依意思最接近的 30 筆
Higgsfield AI 藉助 GPT-6 Astra，把 AI 生成影片的時長從原先約 1 分鐘提升到 10 分鐘以上，CEO Alex Mashrabov 稱這緩解了長影片中畫面一致性的難題。配合 GPT-Image-2.5，平台可穩定渲染影像上的文字與資訊圖，服務缺少製作預算的小商家。Codex 讓約 200 名創意人員把想法直接做成軟體原型，團隊還用 GPT-6 Astra 生成長度超 10 分鐘的教學影片。
一位使用者僅向 Opus 5.5 提供創意、工作資料夾和音樂檔案，模型便自主完成了從調研到成片的全流程。它檢索了四年 AI 發展資料與素材，擷取文章和介面截圖，編寫 HTML 與動畫程式碼，用 Playwright 渲染畫面、FFmpeg 合成並加入音效，最終輸出完整影片。
有人做了一款工具，追蹤 AI 行業領袖在影片中的公開表態，並展示他們觀點隨時間的變化。目前收錄了 Dario Amodei（累計 54 條）、Alex Karp（51 條）、Marc Andreessen（49 條）、Sam Altman（45 條）、Palmer Luckey（40 條）、Satya Nadella（23 條）、Elon Musk（21 條）、Yann LeCun（6 條）等人，頁面同時標註本週新增條數，例如 Alexandr Wang 本週有 5 條。
軟體架構師 David Pertiller 用 Claude Code 為油價應用 Petroly 寫了一個 JavaScript 渲染器，把 15 秒宣傳影片變成時間函式 frame(t)：每幀輸出 SVG，再由 sharp 轉成畫素交給 FFmpeg 編碼，全程沒有開啟影片編輯器。渲染器按每秒 25 幀生成 375 幀，改文案、貨幣、排序動畫都只需修改原始碼、檢視 diff 後重新渲染。
11 月 4 日，虎鯨文娛的 AI 影視製作與管理平台「鯨銳 AI」正式上線，官方稱 AI 影片單分鐘成本較傳統 AI 生成方式節省 30% 以上。平台整合 50 餘個主流 AI 影片生成模型與 10 餘個自研模型，以五類精控套件、300 餘項精控能力替代反覆抽卡，可直出 4K、60 幀、10bit、HDR 成片，超分直出方案較傳統後期流程省約 65% 成本。無限畫布支援千級節點、百人即時協同，官網開放全員註冊，無需訂閱會員、積分即充即用，團隊席位不限人數。
Google DeepMind 宣布，其 AI 內容水印技術 SynthID 入選《時代》雜誌 2026 年度最佳發明。官方表示，SynthID 已為超過 1800 億張圖片和影片加上水印，用於幫助人們區分 AI 生成內容與其它媒體，推文中附有詳情連結。
Ben Affleck 本週因多段訪談影片走紅，他在其中講解神經網路、transformer、張量等概念，並稱自己會寫點 Python。他透露做法是拿開源模型微調：解凍權重、只訓練最後一層「電影感」層，讓劇組達到製片標準，該技術已用於其電影《Animals》後期。他創立的 AI 影視公司今年被 Netflix 收購，報導金額 5.87 億美元，他本人稱這個數字不準確。他還表示不擔心 AI 接管影視業，更擔心學生的習得性無助與大學 A 成績三年上升 30%。
Google DeepMind 官方帳號提到，Apptronik 的 Argon 能把影片變成物理 AI 的訓練場，將原本需要數週的人工建模壓縮到幾個小時。這條推文以回覆 @Apptronik 的形式發出，正文只有這一句說明和一個 goo.gle 短連結，沒有披露涉及的機器人平台、影片資料規模或可用範圍。資訊發布於 2026 年 10 月 13 日。
這段影片認為，當前的 AI 熱潮不能簡單類比 2000 年網際網路泡沫：網際網路時代鋪設的光纖等基礎設施壽命可達數十年，而支撐 AI 的 GPU 大約三年就會過時。影片據此說明 AI 基礎設施資產的折舊節奏與網際網路時代不同，進而影響對泡沫與投資回報的判斷。該影片在 Hacker News 上獲得 5 分、2 條評論，完整論證需看原影片。
海馬雲旗下 RunningHub 在 9 月的 20 天內連發 3 款 RH 系列場景化後訓練模型：H3 Lightning 把 5 秒影片生成從 6 分鐘壓縮到 28.7 秒，提速近 12 倍，且不依賴 NVLink 高速互聯，在 RTX 6000D 多卡環境即可執行，方法與復現說明已公開在 GitHub。RH Upscale 可把低解析度一鍵超分至 4K，在 13 款主流方案橫評中綜合品質第一；
一位業餘創作者在 Opus 5.5 發布後嘗試用 Claude 做影片剪輯，把 100 分鐘的多視角遊戲錄影剪成 50 分鐘的 YouTube 成片，全程未使用 DaVinci 或 Premiere。Claude 自動同步了音畫不同步的素材、生成轉錄並據此刪減冗餘、消除停頓、平衡音量，還製作了動畫片頭、箭頭與縮放等效果，並把錄影中的實體遊戲板重做成螢幕版。整個過程不到一天，作者只給了很少的指導。
生數科技推出影片模型 Vidu Q4 Preview，是其面向創作者的首個預覽版本，首發價格 0.09 元/秒起，同樣預算最高可生成 5 倍內容。該版本主打人物演繹、鏡頭語言與複雜視效，支援最多 15 張參考圖、3 段參考音訊輸入，以及 2K、4K 畫質輸出。官方資料顯示其圖生影片速度約為同類模型的 2 倍，5 秒影片最快約 110 秒完成，正式版上線時間尚未公布。
Google 週二上線 SynthID 驗證網站，任何人可上傳圖片、影片或音訊，檢查是否為 AI 生成。該工具此前只向部分記者、媒體從業者和研究人員開放測試，現已全面開放，支援 JPG、PNG、HEIC、MP4、MP3、WAV 等十餘種格式。SynthID 自 2023 年推出，Google 的 Nano Banana、Veo、Lyria 模型以及 Gemini、Flow、Vids 等生成工具都會為產出加水印，OpenAI、Nvidia、Kakao 也已支援。
輝達在 GTC Berlin 發布 DSX POD 參考設計：由合作伙伴在模組化集裝箱內整合並驗證完整的 Vera Rubin AI 工廠，站點水電就緒後現場部署可從六個月縮短到 14 天。Vera Rubin 已全面量產，DSX 平台稱冷卻用水最多減少 100%，同等 AI 產出省電 30%。
Jev 發布 33 天后熱度迅速消退，這篇評論借它批評 AI 行業靠營銷話術製造期待。文章指出 Jev 本質是通用分類器，宣稱不會幻覺、更快更便宜，但輸出仍會出錯，且已有開放權重模型在部分任務上價效比更高，並可在本地執行。作者還稱其非自迴歸決策模型思路早於 Jev 一年半出現，並由此質疑行業四年來的創新增量。
Google 等研究團隊提出 StreamVibe，讓影片智慧體在持續觀察中主動判斷何時、如何介入。團隊建置 StreamVibe-Bench，包含 4,100 個評測樣本、20,546 個幫助點與 183.4 小時影片，覆蓋顯式、隱式與動態三類意圖。訓練用自適應流式監督微調加區域性軌跡強化學習，執行時由 StreamVibe-Harness 維護意圖、任務進度與分層記憶；
Artificial Analysis 最新文生影片榜單中，影視公司 Utopai Studios 的模型 Utopai X 以 1150 分位列第二，與第一名阿里 Wan 3.0 僅差 7 分，據福布斯估算其估值約 10 億美元。該榜單由評審在不知道模型名字的情況下盲投產生；Utopai X 以 MiniMax 開源的影片模型 H3 為底子做後訓練，10 項能力中有 7 項比基座更接近頂尖水平，音訊同步、運鏡控制與物理提升最明顯。
彭博社記者古爾曼爆料，蘋果正研發代號 J450 的智慧家居攝像頭，不錄製影片，而是用 AI 分析環境並推送文字描述來兼顧隱私。中國電信人工智慧研究院（TeleAI）稱，今年 2 月已推出同類產品：基於智傳網（AI Flow）的隱私攝像頭，不儲存也不傳輸原始畫面，已裝在公共衛生間，可識別打架、吸菸、跌倒等行為並預警。配套的 TeleAI 智慧看護助手面向養老、校園、醫院，老人跌倒等異常可在 5 秒內告警給家人或看護，外觀做成煙感報警器樣式。
微軟團隊提出 Code Video Model，用可執行程式碼控制影片生成：由 Coding Agent 把提示詞轉成 Three.js 程式，統一描述幾何佈局、物體運動、相機軌跡與事件時序，渲染出低多邊形預演影片不到一分鐘即可驗證鏡頭設計，參考圖負責指定外觀。方法不改動影片模型（MiniMax-H3）引數，採用免訓練的階段化條件排程，在去噪前約 25% 階段引入預演約束、隨後撤去，避免成片被預演的合成風格主導。
尼康取消 Small World in Motion 顯微影片大賽原第一名作品的資格，理由是該影片違反賽事關於生成式 AI 的規則。該作品由 Dr. Ning Xu 提交，原稱展示 PCD 患兒氣道中纖毛的運動，網上質疑其真實性後，尼康上週表示正在核查。Xu 隨後在 LinkedIn 評論中承認使用無監督神經網路方法進行 AI 輔助後期處理，用於分辨和視覺化相關結構。
一名開發者週六用 Claude Opus 5.5 在約兩小時內搭出 HackerTube（hackertube.org）：它抓取 Hacker News 全部評論，再用 Sonnet 過濾垃圾與低質內容，篩出約 4 萬條推薦 YouTube 影片的評論，最終得到 2007—2026 年間、150 個話題下的 6,454 個影片。
Gemini Omni 1.2 Flash 已通過 Gemini API 與 Gemini for business 全面開放，原生影片時長從 10 秒提升到 15 秒，720p 定價為每秒 0.07 美元，較 1.1 降價 30%。新版本可按 1 秒步長指定 3 到 15 秒時長，並加入多輪對話式編輯，能在同一片段上逐輪換背景、改光線或切畫幅，無需整段重生成。
Gemini Omni 1.2 Flash 已通過 Gemini API 與 Gemini for business 全面開放，原生影片時長從 10 秒提升到 15 秒，720p 定價為每秒 0.07 美元，較 1.1 降價 30%。新版本可按 1 秒步長指定 3 到 15 秒時長，並加入多輪對話式編輯，能在同一片段上逐輪換背景、改光線或切畫幅，無需整段重生成。
受 Karpathy 的 HackerTube 啟發，Own Your HackerTube 上線：使用者用自然語言寫下自己的篩選標準並關注 YouTube 頻道，AI 每天早上檢查新影片，只挑符合標準的，並附上推薦理由和可跳轉的關鍵時間點。可用「好看」「不合適」加原因反饋，AI 會記住並納入後續判斷，標準也隨時可改。每個站點發布在 ownhackertube.cc/s/使用者名稱，可被搜尋引擎收錄並有 RSS；
清華大學、NVIDIA、CMU、UC Berkeley 等機構聯合發布 StreamEval，稱其為全球首個流式互動影片生成評測基準，覆蓋數字人對話、虛擬人表演、世界生成、指令編輯與參考編輯五類任務、300 個測試用例、38 個模型。結果暴露出共同短板：模型能否穩定生成畫面，與能否可靠執行連續指令是兩回事；最好的數字人模型 Vidu S2-Avatar 綜合分 93.98，但指令跟隨僅 36.90；世界生成最高分 MemFlow 僅 33.36。
Murea Labs 的 Murea-Pro 以 81.13 分登頂互動影片世界模型評測 WBench Full-289，其輕量開源版 Murea-Fast 在 OpenS2V-Eval 以 64.98 分位列參評開源模型第一。Murea-Pro 在 RTX PRO 6000 上 3.6 秒生成 5 秒有聲影片，即時因子約 0.71；經 4 步蒸餾與系統最佳化，8 張 H20 上的生成耗時從 231.6 秒降至 6.96 秒，累計加速 33.3 倍。
Karpathy 用 Claude Code（Opus 5.5、Medium 強度）約兩小時做出 HackerTube：讓 Claude 過濾 HN 二十年積累的 4300 萬條評論，篩出 6454 個被反覆推薦的影片。站點無需登入、狀態只存在本地瀏覽器會話，縮圖取影片中段的代表幀，而不是上傳者精心 A/B 過的封面。評論分析資料打包成一個 zip，可交給 Claude 生成自己的版本。
Artificial Analysis 的 Video Arena 文生影片排行榜上，影視公司 Utopai 的定製模型 Utopai X 以 1150 的 Elo 評分位列全球第二、全美第一，這是該榜採用雙盲投票以來首次有影視公司定製模型進入前列。Utopai X 基於 MiniMax H3 架構做深度定製後訓練，在評測的 10 項細分能力中 7 項超越基座模型，音訊同步與物理規律排名第一，光照與材質、鏡頭控制排名第二。
Google DeepMind 發布一期播客，討論 AI 生成內容日益逼真後如何驗證內容來自人類、機器還是自然。節目介紹內容溯源的作用，並講解不可感知水印如何保護數字媒體與生物設計，時間軸涵蓋水印概念、SynthID、影像與影片、SynthID Bio 及未來韌性等章節。
Anthropic 發布一篇思想實驗文章，探討「每秒 100 萬 token」的四種含義：上下文容量、輸入處理速度、聚合吞吐量和單智慧體輸出速度，並強調這不是對任何現有模型的實測。文中以 Claude Opus 5.5 為例，其上下文視窗為 100 萬 token，但單次請求輸出上限遠小於此。文章用互動計算器演示：若單智慧體達到每秒 100 萬 token，1000 個故事結局約 1 秒寫完，但加入 60 秒固定檢查後，端到端加速從 10000 倍降至 132.57 倍。