跳到正文
10月26日周一
  1. Hacker News AI37

    中国首部全AI生成电影《三星堆:未来记忆》院线热映但预售票房低迷

    中国首部全AI生成科幻电影《三星堆:未来记忆》于10月23日登陆院线,但预售收入仅6.5万元,远低于1000万元的制作成本。 博纳影业总裁蒋德富称这是行业开拓性尝试,但观众普遍反应冷淡。独立导演张军指出,观众现阶段不会单纯因AI生成而买单,Hollywood同期也有AI电影计划上映。

10月25日周日
  1. 机器之心42

    可灵 AI 联合发布 JointLight 实现人物视频精准可控重光照

    可灵 AI 团队提出 JointLight 方法,支持人物视频的可控重光照。该方法基于 Wan2.2-TI2V-5B 微调,通过几何先验与异步联合建模,调整光影并保留人物外观与动作。 在 SynthDynamic 动态光照测试中,JointLight 的 PSNR、SSIM 和 LPIPS 三项指标均优于对比方法。该技术为影视后期及虚拟内容制作提供了更灵活的光影编辑能力。

  2. APPSO50

    AI 短剧并非算力浪费:其爆发式增长正在创造新增推理需求

    “国内 55% Token 消耗用于 AI 短剧”的说法不成立,因为算力按请求触发且无法精确归类,但 AI 微短剧确实成为最大增量场景。 2026 年上半年 AI 微短剧上线约 27 万部,占微短剧总量超 74%,郑州“Token 工厂”计划支撑超 3000 家短剧企业。 高频生成与试错推动视频模型迭代,短剧市场正在将闲置算力转化为实际商业需求,而非挤占既有资源。

  3. IT之家39

    BBC《蓝色星球 3》刻意保留瑕疵镜头,与 AI 完美影像划清界限

    BBC《蓝色星球 3》纪录片刻意保留不完美镜头,以证明内容真实性,避开 AI 生成内容过度精致的破绽。 执行制片人伊丽莎白·怀特表示,以往会剪掉含浮游生物等杂物素材,但这次选择如实呈现。纪录片记录了海豚围猎鱼类等震撼景象。 真实的海洋生物或许比人工智能所能想象出的景象还要奇妙。

  4. Hacker News AI26

    AI Trend Video:上传照片生成热门病毒式短视频

    AI Trend Video 是一款网页端生成器,允许用户上传照片直接替换至 6 类热门病毒视频模板中,无需编写提示词,几分钟内即可生成 9:16 比例的视频。 工具支持 TikTok 等短视频平台格式,基础版无水印,单次生成消耗 2 个积分;月付订阅 $39.99 起,可解锁用个人片段制作私有模板的自定义功能。

10月24日周六
  1. 可灵AI60

    Kling 4.0正式全量上线,获多位行业导演肯定

    可灵AI于10月15日将Kling 4.0正式全量上线,支持最长30秒原生生成与多关键帧控制。导演金性洙、李少红、陆川及多位国际制作团队表示,Kling 4.0在大幅动态表现、物理交互、角色一致性和复杂指令遵循方面显著升级,能减少无效生成并提高素材可用率。

    推荐理由:原文列举了多位行业导演及制作团队的实际项目反馈,读者可据此了解Kling 4.0在物理交互、角色一致性等维度的专业应用表现。

  2. 智东西52

    国内首部AI超写实电影《三星堆:未来往事》登陆院线,制作成本降低九成

    国内首部AI超写实电影《三星堆:未来往事》正式登陆院线,上映首日综合票房为40.1万元,该片制作成本仅为千万元级别,降幅接近90%。影片由生数科技Vidu提供技术支持,团队历经两年产出120余万张底图,全流程采用AI工业化生产模式。行业侧,爱奇艺宣布全年计划上线40余部AIGC电影,Netflix平台上已有近300部作品融入生成式AI。

  3. 量子位77

    达瓦科技发布Scenes AI实时世界模型,34B参数跑通单张5090显卡

    重庆达瓦科技凭借Scenes AI在NVIDIA创业企业展示中获奖。该产品为34B参数实时世界模型,支持单张NVIDIA GeForce RTX 5090实现720P 25帧实时输出。其核心架构通过稀疏扩散、神经物理等机制实现局部更新与状态维护,相关NVD论文已被ACM UbiComp / ISWC 2026接收。

    推荐理由:达瓦科技展示了34B参数模型在单张消费级显卡上实时运行720P 25帧的技术架构,展示了国产实时世界模型在低算力部署上的实现路径。

  4. Hacker News AI48

    中国首部全AI生成电影《三星堆》周五上映

    中国首部获批院线发行的全AI生成电影《三星堆》本周五上映。制作历时两年,生成超120万张预演图像,历经100多版全片迭代,耗资超1000万元人民币(约150万美元)。 剧组按17个专业分工流程制作,在虚拟环境中将生成模型输出转化为符合创作意图的影像,并至少完整重制五遍。 影片获中国院线发行许可,区别于网络短视频;已亮相戛纳电影节,正洽谈马来西亚、俄罗斯、法国等海外市场发行。

  5. R/ArtificialInteligence46

    Dreamina 提供 0.29 美元全功能 Seedance 访问,定价逻辑是否成立?

    Dreamina 推出 0.29 美元/月全功能 Seedance 访问促销,引发对定价可行性的讨论。 两者均由 ByteDance 开发,其自有的 AI 基础设施使得边际成本远低于 Runway 等收取 20-30 美元/月的独立工具。 低价策略可能降低使用门槛并积累数据,但其他 AI 视频公司在该价位下的生存能力仍存疑。

10月23日周五
  1. 36氪57

    AI 日产 200 条视频、单条成本不到 5 元:内容电商素材量产三步法

    运营研究社梳理 AIGC 批量产电商素材的三步方法:先把素材拆成可复用模板,再用低价快模型测钩子和方向、用高价模型出成片,发布前按平台规则做合规自查。文中案例称,5 人团队一天可用 AI 生成上千条视频,单条成本可压到 5 元以内,半小时就能完成从规划、生成到上传的全流程,使过去靠人海战术堆素材的打法被重新组织。

  2. IT之家65

    字节跳动发布Seedance 2.5 4K模型

    字节跳动旗下火山引擎正式发布视频生成模型Seedance 2.5 4K,该模型针对人物表情、细微动作与画面细节进行了专项训练,支持Draft样片模式,允许用户先用480P验证分镜后再生成4K正片。目前该模型仅供部分企业客户试用,后续或将逐步扩大开放范围。

  3. arXiv · NLP24

    RiskCueBench:视频语言模型中基于早期风险线索的预期推理基准

    研究人员提出新基准 RiskCueBench,要求模型识别视频中最早的风险信号片段,而非观看包含事故的全程视频。 该基准旨在解决现有数据集提供完整视频序列导致任务难度降低的问题,更真实地反映现实场景。 实验结果显示当前系统在从早期视觉信号预判未来风险事件方面存在显著能力差距,揭示了部署视频风险预测模型的实际挑战。

  4. arXiv · NLP21

    PRISM:面向程序视频错误识别的逐步序列推理方法

    提出 PRISM 方法,通过轻量级隐马尔可夫模型将视频片段映射至程序状态,识别插入、删除、替换和换位四类编辑错误。 在三个基准测试中,对比黄金描述与 VLM 生成描述,结果显示训练后的本地解码器性能优于最近候选匹配,语义角色标注在六项对比中提升了 Any-F1 分数。

10月22日周四
  1. 可灵AI55

    可灵(Kling)4.0 API 正式开放申请

    可灵 AI 宣布 Kling 4.0 API 于 10 月 21 日开放申请,个人开发者与企业用户均可接入。该版本大幅提升了画面真实感、创意可控性与叙事完整度,并在视听表现、多关键帧、口型匹配、文字生成及创意复刻等能力上带来突破。

  2. 哩布哩布AI66

    可灵 4.0 满血版上线 LibTV,支持 30 秒原生视频生成与 10 张关键帧控制

    可灵 4.0 满血版正式上线 LibTV,支持最长 30 秒原生视频生成,强化高速运动、复杂镜头调度与动态场景中的物理一致性。该版本支持最多 10 张关键帧控制与 15 项多模态参考,以提升角色表演、场面调度及镜头语言的精细控制能力,同时升级人物微表情、光影层次、材质还原及多语言音画同步效果。

    推荐理由:可灵 4.0 满血版在 LibTV 上线,支持 30 秒原生直出、10 张关键帧控制及 15 项多模态参考,提升了高速运动与复杂运镜的物理一致性。

  3. IT之家47

    火山引擎启动 Seedance 2.5 4K 企业试用,定向供应 20 家工作室

    火山引擎启动 Seedance 2.5 4K 模型第一批企业试用,定向供应给全球 20 家工作室和导演。 该模型是 Seedance 2.5 系列中最强版本,主打画面细节更清晰、人物表演更细腻自然及参考生成一致性更精细,支持原生 4K 输出,单段视频时长延长至 30 秒,并新增局部精修功能。 目前 20 部在用作品包括下月播出的卫视 S 级 IP 及全球大 IP 电影,旨在探索高端影视需求。

  4. arXiv · NLP28

    OACap:面向详细视频字幕生成的字幕引导主动观察方法

    OACap 提出了一种以字幕为中心的代理,通过时空工具获取证据并迭代修正字幕,在固定文本阅读器下持续提升通用视频理解基准性能。 团队引入了 FSCap-Bench,其 CSFS 指标结合声明精确率与重要性感知事实覆盖率,在 93.0-98.3% 的有效字幕对中对四种受控扰动反应符合预期。CSRS 通过视频-字幕往返匹配原子事实衡量语义保留。

  5. arXiv · AI25

    智能体视频理解综述:从文献分类到开放方向

    该综述聚焦于利用视频作为主要信息源的智能体系统,探讨其通过自适应状态构建与动作选择解决理解任务的机制。文章提出挑战-设计分类法,将上下文瓶颈、证据稀疏等问题与分层记忆、主动获取等设计相对应,并回顾了状态空间与学习范式。该工作已被 DICTA 2026 接收,旨在推动智能体原生的时间建模与视频原生智能体发展。

  6. HackerNoon · AI47

    2026年为何无人敢为AI生成电影提供保险

    2026年AI生成电影因错误与疏忽险(E&O)拒保导致无法发行。流媒体平台强制要求E&O证书,缺失即终止合作。 承保方因风险不可定价拒绝自动覆盖AI内容。需人工验证画面、记录素材溯源及版权登记,否则无法完成核保。 无保险即无发行渠道,行业仍缺乏标准化解决方案。

10月21日周三
  1. Hacker News AI42

    清华大学 PPMem 利用平面原语提升 AI 视频世界模型的记忆能力

    清华大学团队发布 Persistent Planer Memory (PPMem) 系统,通过存储扁平几何表面替代沉重的 3D 点云,解决生成式 AI 视频缺乏空间记忆与一致性的问题。 每个平面原语仅由 7 个参数定义,比逐像素表示紧凑数个数量级,在相机回访早期位置时能有效防止物体消失或变形。 该方法显著降低推理要求,使视频世界模型能生成连贯的长场景而非短片段,实现类似人类的空间记忆。