跳到正文
11月16日週一
  1. Unite.AI53

    Cohere 為 Compass 加入面向 AI 智能體的帶時間戳影片檢索功能

    Cohere 在 Compass 推出 Video Intelligence,加入可按查詢定位片段的帶時間戳影片檢索,並開始招募設計合作夥伴。在涵蓋 11 個數據集、11,133 條查詢的評測中,Compass 平均得分為 0.69,整體領先最強替代方案 4.4 個百分點。影片與文件可在同一索引中檢索,每項結果附原片連結、時間戳、文字稿及視覺描述,並以權限控制可檢索內容。

  2. 第一財經56

    愛奇藝重回 Non-GAAP 營運盈利,分賬模式重構內容投資邏輯並拓展 AI 長影片空間

    愛奇藝公佈2026年第三季度業績,Non-GAAP營運利潤達2500萬元,按年扭虧,經營活動現金流淨額轉為1.7億元。分賬長篇內容上線總量按季增長超200%,相關內容收入按季錄得雙位數增長;公司表示會提高頭部自製精品比例並擴大分賬內容供給。公司稱,約20個在製長劇項目基本採用實拍與AI混制模式,並透過愛奇藝號與納逗Pro連接內容製作、分發及商業變現。

  3. DEV Community58

    Kling 4.0 的四項設定如何決定影片鏡頭

    Kling 4.0 的影片生成由時長、解像度、畫面比例和參考素材四項設定控制;時長與解像度影響費用,比例與參考素材則決定鏡頭構圖和可呈現內容。時長為 3–30 秒,解像度為 720p 或 1080p,比例有 16:9、9:16、1:1 和 21:9;參考素材可為單張圖片、按序排列的兩張關鍵影格或影片。

  4. 新浪科技52

    芒果超媒綜藝基本盤穩定,AIGC長劇進入商業化測試

    芒果超媒近期市場行情由綜藝基本盤穩定,以及AIGC長劇《後西遊記》登上衞視黃金檔並落地播出共同帶動。文中稱《後會友期》三期正片播放破5億、有效播放市佔率一度達77.1%,今年上新獨播綜藝前十中芒果佔五席;《後西遊記》首播取得省級衞視同時段收視第一,並帶動芒果超媒股價漲停。文章指出,AI原生長劇仍面對人物情緒與敍事連貫性問題,相關業務利潤尚未單獨兑現。

  5. 第一財經42

    文投控股:AI漫劇業務收入佔營收約2.57%,佔比仍小

    文投控股公告稱,截至2026年第三季度,AI漫劇相關業務收入佔公司營收約2.57%,佔比仍小。公司股票於2026年10月27日至11月16日期間多日漲停,累計升幅120%,公司提醒股價大幅上漲後快速回落的風險。AI漫劇業務亦面臨項目延期或無法上線、商業化不及預期及成本增加等風險。

  6. 虎嗅45

    樊路遠辭職:八年救火,為何仍未能救回優酷?

    大麥娛樂公告,樊路遠因「專注發展個人事業」辭任董事會主席、CEO等職務,阿里集團CFO徐宏接任非執行董事及董事會主席。2017財年至2024財年,大文娛經調整EBITA累計虧損近600億元;爆款劇不等於平台翻盤,優酷仍需把內容熱度轉化為會員增長、用戶留存和穩定收入,並應對 AI 重塑內容生產鏈。

  7. 阿里雲開發者社區 AI69

    做了 6 年自媒體,魚皮公開 AI 影片創作流程

    自媒體創作者魚皮公開其 AI 內容創作流程,涵蓋選題調研、圖文寫作、封面與多平台發布,以及影片腳本、錄製、AI 剪輯和配音。他建議先以圖文測試選題,再把表現合適的內容改編成影片,並透過人工確認大綱、核實事實和累積修改意見,逐步完善工作流。

  8. DEV Community41

    動畫文字影片主要由程式碼和時間軸構成

    Claude 生成動畫文字影片時,通常提供腳本、場景清單及動畫程式碼,而非直接交付已渲染的影片檔。提示詞應列明目標、格式、文字、視覺風格、動態效果和時間安排;要把程式碼轉成影片,則需錄製播放畫面、使用工具渲染,或匯出文字和時間設定至編輯器。程式碼可驗證轉場是否運作,但觀眾是否投入、內容是否準確及手機畫面上的對比是否清晰,仍需人工判斷。

  9. 雷鋒網69

    李飛飛 CoRL 2026 演講實錄:Atlas 如何統一世界生成與重建

    李飛飛在 CoRL 2026 介紹 World Labs 與史丹福團隊研發的 Atlas,稱其為統一生成與重建的世界模型。Atlas 是從零訓練的自回歸基礎模型,可接收文字、圖像、影片、深度訊號及 3D 結構訊號等輸入,生成像素影格並支援多視角重建。演講稱,Atlas 已蒸餾至 15fps 即時生成,團隊亦正測試其在機械人導航訓練及真實世界與模擬互通操作中的應用。

  10. IT之家57

    字節跳動 Seedance 2.5 4K API 全面開放

    字節跳動火山引擎宣佈,Seedance 2.5 4K 的 API 全面開放,開發者與企業客戶可透過 API 調用這款 4K 影片生成模型。Draft 模式可先用 480P 樣片驗證分鏡和打磨鏡頭,確認效果後再生成 4K 正片。官方稱,模型採用 10-bit 色深,並可在參考生成及影片編輯時更好地保留上傳素材的畫質、清晰度與色彩。

  11. 虎嗅31

    演員肖茵遇見《持械入宋》總編劇

    肖茵將於虎嗅F&M創新節與《持械入宋》總編劇李朝華等人參與圓桌討論,交流AI參與影視創作的挑戰。製作方披露,《持械入宋》全網累計播放量已突破120億。創新節於11月21日至22日在北京798藝術區·79罐舉行,另設AI創作及企業轉型相關分享。

  12. 創業邦40

    體育 IP 的新戰場:爭奪童年

    ESPN、MLB 等體育機構正透過兒童 YouTube 頻道、原創動畫和賽事特別轉播,爭取年輕受眾並培養下一代球迷。WSC Studios 把體育內容製作能力延伸至兒童節目,並以 AI 支援動畫、翻譯及聲音克隆;其服務費按項目規模由五位數至七位數美元不等。各項目仍處於早期,播放量能否轉化為長期收益尚待驗證。

  13. DEV Community46

    如何用小型 QA 清單評估相片轉影片生成工具

    一份小型、可重複使用的 QA 清單,協助評估相片轉影片生成結果,並區分輸入問題與輸出差異。清單涵蓋固定測試圖片、核對畫面比例與片長、檢查匯出檔案,以及記錄測試結果、確認相片權利與同意。Talk to Me Doja AI 接受一張人像並生成 14 秒直向影片,每次生成需 100 credits,成功輸出為 MP4,結果會因相片和生成過程而異。

  14. DEV Community53

    如何用 ffmpeg 為 Hit the Road Dude 影片消音整個單字並核對範圍

    作者示範一個 ffmpeg 腳本,按粗略時間找出單字邊界,將該段原音靜音並疊加 1 kHz 音調,同時保持影片串流不變。在合成測試音上,消音窗內音調佔比為 100.0%,窗外音訊與原音的相關係數為 1.0000,影片串流逐位元相同。固定範圍的例子則在蜂鳴前留下 130 ms、後留下 30 ms 的字音。

  15. 阿里雲開發者社區 AI39

    70 條 AI 特效提示詞:適用於 8G 顯存的 AI 漫劇本地渲染及畫面氛圍調校方案

    這套 70 條 AI 特效提示詞專為 AI 漫劇本地渲染設計,適配 8G 顯存及 9:16 直向短影片,涵蓋光影、粒子、運鏡、質感和轉場五類。提示詞支援權重拆分及 GGUF 量化模型,並提供 Python 批次拼接腳本與 FFmpeg 後期合成方案。建議每次只疊加 1 至 2 種特效,以減少顯存壓力並維持人物形象一致。

  16. DEV Community50

    配音與字幕如何選擇:影片本地化的受眾決策

    影片本地化應先按目標受眾閲讀目標語言的能力選擇字幕或配音,而不是把受眾不適配造成的成效問題歸咎於翻譯。受眾能舒適閲讀目標語言時,優先選用字幕;否則配音較合適,兩種輸出可由同一份轉錄和翻譯生成,以減少用詞不一致。文章另建議先整理 20–50 個術語的詞彙表,再批次處理內容,並由人工檢查名稱、慣用語及字幕分行。

  17. DEV Community40

    Cutora 如何決定從鏡頭前講話影片中剪掉哪些內容

    Cutora 以逐字稿中的詞語起止時間規劃鏡頭前講話影片的初剪,刪除長停頓、口誤重説及重複錄製片段,並保留短停頓。判斷重複錄製時會按五項因素評分;若不確定兩段是否相同,便保留兩段,所有刪除內容也會列在時間軸上供還原。初剪仍可能漏掉改寫過的重複句或保留錯誤版本。

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

    VideoNexus:超越推理上下文的影片感知

    VideoNexus 是免訓練框架,將詳細影片感知與以證據為基礎的規劃和推理分開,由感知子智能體在獨立上下文中處理音訊及影片,並返回精簡、具時間定位的證據。在完整 LVBench 上,以 Gemini 3.8 Flash 作為規劃和感知的共用模型時,準確率達 88.6%,較靜態輸入高 3.6 個百分點,成本為內置智能體處理的 44%。

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

    WeVisForensics:用於全方位 AI 生成影片檢測的自我演進智能體

    WeVisForensics 提出自我演進的智能體框架,協調視覺及音訊取證檢查,以局部證據檢測 AI 生成影片,平均準確率達 95.2%。框架透過雙時間尺度強化學習優化調查智能體及取證檢查智能體,並整理出 ForenCue-30K。其準確率較最強的先前檢測器高 9.0%。

  20. DEV Community50

    如何核實匯出的 MP4 中的 J-cut 或 L-cut

    核實匯出的 MP4 是否為 J-cut 或 L-cut,可比對解碼音訊及畫面切換相對於來源時間的位置。教學以同一段對話製作三個 5.75 秒參考影片,音訊剪接均在 2.625 秒,J-cut 和 L-cut 的畫面剪接則分別在 3.250 秒和 2.000 秒。以 24 fps 計算,兩者分別在輸出第 78 格和第 48 格切換畫面。

11月15日週日