TapNow CreativeOS 2.0 展示語音指揮影片創作流程
作者實測 TapNow 的 CreativeOS 2.0、Cinemap、Monta 和 Fable 5.2 Lab,展示語音互動、3D 白模參考、AI 剪輯及 Code video 的製作流程。
作者實測 TapNow 的 CreativeOS 2.0、Cinemap、Monta 和 Fable 5.2 Lab,展示語音互動、3D 白模參考、AI 剪輯及 Code video 的製作流程。
AI-KSK 發佈一組以 Anima 為核心的 7 個工作流程,合共包含 308 個節點;文章直接檢視圖表中的模型載入、latent 尺寸及取樣器設定。工作流程圖已在 RunningHub 發佈,但不附模型權重;檔案沒有提供品質比較基準,品質主張須自行進行 A/B 測試。
AI 生成影片和短劇雖常被視為粗糙的「電子泔水」,仍可能隨創作者摸索發展成新的藝術形式。文章以低成本木漿紙催生通俗小説、早期電影逐步形成敍事語言作比,指出技術降低創作門檻後,仍要靠創作者探索新的表達方式。作者亦實測 TapNow Creative OS 2.0,介紹 Agent 協助搜尋靈感、生成素材及整理畫布,並指出人物一致性、場景銜接和運鏡控制仍是 AI 影片創作的難題。
Suno 推出 Visuals,讓用戶為歌曲生成圖像、專輯封面及最長 15 秒的短片,包括可同步口型的歌詞影片。Visuals 目前已在網頁版推出,使用需另購獨立點數,iOS 和 Android 應用程式預計未來數週推出。新過濾機制會阻擋涉及特定藝人、公眾人物或受版權保護角色的提示詞與上傳內容,影片亦會加入隱藏浮水印。
鄭淵潔近日恢復停更兩年的自媒體,並用 AI 將自己的童話作品製作成動畫短片,供讀者免費觀看。他已授權抖音帳號「鄭淵潔童話世界」發布短片,並準備把《不踩井蓋的小蛇》製作成動畫。
Suno 推出 Visuals,供用戶製作圖像和影片,並將歌曲轉成配合歌曲結構及歌詞的影片片段。片段最長 15 秒,可延長、編輯及透過文字提示詞重新生成;網頁版即日推出,iOS 和 Android 版將於未來數週推出。Suno 設置文字及視覺過濾器,並在內容向用戶展示前檢查生成結果,以限制特定藝術家、公眾人物、受版權保護作品及 IP 的視覺呈現。
Suno 於 2026 年 11 月 17 日推出網頁工具 Visuals,為音樂創作平台加入 AI 生成圖像及影片功能。Visuals 支援歌詞影片、專輯封面及最長 15 秒短片,並可使用 Suno 曲庫歌曲作為創作基礎。
Instagram 宣佈為創作者提供 Reels 複製影片偵測工具,可封鎖未經授權的複製影片,並標示重用創作者原始音訊的 AI 影片。Meta 同時在 Türkiye 和 Thailand 測試 Instagram 獨立通訊應用程式 Direct;用戶可用電郵或電話號碼註冊,毋須 Instagram 帳戶,並可在兩個應用程式同步對話。
武漢在真人短劇退潮後迅速轉向 AI 短劇,光谷的算力、高校人才及政策支持帶動企業聚集,但行業仍面對用工與盈利壓力。從業者稱,AI 短劇後期每集價格已降至 120 元甚至數十元。2026年9月,海外短劇 App 內購收入為 2.14 億美元、下載量為 2.82 億次,按月分別下滑 2.1% 和 17.8%。
這篇教學示範如何批量把 Instagram Reels 和 TikTok 影片轉成供 AI 使用的文字,提供免寫程式、JavaScript 和 Python 三種做法。
LynnReal-Hand 是一款手部控制影片世界模型,結合精細互動建模與串流生成,讓用戶以手部動作探索及操控物件。模型在 HandBench 上取得 FVD 181.67 及 MANO Dice 93.02,三步因果模型的 MANO Dice 為 92.49;單張 H200 以 540p 串流可達 18.03 FPS,延遲為 741ms。研究團隊計劃公開數據集、模型權重及完整訓練與推理程式碼。
移除 TikTok 影片文字,先要分清它是編輯器中的文字圖層,還是已融入影片像素的文字:前者可在草稿編輯器刪除,後者可裁剪、遮蓋或重建背景。AI 重建會按周邊畫面補出像素,效果取決於背景細節、文字覆蓋範圍和鏡頭移動;作者建議檢查純色背景、人臉或細節物件、快速移動畫面,並確認音訊和原始畫面尺寸保留。
Kandao Technology 推出 Kandao Focus 及 Focus SE 4K AI 網絡攝影機,兩款產品現於美國發售,售價分別為 $139 和 $119。
作者分享以 Claude Code 為 3 個 YouTube 頻道每日製作影片的實際工作流程,並説明一人如何管理整個流程。每天製作的 12 條影片會發布至 8 個平台,合共 96 次上載;作者會審批腳本、檢查成片,並指出增加產量沒有帶來觀眾增長。文中引用 Google Search 的政策,指出以操縱排名為目的的大量內容屬垃圾內容,而適當使用 AI 不違反其指引;作者認為選題判斷仍由人負責。
利亞德虛擬動點打造的 AI 影視作品《黑蓮花》,獲得 2026 釜山國際藝術節 IVAC 國際(AI)智能影像藝術大賽銀獎。賽事聚焦人工智能與影像藝術的融合,向全球創作者及青年創意人才開放。
阿里雲在年度香港峯會宣佈 Qwen4-Max 上線,並推出多項面向企業的 AI 智能體開發、監控及安全防護能力。Qwen4-Max 總參數為 2.4 萬億,每個 token 激活 710 億參數;阿里雲稱 token 消耗減少 35%,平均每項任務成本降低約 60%。阿里雲在香港服務超過 65,000 名客戶,並宣佈與香港浸會大學及美亞娛樂合作,涵蓋 AI 培訓及影視內容創作。
CNET 測試 Apple Intelligence 配合 Aqara Camera Hub G350 使用時的影片描述與摘要功能,發現描述簡短,準確度亦不穩定。測試中,系統多次把不同動作都判斷為有人在看書;使用 Apple Intelligence 功能至少需要每月 $10 的 iCloud+ 2TB 訂閲、Apple 中樞,以及較新的 iPhone 或 iPad。
AI 探店影片已形成由生成工具、代營運代理及個人接單者組成的變現鏈,業內人士稱有批量製作公司月流水達800萬。一條40秒成片的算力成本不到20元,個人創作者一天可交付十幾條,真人探店報價則由千元區間跌至三五百元。受訪者亦談及畫面失真、素材授權及虛假宣傳風險,並比較 AI 鋪量與真人內容在成本、客羣和口碑上的差異。
愛奇藝、芒果TV、騰訊視頻等長影片平台正透過比賽、短影片作品及高校等渠道招募AI創作者,並探索不同合作模式。合作包括平台全額投資、創作者承製;創作者以導演組身份加入平台自製項目;以及創作者承擔製作成本,再按播放表現分帳。AI劇承製報價約每分鐘1000至5000元,分帳短劇的製作成本約7萬至8萬元,合作方式也影響創作者的收益風險與創作自主權。
Phasyn Studio 已開源,提供本地 AI 影片生成與剪輯,並支援多台機器分散式部署以加快生成。項目亦加入圖像生成和影片轉提示詞(反向提示詞)功能,目前仍在積極開發中,並歡迎協作。官方網站:https://phasyn.dev/;原始碼:https://github.com/phasyn/phasyn-studio
AI漫劇供給快速增加、萬播收益下滑,製作方正由爭奪流量轉向探索付費,以應對免費分賬難以支撐製作的壓力。2026年上半年,抖音新增AI劇及漫劇約22.19萬部,播放量破億的作品有1055部,約佔新增作品的0.48%。女性向作品《心動禁區》第二季上線一週收穫5400餘人充電,顯示角色與關係可能成為付費動力,但成熟模式尚未跑通。
VidScope 的實作經驗指出,單靠 YouTube 文字稿分析技術影片會受產品名稱誤識、畫面資訊缺失及上下文不足等限制。長文字稿應分段分析、合併結果並回報分析覆蓋範圍;在約 475,000 字元的測試中,區塊大小由 15,000 增至 120,000 字元時,找到的工具由 23 降至 14。作者亦以程式核對名稱和逐字引文,並讓結果保留引文,以提供判斷工具提及意圖所需的上下文。
AI微短劇《持械入宋》憑多線敍事與人物成長走紅,成為具影響力的歷史題材作品。全系列已連更11季、約1100集;團隊從第九季、第十季起將主力大模型由Seedance 2.0升級至Seedance 2.5,提升畫面質感及複雜場景表現。文章指出,行業比批量打造爆款更需要精品化發展,並建立讓創作者願意打磨作品的生態。
愛奇藝透露,目前約有20個長劇項目正採用實拍與AI混合製作,並將此列為未來重點探索方向。其AI製作的《天子傳奇:姬發篇》和《天子傳奇:洪武大帝》成本較傳統方式縮減50%–80%,製作週期縮短80%。深度混製作品《天行九歌之舉世無雙》預計2027年上線。
滬指低開後一度反彈,午後再度回落,收跌0.50%報3584.58點;兩市成交14577億元,逾4100隻個股下跌。資金轉向半導體、小家電及貴金屬,中芯國際概念淨流入41.04億元;光刻機相關板塊走強,AI漫劇及影視院線大跌,連板晉級率降至9.09%。
MovieRoll 提出由基礎模型到蒸餾模型的框架,結合串流微調、長時程生成蒸餾與長上下文推理。HieraKV 最多減少 78% 快取記憶體用量,同時提升生成質素。在 HeliosBench 上,MovieRoll-Base 訓練影片長度最高為 15s,生成至 30s 時仍具競爭力;MovieRoll-Distilled 在最長 60s 的單事件及多事件評測中,總分均高於其他受比較方法。
麥芽傳媒旗下 NetShort 今年9月、10月連續兩個月位居海外短劇 App 內購收入榜第二;據媒體援引行業消息報道,AI 短劇《One Move God Mode》全球收入超過 800 萬美元。
為令 AI 生成影片中的產品保持一致,應以清晰的產品照片作錨點,並在每個場景重述不可改動的細節。生成前先檢查場景列表,生成後逐幕對照實物;如有偏差,只重生成有問題的場景並修改一項文字。細小印刷文字未必能可靠呈現;15 秒、720p 影片使用 515 credits,費用為 $5.15。
AI 聖誕舞蹈影片先把人物照片合成聖誕場景,再以 DreamActor-class 模型將流行舞蹈動作轉移到合成圖像,並配上原影片音訊。全身入鏡、面部清晰及光線充足的照片較適合製作;工具會先提供免費預覽。成品為 12–16 秒、9:16 的 MP4,每段 $9.99,無需訂閲。
awesome-claude-video-skills 是一個開源儲存庫,整理供 Claude Code 和 Codex 等程式碼 Agent 生成影片的工具及技能。儲存庫按片頭、數碼化身、動畫和剪輯等類別列出其他儲存庫,並透過 Agent Skills Hub 提供安全評級;內容以英文和中文提供。
Tiny Desk AI 影片生成器以席位鎖定參考角色,處理多人演出中的跨鏡頭身份漂移和音畫節拍同步問題。文章以一段 17.7 秒、包含四個鏡頭的演出為例,説明生成流程如何分開處理角色身份、動作結構和音訊合成。影片以靜音模式生成,再與原演出音訊合成,並輸出 9:16 MP4 和靜音版本。
AI 探店影片正以每條約10元的成本批量製作,並帶動系統銷售、算力充值、代營運和團購佣金等生意。有批量製作公司月流水達800萬元;AI服裝模特圖最低約6元一張,兩者共用生成工具、教程及算力收費模式。商家仍需承擔投流和平台合規等隱性成本,而平台規則變動也令低成本鋪量的轉化效益更不確定;大量生成影片亦可能模糊實地體驗與合成內容的界線。
Black Forest Labs 的 Andreas Blattmann 與 Dustin Podell 討論以圖像、影片和聲音共同訓練 FLUX 3,並探討視覺智能的構建。訪談指出,影片和聲音可補充靜態圖像未呈現的運動與接觸線索,並以影片升頻説明跨影格一致性的重要性。內容亦談及 FLUX Kontext 的早期關係標註實驗,以及用戶以 FLUX 修復舊家庭照片的案例。
NexSight 建立可驗證任務,以評估及訓練智能體的長影片理解能力。其 SightLine 包含從 108 段長影片整理的 310 項可追溯證據任務;最強模型在 SightLine 的得分為 54.52%,獲提供標註證據時則為 79.35%。使用不足 6K 個例子,Sight-35B 的互動準確率由 21.29% 升至 42.26%。
Decoding Without a Decoder(DWD)在微調後的 diffusion transformer 加入最終步預測頭,讓模型直接輸出像素,移除潛在擴散模型的解碼器,降低推理成本並維持或提升像素品質。在 Wan 影片生成中,DWD 將扭曲誤差降低 23%;在 ImageNet 上,FID 由 1.55 降至 1.43,成為像素 flow 模型中的新 SOTA。
FVScore 採用規格驅動的神經符號方法進行影片評估。
Code World Model 2.0 提出 Invoker-Render,結合雙向創作模型與因果四步串流模型,支援可控影片生成。模型以約 200 小時的多粒度資料訓練,並透過 Progressive Forcing(ProForcing)訓練及蒸餾串流渲染器。實驗顯示,它可穩定生成 30 分鐘賽車影片,並保留場景及主體外觀。
AI-KSK 在 RunningHub 發佈兩套 LongCat Avatar 數碼人 ComfyUI 工作流:單圖循環版有 210 個節點,多圖鏡頭切換版有 197 個節點,使用邀請碼 rh-v1111。
作者分享兩套 ComfyUI 工作流程,先用 Stable Audio 3 生成音訊,再以音訊為條件用 LTX 2.3 生成響應動畫,讓音樂節奏與畫面動態由共同的時間來源連結。
AI-KSK 重建並解析包含九個工作流的套件,涵蓋 LTX 2.3 三階段影片渲染、約 10 秒人物身份保持,以及 Flux 2 八步圖像編輯。三階段流程先以低解像度建立構圖和動作,再升頻及分段精修;音訊亦在同一工作流中生成,與畫面合併後一併取樣。