可圖的藍海點子,補充技能與限制後,AI 一夜間為合作解謎遊戲製作出可遊玩的 MVP。成品包括 3 分鐘示範影片、答案 PDF、試玩指南,以及銷售頁、社交媒體貼文和客戶查詢範本草稿。影片與情境仍需人工打磨和檢查,銷售頁、付款整合及推廣也由作者處理。

  2. DEV Community31

    如果 BGMI 記分板沒有延遲,會怎樣?

    這個開源 BGMI 研究原型以 PaddleOCR 和微調的 YOLOv11,從擊殺提示畫面辨識事件,探索低延遲賽事記分板更新。5 分鐘、60 FPS 影片經兩階段篩選後,送入 ML 流程的影格由 18,000 幅減至 132 幅,整體減少約 99.3%。目前名單初始化、記分表輸出及介面整合仍待完成,尚非已部署的完整計分服務。

  3. DEV Community23

    深度偽造與民主:如何保障歐洲 2026 年選舉

    深度偽造威脅歐洲 2026 年選舉,文章提供選民辨識合成政治媒體及競選團隊防範的方法。Google Trends 顯示,過去 30 天美國相關搜尋上升 420%,歐盟上升 310%。文中提供以 OpenCV、ffmpeg 和 DeepFaceLive 檢測影片的 Python 程式,分數高於 60% 時應人工覆核。

  4. DEV Community52

    MemeMotion 開發紀錄:在 Cloudflare Workers 上把一張照片製作成約 13 秒賽車迷因影片

    作者在 Cloudflare Workers 上建置 MemeMotion,讓用戶上傳一張照片,約 4 分鐘後取得一段約 13 秒、配有原創配樂的賽車迷因影片。生成流程會先檢查照片是否有一張正面人臉,並在輸出後移除原有音軌、合成配樂;非審核拒絕的生成失敗最多自動重試一次,之後退款。影片和來源照片會在工作完成 7 天後刪除;約 4 分鐘的完成時間來自首個實際工作,並非平均值。

  5. DEV Community54

    如何使用 Python 和 API 審核 NSFW 影片及 GIF

    文章示範如何用 Python、ffmpeg 和 NSFW Detect API 抽取影片及 GIF 畫格、逐格評分,再彙總結果判定允許、複核或封鎖。在 25 秒測試片段中,每 1 秒抽樣需 26 次 API 呼叫,每 2 秒需 13 次,兩種設定均判為複核。將 Alcohol 規則改為封鎖後,系統在 12 次呼叫後提前停止並封鎖片段。

10月16日週五
  1. HuggingFace Daily Papers(社區熱門論文)34

    Gen4P:影片生成器是 4D 感知器

    Gen4P 將影片生成器改作前饋式 4D 感知模型,採用單次編碼、按需解碼以支援空間靈活性,並以連續時間嵌入支援時間靈活性。它以凍結的深度 LoRA 作為可插拔的幾何先驗,並在 flamingo 等具挑戰性的場景中保留結構及追蹤動作。

  2. DoNews55

    2026閲文創作大會發布首批AI精品動畫並推出OPC一站式平台與IP委員會模式

    閲文集團在2026閲文創作大會發布首批AI精品動畫,並將DramaBuddy漫劇助手升級為涵蓋IP接入、AI製作及全網發行的OPC一站式平台。首批動畫包括《賽博英雄傳》《不科學御獸》《裁決》《鎮妖博物館》;閲文稱已簽約超過5000個個人創作者或個人工作室。閲文亦推出IP委員會模式,首個新項目《保衞南山公園》由閲文集團與三體宇宙合作。

  3. 創業邦42

    AI漫劇走紅,萬興科技的機會來了?

    萬興科技押注萬興劇廠的一站式 AI 漫劇製作流程,尋求把握 AI 漫劇市場升温帶來的機會。公司稱,單集分鏡創作效率由1人/天/1集提升至1人/天/8集,綜合效率較手工操作提升超5倍。惟高算力及模型成本拖累毛利,上半年營收同比下滑7.09%、歸母淨虧損6898萬元,AI業務仍未能獨立支撐業績。

  4. DEV Community59

    Seedance 2.5 與 Kling 3.0:如何按需求選擇 AI 影片模型

    作者以已公開規格和工作流程比較 Seedance 2.5 與 Kling 3.0,並按片長、解像度、參考素材控制及每秒成本説明選擇取捨。Seedance 2.5 在 Veemo 支援 4–30 秒、最高 720p,以及較多畫面比例和參考素材流程;Kling 3.0 支援 3–15 秒、Veemo 標示 1080p,並提供多語言唇形同步音訊。

  5. DEV Community56

    Nano Banana Pro 提示詞指南:8 個可直接複製使用的提示詞,以及轉成 Seedance 2.5 影片的方法

    Monica 的指南整理 Nano Banana Pro 的提示詞寫法、8 個可直接複製使用的範例,以及把生成圖像轉成 Seedance 2.5 影片的流程。建議用完整句子交代主體、構圖、鏡頭、光線、風格和限制;編輯既有圖像時,先列明要保留的內容,再指定單一改動。

  6. HuggingFace Daily Papers(社區熱門論文)43

    Velox:空間記憶提升世界模型效率

    Velox 提出免訓練注意力路由器,利用幾何視錐切片選取區域上下文,加速長影片生成並維持視覺連貫性。在 chunk 48 時,注意力加速 4.36 倍,去噪加速 2.43 倍。在完整 158-case WBench navigation split 上,其 API-free 平均分與 dense LingBot-Fast-Cam 相差不超過 0.15 分。

  7. HuggingFace Daily Papers(社區熱門論文)35

    EVA-Cap:透過事件中心對齊優化視聽影片描述生成

    EVA-Cap 將視聽影片描述拆解為原子視聽事件,並透過以事件為中心的對齊優化描述生成。該框架在自建 EVA-Data 數據集上以監督式微調(SFT)及羣組相對策略優化(GRPO)訓練,並針對事件完整性、事件內歸因及事件間同步進行優化。評測中,EVA-Cap 在 ChronusAV 的事件中心評測平均提升 +9.0%,在 WorldSense 提升 +3.3%。

  8. HuggingFace Daily Papers(社區熱門論文)46

    Speculative Forcing for Efficient Autoregressive Video Generation

    Speculative Forcing 透過提早接受部分 token 草稿、跳過不必要的去噪步驟,加速少步自回歸影片生成,同時維持完整步數採樣的品質。LongLive 每個 token 約需 1.7 個去噪步驟,速度提升超過 1.5 倍,達 41.7 和 37.8 fps。Lingbot-World 2.0 每個 token 約需 2.5 個去噪步驟,速度提升 1.35 倍,達 24.5 fps。

  9. DoNews73

    可靈 AI 新一代影片生成模型 Kling 4.0 正式上線,支援最高 10-bit HDR 及最長 30 秒原生生成

    可靈AI於10月15日正式上線新一代影片生成模型 Kling 4.0,支援單次原生生成最長30秒及最高10-bit HDR畫面輸出。全能參考單次任務最多可組合15項素材,並可輸入最多10張關鍵幀;文字提示詞長度上限為8000 tokens。Kling 4.0 亦已接入可靈MCP與CLI,API則即將向企業客戶和開發者開放。

  10. DEV Community27

    Android 影片匯出設定:解像度、FPS、位元率及編解碼器

    Android 影片匯出時,解像度、FPS、位元率及 H.264、H.265 編解碼器會影響畫質、檔案大小和播放相容性。建議以原片解像度和幀率作起點,並測試不同位元率;提高解像度或 FPS 不會自動增加原片細節或動態資訊。未確定播放支援時,可先選 MP4 容器、H.264 影片及 AAC 音訊,並核對目標平台要求。

  11. HuggingFace Daily Papers(社區熱門論文)45

    Persistent Planar Memory for Video World Models

    PPMem 是一種影片世界模型,以平面基元作為持續 3D 記憶,生成具明確度量幾何資訊的長篇連貫影片。它在 DL3DV 和 RealEstate10K 上的影片品質優於先前以 3D 為基礎的世界模型,並同時產生度量深度、表面法線及可匯出的平面幾何。模型可在視點大幅變化時維持數百影格的連貫性。

  12. DEV Community28

    以 Next.js 建構 AI Zombie Couple Video 生成器

    AI Zombie Couple Video 是一款以 Next.js 建構並已部署的網頁應用程式,可將兩張人像照片生成 15 秒的個人化殭屍愛情故事影片。用戶可選 Seedance 2.0 或 2.5,以及 480p、720p 或 1080p 輸出,並以一次性點數包付費,沒有訂閲制。部署後遇到的數據庫連線池上限問題,透過改用 transaction pooler 和重用數據庫連線處理。

10月15日週四
  1. HuggingFace Daily Papers(社區熱門論文)37

    高相機動態下世界空間人體重建的診斷研究

    研究指出,快速相機運動的舞蹈影片中,相機與人體估計的尺度不匹配會令世界空間軌跡嚴重漂移,並提出封閉形式的尺度校正方法。K-Pop stress test 中,現有方法雖生成合理的逐幀網格,軌跡仍偏離舞台位置。校正無需重新訓練,適用於現有後端,並以統一尺度保留表演者在共享世界座標系中的相對位置。

  2. DEV Community43

    Ghostface AI 趨勢解析:Y2K 電話影片如何運作

    Ghostface AI 趨勢將一張照片製成 Y2K 恐怖片風格的電話短片,呈現人物通話時蒙面身影在背後逐漸出現的效果。Effect Farm 的特效可生成 10 秒、9:16、720p 直向有聲影片,通常約 3–6 分鐘完成,每段收費 $4.99。上載照片會在 7 天內刪除,亦不會用於訓練模型。

  3. 虎嗅48

    太瘋狂:中老年人全面沉迷 AI 短劇

    中老年人沉迷 AI 短劇,有人因付費追劇及自動續費累積大額支出。新疆一位年近七旬的阿姨兩年內充值4887筆,共花費22.58萬元;短劇 App 的老年用戶月活規模超過4600萬。部分 App 以低價體驗吸引用戶,之後每週扣款29元,長者亦可能因不熟悉帳單和條款而難以察覺。

  4. 創業邦46

    騰訊盯上了字節的搖錢樹

    騰訊推出綠泡泡短劇,瞄準字節跳動旗下紅果短劇,藉助微信入口和社交傳播佈局免費短劇市場。紅果短劇日活達 1.68 億,人均每日使用時長 125 分鐘;綠泡泡仍處於早期階段,內容熱度與儲備落後。其 AI 劇和按有效觀看時長分賬的做法,能否帶動用戶增長及改變行業格局仍待驗證。

  5. DEV Community50

    Canva Video Editor Alternatives in 2026: An Honest Comparison (From Someone Who Builds One)

    Fred Abila 比較 Canva 影片編輯器與多款替代工具,按影片類型、剪輯需求及團隊工作流程整理各自適用情況。短片可考慮 CapCut,口述影片可選 Descript,專業長片剪輯可選 DaVinci Resolve;Vidmoat 則提供可在多種裝置使用的時間軸及 AI Agent 編輯功能。Abila 同時披露自己是 Vidmoat 的開發者。

  6. unwire.hk · 人工智能60

    HKT.AI 正式啟用,個人版月費 $48 起、中小企版 $88 起

    香港電訊自主研發的 AI 平台 HKT.AI 正式啟用,即日起開放個人及中小企用戶訂購,月費分別由 $48 及 $88 起。平台現有超過 80 個 AI 助手,涵蓋家庭輔導、生活顧問及商業營運;個人版每月包含 4,800 AI 積分及 10GB Library,中小企版包含 8,800 積分。積分不設累積,所有助手均須連線使用,現時沒有 APP 版本。

  7. DEV Community62

    Hypit 提供免費開源影片工具,讓 AI 智能體複製並編輯影片工作流

    Hypit 是免費開源的影片製作系統,讓 Claude Code、Codex 等 AI 智能體把參考影片複製成可編輯工作流。其 SVML 工作流以説出的文字而非時間碼錨定片段、字幕與特效,改寫台詞後會自動重新調整時間和字幕。README 所列三個案例的模型服務費為 $1.07 至 $1.15;生成模型並非必需,亦可使用本地模型或程式碼渲染影片。

  8. HuggingFace Daily Papers(社區熱門論文)47

    Glance Forcing:讓雙向擴散模型實現自回歸生成

    研究提出 Glance Forcing,將雙向擴散模型蒸餾為自回歸生成模型,僅用一條 PF-ODE 軌跡便超越已充分訓練的 SOTA 基線。VBench Total 由 84.04 升至 84.22,軌跡收集成本由數千 GPU-hours 降至約一個 A100-GPU-hour。方法將去噪軌跡拆分為慢、快兩個專家,並保持預訓練教師模型完全凍結。

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

    StreamErase:邁向超高速串流影片物件移除

    StreamErase 在單張 GPU 上實現串流影片物件移除,延遲低於一秒,生成速度最高達 26 FPS。訓練時結合 self-rollout、attention sinks 和 KV cache rolling,配合滑動視窗因果注意力,令模型可在固定上下文窗口下恆速生成任意長影片。研究亦建立長影片串流物件移除基準 LongErase,並指出模型可泛化至真實影片情境。

  10. DEV Community41

    Unforgettable Car AI:以人像製作汽車亮相影片

    作者打造 Unforgettable Car AI,將人像轉成 15 秒、16:9、720p 的 MP4 汽車亮相影片。用戶可從三款汽車及三種場景中選配,毋須撰寫提示詞;單影片一次性套裝目前售價為 $12.99 USD,未計適用税項。上載照片及生成影片僅限帳戶內查看,照片最多保留七天,影片保留 30 天。

  11. 創業邦70

    崑崙萬維發布 Matrix-Game 4.0,推出可在單張消費級顯卡運行的影片生成遊戲並同步開源

    崑崙萬維發布 Matrix-Game 4.0,一款可在單張 NVIDIA RTX 5090 上即時運行、由影片生成模型驅動的遊戲,並同步開源。系統由遊戲引擎維護世界狀態與互動規則,影片生成模型負責即時渲染;文章列出的指標為 480p、60 FPS,按鍵至畫面響應延遲低於 150 毫秒。

  12. viAct · 視覺 AI 及工地安全33

    港口安全 AI 影片分析完整指南

    港口安全的 AI 影片分析透過電腦視覺分析攝影機畫面,識別預設危險、不安全行為及限制區域闖入,並發出警示。應用涵蓋起重機與碼頭作業、設備禁區、碼頭交通、PPE 合規、出入監察及火警偵測;viAct Port Safety Solution 是文中列舉的方案,系統不能取代實體隔離、設備檢查、吊運程序或應急系統。

  13. DEV Community48

    我打造了一個會記住哪些內容真正賺錢的無人出鏡短片工廠

    作者打造一套無人出鏡短片製作流程,利用 Backboard 持久記憶記錄帶來收入的內容,並據此調整下一條影片的選題。測試中,冷啟動未召回任何事實;暖啟動召回 4 項事實,選題受曾帶來 $61.30 收入的影片影響。本機 llama.cpp 負責生成腳本,Backboard 是唯一雲端呼叫,使用免費 Memory + RAG 層。

  14. DoNews60

    昆侖萬維發佈全球首款單卡影片大模型遊戲 Matrix-Game 4.0

    昆侖萬維於10月15日發佈 Matrix-Game 4.0,稱它是全球首款可在單張消費級 NVIDIA RTX 5090 上運行的影片大模型遊戲。該版本支援 480p/60FPS 即時渲染,端到端延遲低於150毫秒,採用「代碼生成邏輯→結構約束→影片即時渲染」技術路徑。項目即日起開源,支援遊戲原型開發、UGC 與個人化訂製;後續計劃提升解像度,拓展多人連線一致性及多類型場景適配。