可灵 4.0 实测：零真人出镜制作探展视频，距离一站成片仍有差距
奇点研究社用可灵 4.0 实测 AI 人物与展会实拍素材结合的探展视频，部分镜头接近可交付状态，但稳定成片仍需反复重试。测试拆分为 7 组画面并准备约 3000 字提示词，模型能完成部分推移运镜和音画同出，也会出现主体替换、一镜到底变成硬切、修改后声音乱码等问题。
推荐理由：实测将可灵 4.0 的单镜头表现与整片交付拆开比较，具体呈现了复杂指令、连续叙事和后期修改中仍需人工兜底的环节。
#视频
钛媒体精选AI 评分7676
The Decoder精选AI 评分5151 Google 团队提出 StreamVibe，让视频 AI 判断何时主动提供帮助
Google 牵头的研究团队提出 StreamVibe 视频智能体，可通过视频理解明确、未言明及执行中变化的意图，并判断何时主动开口。团队以超过183小时的日常与软件录制构建约4,100个样本的基准，由Gemini 2.5 Flash提出帮助时机和内容，再由4名人工评估者一致认可。
推荐理由：研究用约4,100个样本检验视频智能体的主动帮助能力，并以长视频连续交互揭示回应时机、任务记忆和意图变化的累积误差。
钛媒体精选AI 评分5757 腾讯绿泡泡短剧用户增长、AI剧起量：短剧竞争延伸至App排行榜之外
短剧竞争已越过独立App排行榜，微信小程序、独立App与海外平台多路并行，供给端和用户端尚未被单一平台锁定。QuestMobile数据显示，腾讯绿泡泡短剧小程序8月月活达1.43亿，10月首周周活达8968万，较9月首周增长44.1%；2026年5月微信小程序用户为5.08亿，高于独立App的4.02亿。
推荐理由：文章通过多组渠道数据与海外案例对照，解释短剧竞争为何仍未收敛，并呈现免费模式和AI剧生产对供给、发行与就业的扩展。
量子位精选AI 评分6666 AI影视公司Utopai Studios完成 6000 万美元融资，估值站上 10 亿美元
AI影视公司Utopai Studios完成 6000 万美元融资，估值站上 10 亿美元；据 The Information 报道，下一轮投资意向达 20 亿至 30 亿美元。
推荐理由：文章把Utopai Studios的估值拆成模型、制片工作流、发行渠道与IP储备四部分，呈现AI影视公司的基础设施化路径。
HF Daily PapersAI 评分3434 ReLift：将密集 3D 跟踪转化为抬升轨迹修复
ReLift 提出一种无需基于图像训练的前馈框架，将密集 3D 跟踪转化为几何轨迹修复与补全。轨迹校正器利用沿轨迹与跨轨迹交替注意力，可在不重训时跨跟踪器和几何模型复用。WorldTrack 上平均准确率达 SOTA，较最强基线全点和动态点分别提升 2.1 APD、3.0 APD，较快配置快于 4RC。
HF Daily Papers精选AI 评分5858 L3G-World：基于潜空间3D Gaussian记忆的实时无限世界生成
L3G-World 通过潜空间3D Gaussian记忆与视频扩散Transformer交替自回归更新，实时生成空间一致、可交互的无限世界。记忆规模随场景范围而非生成流长度增长，每个Gaussian还存储VAE潜特征，可直接渲染到DiT潜空间而无需VAE重新编码。
推荐理由：论文给出潜空间3D Gaussian记忆与视频扩散Transformer交替更新的实时世界生成方案，并以9 FPS及相对基线的效率对比展示实现路径。
36氪精选AI 评分6767 昆仑万维2026年前三季度营收89.37亿元，AI短剧9月单月流水近1亿美元
昆仑万维发布2026年第三季度报告，前三季度营业收入89.37亿元，同比增长53.96%，净利润实现扭亏。天工AI业务收入43.21亿元，同比增长168.29%，带动第三季度毛利率升至74.41%。2026年9月，AI短剧平台业务单月流水近1亿美元。
推荐理由：昆仑万维披露了AI业务拉动增长的具体财务数据及AI短剧流水，读者可据此观察其商业化节奏与收入结构变化。
量子位精选AI 评分7575 Genspark Media Studio 正式发布，集成 20 多家厂商的 70 多个模型版本
Genspark Media Studio 正式发布，将 20 多家厂商的 70 多个模型版本整合为视频 Agent 工作台。大语言模型负责剧本与流程调度，Seedance 2.5、可灵、Veo 等生成视频，GPT Image、Nano Banana 处理图像，ElevenLabs 等负责声音，覆盖短剧、知识讲解和游戏生成。
推荐理由：实测覆盖短剧、知识讲解和游戏生成，并拆解模型调度、局部重拍与积分消耗，能为判断工作流和成本提供参照。
钛媒体精选AI 评分6767 AI 引发影视就业大迁徙，多位演员转向海外求学、景区 NPC 与幕后工作
AI 短剧扩张正在重塑内娱就业，部分演员转向海外求学、景区 NPC、夜市摊贩或幕后工作。剧目供给和开机率收缩，2025年过审电视剧从前年的429部降至115部，文中称今年新剧开机率仅为去年三成、超九成新短剧由 AI 制作。
推荐理由：文章对比真人短剧与 AI 短剧在制作周期、成本和岗位需求上的差异，并追踪演员转向景区 NPC、直播和幕后工作的路径。
钛媒体精选AI 评分6060 《三星堆：未来往事》票房失利，AI院线与“大预言家”叙事受审视
潜水鱼X以《三星堆：未来往事》票房失利为切口，复盘博纳等文娱公司用AI未来叙事支撑估值与市场预期的做法。影片上映四天票房一百二十万出头，观众集中批评AI感、塑料感和口型等问题；博纳上半年AI影视剧业务收入193.23万元，仅占总营收0.42%。文章还以华策采购服务器、慈文传媒布局AI漫剧为对照，指出相关公司的AI布局与作品口碑、观众需求仍有距离，2027等未来时间表继续承担预期叙事作用。
推荐理由：文章把《三星堆：未来往事》的低票房、观众反馈与博纳的AI战略和股价表现并置，呈现内容质量尚未兑现时的商业化矛盾。
HF Daily Papers精选AI 评分5353 Wizard：通过智能体控制实现任意世界的实时操控
Wizard 提出一种面向世界模型的智能体控制方法，将角色动画、场景操控和玩法逻辑与视觉生成解耦。该方法通过结构化视觉代理控制角色骨架和场景几何，并以显式世界状态支持自适应 Boss 行为和符合机制的战斗。训练数据包含 50.3 小时代理—视频对，覆盖 750 个场景和 178 个角色，配合少步蒸馏实现 24 FPS 交互，并可零样本泛化到未见场景、角色和动作，代码即将推出。
推荐理由：Wizard 将角色动画、场景操控和玩法逻辑与视觉生成解耦，并以 24 FPS 实时交互展示了扩展世界模型动作控制的方法。
钛媒体精选AI 评分7373 AI剧与漫剧供给激增，内容生意为何更难赚钱
AI漫剧降低制作门槛并提高产能，却因注意力稀缺、分账下降和平台补贴退潮，未能带来更高利润。酱油文化称，去年单部AI漫剧标准价为10万元，今年10月每分钟降至400元，80分钟作品约4万元；其产能从10人1个月做1部提升到1人1个月做3部，月产从四五十部增至两三百部后，收入仍为两三千万。
推荐理由：文章以制作成本、爆款率、平台分账和补贴变化对照供给扩张与利润下滑，解释AI降本未改善漫剧收益的机制。
HF Daily Papers精选AI 评分4949 VibeVideoBench：评测多模态智能体的代码驱动视频生成能力
VibeVideoBench 提出一个评测多模态智能体代码驱动视频生成能力的基准，包含239项中英文自包含任务和12个类别。每项任务要求智能体在无图像或视频生成模型的沙箱内用代码产出带声音的 MP4，并在1小时内完成；评估结合交付规范程序检查、约13k项任务量规和3个VLM评审组。
推荐理由：该基准覆盖239项中英文任务，并用分层量规与人类偏好对照，揭示智能体常因时间管理影响最终视频交付。
HF Daily Papers精选AI 评分5050 CodeCap-Bench 论文提出以代码作为视频字幕的评测基准
CodeCap-Bench 论文提出以可执行代码作为视频内容的补充表示，并推出评测多模态模型代码字幕生成能力的基准。该基准包含323个视频、五类结构化2D内容、细粒度标注和多层级评测框架。实验显示，代码字幕在问答推理准确率和视频重建保真度上优于自然语言字幕，但领先专有模型仍难以忠实呈现复杂时序，开源模型明显落后。
推荐理由：论文用323个视频和五类结构化2D内容构建基准，并同时比较问答与视频重建结果，便于比较模型在复杂时序描述上的差异。
HF Daily Papers精选AI 评分5555 Hy-Nomas：面向自由形式交互式世界生成的视频世界模型
Hy-Nomas 提出一种采用 8B 扩散骨干的视频世界模型，可依据多轮自由文本指令和连续镜头控制生成可变长度片段。模型结合结构化视频描述与动作感知因果注意力，在保留交互历史和动作后果的同时限制动作的作用窗口；视觉语言 Prompt Enhancer（PE）会将用户请求和多模态交互历史转换为下一片段的结构化条件。论文还公开模型权重、代码、基准和轻量适配流程，人工评测显示其表现优于现有世界模型。
推荐理由：论文将多轮指令、历史缓存和动作时间窗约束整合进 8B 扩散骨干的视频世界模型，并公开代码与基准，为复现交互式生成研究提供技术路径。
HF Daily Papers精选AI 评分4040 ThinkWorld 通过世界想象强化链式动力学推理
ThinkWorld 提出 Vision-Language-Action（VLA）学习框架，将动作推理置于世界动力学中，并通过世界想象强化学习利用无动作标注的人类视频。
推荐理由：ThinkWorld 用动作标注初始化 CoD，再以世界想象强化学习利用无动作标注的人类视频，为机器人跨本体迁移提供可复用方法。
HF Daily Papers精选AI 评分3535 LociArt 提出统一范式实现自由风格局部视频风格化
LociArt 提出统一范式，通过生成式细化网络实现自由风格的局部视频风格化，并保持非目标内容与较强的时间一致性。GRNStyle 引入极坐标风格感知掩码及表示—几何条件控制，结合自动化数据管线构建包含 100K 个局部风格化配对的 LociArt-100K Dataset。
推荐理由：LociArt 将区域风格控制、自动化配对数据构建与专用基准整合到统一框架，便于对照评估局部风格化质量、非目标保留和时序稳定性。
钛媒体精选AI 评分6363 生成式 AI 涌入中国广告信息流，巨量引擎与小红书转向 AI 审核
生成式 AI 让 15 秒广告视频制作成本降至接近一顿午餐钱，巨量引擎与小红书正以多模态模型和智能体式审核应对批量合成广告。巨量引擎称拦截能力已提升一个数量级，并计划约一年内让 AI 成为默认审核层，规则按月更新。平台还用生成式工具解释拒审原因、提供一键修复和规则说明，以降低广告主反复提交与申诉的成本。
推荐理由：文章把低成本生成与规模化审核放在同一框架下，展示多模态识别、智能体式审核和拒审修复如何应对合成广告。
钛媒体精选AI 评分7878 AI冲击基层演员：短剧制作降本与就业承压
AI短剧以更低成本和更短周期挤压基层演员岗位，标准化、重复型表演成为主要替代对象。2026年第一季度上线的约12.8万部微短剧中，AI微短剧达12.2万部，占比超过95%；低端流水线AI短剧成本约3000到5000元、5天制作80集，而传统真人短剧通常需50万到100万元和两到三个月。文章通过翻译与客服行业对照指出，AI主要替代初级、标准化劳动，同时提高复杂岗位对高层次人才的要求。
推荐理由：文章以短剧演员承压为切口，对照翻译与客服案例，解释AI如何替代标准化劳动并抬高复杂岗位的人才门槛。
The Decoder同事件AI 评分6363 Google DeepMind 发布 Genie 4 实时世界模型，仅向部分测试者开放
Google DeepMind 发布 Genie 4 实时世界模型，通过逐帧计算生成可交互场景，并直接生成环境声音与角色对话。Gemini 3.8 Flash 在后台拆解目标、依据新帧检查步骤并调整计划，Gemini 4 Argon 则被测试用于连接 Gemini Robotics，以纯模拟演示 Apptronik 的 Apollo 人形机器人下棋。
同一件事，精选收录的是《Google DeepMind 发布 Genie 4 多模态世界模型》
HF Daily Papers精选AI 评分4848 WeVisCut：单智能体统筹从旁白到长视频的完整剪辑流程
WeVisCut 研究提出一套脚本转长视频系统，用单一 9B 策略协调视频编辑工具、维护共享制作状态并恢复失败。四阶段数据管线结合编辑反演与验证回放，基于 3,750 个成片生成超过 130K 个训练样本，并提出 100 项任务和 5 项指标。
推荐理由：该研究把长视频编辑决策、故障恢复与 token 成本纳入同一 9B 策略，呈现任务专用智能体在质量与效率上的取舍。
HF Daily Papers精选AI 评分4747 AskStream 基准：流式视频理解在不确定性下何时主动提问、问什么
研究团队提出 AskStream 多轮基准，用于评估流式视频理解模型在不确定性下主动询问缺失信息的能力。该基准覆盖视频和用户两类不确定性，包含 4 类任务、8 个子任务、438 个视频及 2,714 个人工标注的帧级时间窗口，动作分为等待、提问和回答。在选择题和开放式设置中，最强模型的 Ask-F1 也仅为 52.18%，反映出模型主动寻求信息能力的局限。
推荐理由：AskStream 将流式视频交互拆分为等待、提问和回答三类动作，并用多轮数据呈现模型主动补全信息的关键难点。
TechCrunch同事件AI 评分7676 Google DeepMind 发布 Genie 4 世界模型，支持实时音频和模拟中交互控制
Google DeepMind 以研究预览形式发布 Genie 4 世界模型，可生成与模拟场景匹配的实时音频，并允许用户在模拟过程中输入提示改变场景。Genie 4 可保持场景最长 2 分钟，是 Genie 3 的 2 倍，并支持实时修改天气、镜头角度以及新增人物或物体。
同一件事，精选收录的是《Google DeepMind 发布 Genie 4 多模态世界模型》
Ars Technica · AI同事件AI 评分5656 Google DeepMind 发布 Genie 4 世界模型，加入音频并提升仿真真实性
Google DeepMind 发布 Genie 4 世界模型，可按指令实时逐帧生成可交互体验，并加入音频、提升物理与人物仿真的真实性。改进部分得益于 Google 更新的 Gemini 模型，DeepMind 称该技术有望为物理机器人创造无限训练环境，并支持创意领域的快速原型设计。
同一件事，精选收录的是《Google DeepMind 发布 Genie 4 多模态世界模型》
Hacker News精选AI 评分7575 Claude Code 为 Petroly 宣传视频加入动画时序单元测试
Vieltrinker 用 Claude Code 为燃油价格应用 Petroly 制作了一段 15 秒宣传视频，并把通知与价格动画的先后关系写成单元测试。
推荐理由：展示了将视频动画拆成可测试代码的完整流程，借助 Claude Code 迭代修改、定位单帧并复用同一渲染器生成多语言版本。
钛媒体精选AI 评分7575 AI短剧流水线从业者讲述爽点模板、生产成本与平台分成变化
AI 短剧已把短剧生产改造成按爽点模板批量写作、生成与剪辑的流水线，受访从业者则靠大模型工具完成高频交付。编剧阿松用 DeepSeek 和豆包写稿，每月完成四部剧的剧本量；剪辑师乐乐用即梦生成动画、剪映剪辑，阿松底薪 8000 元，乐乐月薪 5000 元且常加班。
推荐理由：文章通过培训师、编剧和剪辑师的一线讲述，拆解 AI 短剧的爽点模板、生产成本、平台分成变化与从业者处境。
HF Daily Papers精选AI 评分4141 StreamVibe：面向持续变化用户意图的主动视频智能体
StreamVibe 提出面向主动视频交互的研究方案，包含基准、流式视觉语言模型和分层记忆框架，用于理解显式、隐式及持续变化的用户意图。StreamVibe-Bench 包含 4.1K 个评测样本和 85K 个训练样本，覆盖显式、隐式和动态意图。
推荐理由：论文将基准、流式模型与分层记忆框架整合为一套主动视频交互方案，并报告响应时机、答案质量和持续适应方面的量化结果。
36氪精选AI 评分3939 中信建投：AI艺人和AI综艺有望接棒AI短剧
中信建投判断，AI艺人和AI综艺有望接棒AI短剧，成为接下来AI+影视的爆发点。华策影视、芒果超媒已推出原生AI艺人，爱奇艺官宣首批签约AIGC创作者，AI演技竞演恋爱综艺《心动再开机》即将上线。研报还提到AI漫剧和AI短剧爆发式增长、AI长剧《后西游记》上星及AI电影《三星堆：未来往事》登录院线，认为相关技术基础已具备且已有案例落地。
推荐理由：研报梳理了AI短剧、AI长剧和AI电影的落地案例，并提出AI艺人与AI综艺可能接棒短剧，提供后续观察内容形态的线索。
Hacker News精选AI 评分5858 Corridor Digital 发布 CorridorKey 2.0 抠像插件
Corridor Digital 发布 CorridorKey 2.0，以一次购买提供 Resolve、Nuke、After Effects、Premiere、Blender 插件及 Mac 独立应用，不采用订阅制。
推荐理由：CorridorKey 2.0 以一次购买覆盖多款 VFX 与剪辑软件，并通过整段视频分析和 AlphaHint 控制抠像，便于比较其跨软件工作流。
HF Daily Papers精选AI 评分3838 FrameForge 利用视频基础模型先验实现统一条件图像生成
FrameForge 动态选择不同虚拟间隔的时序 RoPE 专家，并通过潜在中间状态建模条件到目标的变换，实现统一条件图像生成。该方法以 Mixture of Temporal Experts（MoTE）和 Chain of Temporal Reasoning（CoTR）分别建模条件与目标的时序距离及变换路径，建立在预训练视频模型之上。
推荐理由：FrameForge 将视频模型的动态时序先验用于统一条件图像生成，并用 MoTE、CoTR 和三项基准对比展示多任务表现。
36氪精选AI 评分6060 Vivix 公开实时交互模型 W1 和 A1，聚焦游戏与直播
Vivix 公开实时交互模型 W1 和 A1，分别面向理解、交互、生成一体化与角色交互场景。W1 在交互场景中生成下一帧画面需 300-600 毫秒，实时生成成本接近 YouTube 每小时约 0.2 美金的 CDN 带宽成本，比当前头部视频生成模型低 1-2 个数量级。
推荐理由：文章用 300-600 毫秒首帧时间及相对头部视频模型低 1-2 个数量级的成本，解释 Vivix 的实时交互路线。
TechCrunch精选AI 评分5353 Grok 发布 AI 生成《奥德赛》第一集前七分钟
Grok 发布与 Wonder Studios 和导演 Dev Walker 合作制作的 AI 生成《奥德赛》第一集，公开内容只有七分钟。TechCrunch 作者 Anthony Ha 观看后表示，个别镜头看起来像真人演员在真实海上航行，但整体缺乏艺术感、人物感染力和叙事推进。他也无法判断该片段的历史准确性。
推荐理由：作者看完公开的七分钟片段，并拿它与 Nolan 的实拍版本对照，集中呈现 AI 生成影像在真实感、叙事和人物感染力上的不足。
HF Daily Papers精选AI 评分4141 MatAnyone-E 通过稀疏记忆传播加速高分辨率视频抠图
MatAnyone-E 通过仅在高分辨率下匹配不确定区域并采用轻量解码器，实现估计 7.4 倍的推理加速，同时保持与 MatAnyone 2 相当的抠图质量。它先以低分辨率传播定位不确定区域及相关记忆候选，再只对这些区域进行高分辨率匹配，其他位置复用低分辨率结果。
推荐理由：MatAnyone-E 将高分辨率匹配限制在不确定区域，并用轻量解码器降低开销，给出 7.4 倍推理加速和 4K 峰值 GPU 内存对比。
HF Daily Papers精选AI 评分4949 VMem-Bench 受控研究：长视频生成中的视觉记忆越多越好吗？
VMem-Bench 受控研究发现，检索视觉记忆能提升长视频的历史一致性，却会降低当前叙事准确性。研究以 92 部真实影片的 16,548 个片段和 30 个因果生成故事的 2,824 个片段开展双轨诊断，比较四种检索策略及无记忆、末次出现对照。
推荐理由：双轨对照显示，检索视觉记忆虽提升实体召回与历史相似度，却降低当前叙事精度和对禁用实体的规避能力，揭示记忆评估中的关键混淆。
HF Daily Papers精选AI 评分3838 OmniShowcase 基于多视图图像实现全向主体一致性视频生成
OmniShowcase 通过几何驱动的训练数据和表面法线图条件，改善从多视图参考图像生成特定主体视频时的新视角主体身份与 3D 一致性。
推荐理由：论文将几何驱动的数据合成与表面法线条件结合，配套构建 Showcase-4K 和 ShowcaseBench，便于复现并比较跨视角主体一致性表现。
Hacker News精选AI 评分5555 Nikon 第 16 届 Small World in Motion 摄影赛冠军因违规使用 AI 被取消资格
清华大学 Ning Xu 博士获得 Nikon 第 16 届 Small World in Motion 显微摄影赛冠军后，被 Nikon 取消冠军头衔，调查认定其作品违反参赛规则。他承认在超分辨率光学成像的重构灰度图后处理中使用 AI 区分和呈现特征，但称未用 AI 生成纤毛及其运动；研究人员则指出画面存在异常，并称源图带有 AI 生成水印。Nikon 表示未来将重新审视比赛规则和评审程序。
推荐理由：该事件呈现科学影像比赛中 AI 使用引发真实性争议及赛后处置流程，参赛者可据此审视生成内容与辅助增强的规则边界。
钛媒体精选AI 评分7171 2027年成为人形机器人演示与交付承诺的集中检验期
十几家人形机器人公司把交付、算力部署或规模演示的关键节点集中在2027年，竞争焦点将从“谁先交卷”转向“谁能证明兑现”。文章以特斯拉、Figure、OpenAI、小鹏、智元、宇树和优必选等公司的公开承诺为样本，指出“量产”“自主”“成功”缺乏统一定义，并核算了 Figure 最多部署10万块 NVIDIA Vera Rubin GPU 与 Barstow 场地容量之间的落差。
推荐理由：文章对比多家机器人公司的2027年承诺，并拆解演示可信度与第三方验证缺口，为审视人形机器人进展提供可复用的问题框架。
Hacker News精选AI 评分6565 美国媒体、电影与艺术行业四年流失逾 200k 个岗位，AI 影响有多大？
过去四年，美国媒体、电影与艺术行业已流失逾 200k 个岗位，最近一年约流失 50k 个，但 AI 造成的具体份额难以与其他因素区分。各数字艺术子行业普遍出现岗位流失，现场娱乐仍在增长；电影与录音业近三年承压最重，四年媒体岗位损失中近一半集中于这一领域。作者以音乐流媒体化、出版内容解绑和视频流媒体化为历史对照，并指出近六年图书销量增长 70%，说明技术变化也可能带来难以预料的积极外溢效应。
推荐理由：文章把创意行业四年就业下滑与 AI 扩散并置，同时纳入行业整合、离岸外包等干扰因素，呈现了更审慎的归因框架。
The Verge · AI精选AI 评分4242 BBC 纪录片《Blue Planet III》保留粗粝镜头维护真实性
BBC 的《Blue Planet III》保留过去会剪掉或避开的浮游生物、船只、浮标和不佳水质画面，降低影像因过分精致而显得像 AI 生成的可能。片中呈现海豚用海绵堵洞困鱼、鱼类跨物种交流，以及 200,000 只螃蟹列队觅食；执行制片人 Elizabeth White 认为真实海洋生物可能比 AI 能想象的更奇妙。
推荐理由：《Blue Planet III》保留浮游生物和不佳水质等不完美镜头，以回应 AI 影像过度精致的问题，提供了纪录片维持真实感的具体做法。
36氪同事件AI 评分3939 小云雀并入即梦，剪映完成AI短剧创作业务整合
近期，剪映内部完成业务整合，AI短剧创作平台小云雀并入智能创作平台即梦，产品仍保留独立入口。此次调整主要是资源整合，即梦已经接入小云雀短剧相关能力。调整后，小云雀由即梦运营和市场负责人陈欣然负责，产品团队没有变化。
同一件事，精选收录的是《字节将小云雀并入即梦，整合AI短剧创作能力》