跳到正文
10月6日周二
  1. arXiv · AI40

    COMIC:智能体驱动的短喜剧视频生成系统

    COMIC 是一个全自动 AI 系统,能生成类似《周六夜现场》的短喜剧视频,在人工与自动评测中得分均高于智能体和视频生成基线。 系统由一组模拟真实制作工作室角色的智能体构成,通过迭代竞争、评估与精炼优化创意质量与多样性;其关键贡献是基于 YouTube 喜剧视频语料训练的 LLM 评论员,可对齐真实观众偏好自动评估幽默度,并引入多岛相对进化改进剧本及剧本条件渲染评论员进行镜头级和视频级锦标赛。

  2. arXiv · AI32

    ReMem:面向流式视频理解的长上下文保留方法

    ReMem 是一种免训练适配技术,让 VLM 能处理任意长度流式视频并提升长上下文信息保留能力,在流式视频与通用长视频理解基准上达到 SOTA。 它由两个组件构成:Streaming Context Memory(SCM)用与查询无关的注意力持续压缩历史上下文,Retrieved Vision Memory(RVM)再检索与查询最相关的显著上下文来增强 VLM 输入。

  3. arXiv · AI32

    UltraDub:统一视觉引导流学习与轨迹指导,实现逼真配音

    UltraDub 将视觉用作连续运动与结构节奏,提出统一视觉引导流学习与轨迹指导的配音框架,在四个数据集上取得 SOTA 性能。 其 MDR 模块通过共享唇动查询残差校准语言与说话人风格检索,RTG 免训练,在纯视觉预测中点评估分层多模态校正以保持时序对齐,并构建 DiverseDub 多场景基准。

10月5日周一
  1. arXiv · ML38

    视频扩散模型内部表征中物理量的定位研究

    研究发现视频扩散 Transformer(DiT)内部表征可高精度线性解码运动学与刚体动力学等物理量,且该信息在去噪早期被主动构建。 相关物理信息集中存储在目标物体 token 激活中,单帧潜变量即可读取多帧物理量,且探测方向可作为引导向量改变模型输出。 探针展示了部分外推能力,能迁移至训练分布之外的场景与物体配置。

  2. arXiv · AI28

    V-RAGBench 与 CARVE:长视频 RAG 检索新基准与免训练方法

    研究团队推出 V-RAGBench 基准与 CARVE 方法,解决长视频检索增强生成中评测偏差与粒度单一问题。CARVE 通过并行检索器与块自适应重排序,在 V-RAGBench 上超越八个现有基线。 V-RAGBench 基于小时级视频的三元组实现检索与生成解耦评测,CARVE 作为免训练方法提升了对第一人称及第三人称长视频的处理表现。

10月4日周日
10月2日周五
10月1日周四
  1. HiDream智象元一41

    HiDream V1 接入 vivago,全球排名持续攀升

    智象元一(HiDream.ai)的物理规律导向视频模型 HiDream V1 已接入旗下 AIGC 内容创作平台 vivago,面向全球用户开放。HiDream V1 在全球排名中升至第七位,自首次亮相以来排名持续攀升,印证其生成效果正不断获得全球用户认可。

9月30日周三
9月28日周一
  1. 可灵AI69

    可灵AI宣布 Kling 4.0 即将上线,Kling 4.0 Flash 开放抢先体验

    可灵AI宣布全新升级的 Kling 4.0 将于10月正式上线,Kling 4.0 Flash 已于9月28日开放小范围抢先体验。Kling 4.0 在画面真实感、多关键帧、口型匹配和创意复刻等方面实现突破,支持 4K 与 10-bit HDR 输出;单次可生成 30 秒视频,支持多关键帧控制,并新增视频续拍等创作页面功能。

    推荐理由:原文点明了 4.0 与 Flash 的能力差异、开放节奏与参考上限,读者可据此判断它对视频创作流程的影响。

9月25日周五
9月24日周四
  1. 爱诗科技 AIsphere55

    爱诗科技“PixVerse R系列”通过国家生成式人工智能服务备案

    爱诗科技自主研发的“爱诗通用实时”(PixVerse R系列通用实时世界模型)正式通过国家网信办备案,成为全国首个获此备案的通用实时世界模型。该模型具备实时生成、持续演化和即时响应交互输入的能力,未来将重点在互动影游、广告营销及电商等场景推进产品化落地。

9月23日周三
  1. 爱诗科技 AIsphere78

    爱诗科技发布 PixVerse R2 实时世界模型,以双引擎架构实现通用实时扩展

    爱诗科技正式发布具备 Scaling 能力的通用实时世界模型 PixVerse R2,开放游戏、互动影视及数字人等体验。模型基于 Omni Causal AR 与 Real-Time Acceleration 双引擎架构,将模型能力扩展与实时推理加速解耦,在生成质量、长程一致性和多模态控制方面实现提升。用户可通过 Prompt 和键盘操作实时生成并交互,PixVerse R2 已开放使用。

    推荐理由:实时与通用解耦的双引擎架构,为持续扩展的实时世界模型提供了可验证路径。

  2. 爱诗科技 AIsphere39

    PixVerse 获美国区 Google Play“本周推荐应用”,爱诗科技称 360P 视频 5 秒可生成

    爱诗科技旗下 AI 视频生成平台 PixVerse 获选美国区 Google Play 商店“App of the Week”。目前全球累计 1.5 亿用户通过该平台将文字、照片或视频转化为风格丰富的视频作品,相关特效在海外社交平台累计播放量超 10 亿次。PixVerse 持续优化生成速度,360P 视频最快约 5 秒生成,1080P 视频控制在 1 分钟以内,并近期上线了 VibeMV 功能。

9月22日周二
  1. 商汤科技SenseTime45

    商汤Seko助力单人创作者打造爆款短剧《渡骸》

    贵州大三学生CHunye利用商汤Seko独立制作日式丧尸短剧《渡骸》,目前该系列已更新至第9集,累计播放量超7400万。Seko通过提供算力扶持、Agent辅助及无限画布资产沉淀,解决了单人创作在算力成本与流程管理上的痛点。平台还上线了基于CHunye经验的独家Skill,其用户规模已突破100万。

9月21日周一
  1. 豆包工作36

    豆包工作 6 个实战场景助力电商提效

    豆包工作通过 6 个实战场景简化电商运营工作流。工具利用多维表格自动分析用户评价以驱动选品,并串联 5 个 AI 角色批量生成白底图、详情页及 10 秒短视频。此外,结合/可视化指令自动生成 GMV 等经营数据趋势图表,并创建可交互的月度预算计算器,实现收支盈亏的实时更新。

9月15日周二
9月11日周五
9月10日周四
  1. 爱诗科技 AIsphere31

    RunningHub 联合 PixVerse 启动全球 AIGC 长片创作大赛

    RunningHub 联动华语科幻星云奖及 PixVerse,共同启动全球 AIGC 长片创作大赛,邀请刘慈欣担任大赛顾问。大赛总奖励池价值 550 万元,包含 350 万元现金和 200 万元算力,并开放 10 部科幻文学 IP 免费改编。参赛者可使用 PixVerse C1 和 V6 模型制作 90 分钟以上电影或长剧,获奖项目将获后续孵化支持。

9月8日周二
8月31日周一
  1. 可灵AI38

    可灵 API 在百度秒哒平台调用量突破 2496 万次

    可灵能力接入百度秒哒平台后,累计调用次数已超过 2496 万次。 应用开发者主要将可灵用于两类场景:一是通过 可灵3.0Omni 和 可灵3.0Turbo 模型为应用增加视频生成能力,二是批量生成视觉素材以提升游戏或叙事内容的沉浸感。 近期上线的 Agent Market 提供 一键换装 和 商品成片 等开箱即用功能,并开放 API 供开发者集成,同时秒哒平台推出限时优惠以促进影像生成能力的普及。

  2. MiniMax 稀宇科技82

    MiniMax H3 Max 接入开放平台,支撑 24 小时 AI 直播场景

    MiniMax 将 H3 Max 768P 和 480P 接入开放平台和 MiniMax Design,基于其与 fal 合作的后训练与推理优化,5 秒 768p 视频生成耗时不到 3 秒,已满足实时直播速度门槛。

    推荐理由:H3 Max 768P 生成 5 秒视频耗时不到 3 秒,满足实时直播生成速度门槛,支撑了 24 小时 AI 电视台等实时交互场景。