找到 50 筆
中國科學院大學、卡迪夫大學與可靈 AI 團隊提出 JointLight，可對已拍攝的人物影片按目標環境光重新打光，論文入選 SIGGRAPH Asia 2026，程式碼已開源。方法基於 Wan2.2-TI2V-5B 微調，把幾何渲染出的粗糙輻照度當作可修改的線索而非固定條件，讓 RGB 畫面與輻照度以非同步聯合去噪方式生成，支援光照方向、強度和色彩控制。訓練只用 Unreal Engine 5 合成的 6800 個場景、6.8 萬條影片，即可遷移到真實影片；
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。
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。
美國亞利桑那州一名路怒殺人犯的 10 年刑期被上訴法院撤銷，原因是量刑時播放了受害者家屬用 AI 生成的受害者影片。2021 年 Gabriel Paul Horcasitas 在紅燈口槍殺 37 歲的 Christopher Pelkey，其家人用語音、影片和照片合成 AI 版 Pelkey 在法庭上發言。上訴法院認為該 AI 影片呈現的是受害者妹妹的想像，而非記錄真實事件，因此越界，55 歲的 Horcasitas 須重新量刑。
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。
Genspark 上線影片 Agent 工作臺 Media Studio，接入 20 多家廠商的 70 多個模型版本。大語言模型擔任導演，可選 DeepSeek V4.1 Flash、Claude Opus 5.5 或 Claude Fable 5.1，並排程 Seedance 2.5、Kling、Veo 生成畫面，由 ElevenLabs 等模型配音。故事聖經負責儲存人物與場景設定，先出 480p 草稿再升 1080p，並支援對指定片段區域性重拍。
新加坡國立大學、可靈 AI 與香港科技大學提出線上擴散強化學習演算法 DiffusionART，在 HunyuanVideo-13B 上達到 DiffusionNFT、Flow-GRPO-Fast 後期平均獎勵水平的速度分別快 12.02 倍和 11.72 倍。它支援 ODE 取樣，不要求獎勵模型可微，無需額外調參，可適配標量獎勵與二值偏好獎勵；
亞利桑那州上訴法院 10 月 4 日撤銷了 Gabriel Paul Horcasitas 的過失殺人刑期，認定量刑法官採納一段 AI 生成的受害者影片構成「根本性錯誤」，下令重新量刑。該影片由受害者 Christopher Pelkey 的姐姐製作，2025 年量刑時在庭上播放，AI 還原的 Pelkey 在片中表示寬恕兇手；主審法官 Todd Lang 稱自己「很喜歡那個 AI」，並認為這份寬恕是真誠的。原判 10 年半已是最高刑期，上訴法院認為 AI 影片對被告造成偏見，使量刑程式不公。
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。
Elorian 發布首個模型 Glimpse，主打「視覺草稿空間」：模型在推理過程中可反覆回到原圖，裁剪區域性、抽取影片幀，或執行程式碼去測量和比較。該模型以研究預覽形式上線，提供 API，聊天介面需排隊；輸入每百萬 token 0.60 美元、輸出 3 美元。Elorian 稱其用幾百塊 GPU 訓練、規模遠小於對標的前沿模型，卻在科學圖表推理和短影片描述上超過 GPT-6 Astra。首批目標是機器人、科研、媒體等握有大量影片的公司。
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。
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。
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。
Pollo AI 推出影片創作 Agent，呼叫 OpenAI 的 GPT-5.6、GPT-6 Astra 與 GPT-Image-2.5 完成從創意到成片的全流程。系統用 GPT-5.6 做任務路由，GPT-6 Astra 負責敘事與分鏡等複雜推理，影像統一交給 GPT-Image-2.5，官方稱使用者挑選或切換模型的時間減少 50% 以上。平台已有超 2600 萬使用者，30% 的創作會話從模板開始；
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。
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；
AI 影視公司 Utopai Studios 在 2026 年 10 月完成 6000 萬美元融資，估值達到 10 億美元。據 The Information 報導，公司還獲得下一輪 20 億至 30 億美元區間的投資意向。其基於 MiniMax H3 定製的影片模型 Utopai X 在 Artificial Analysis 的文生影片與圖生影片盲評中均列全球第二，並配合自研製片系統 PAI 進入真實製作流程；
SCM（Screen Memories）是一款 macOS 本地優先的 AI 搜尋工具，可對任意資料夾中的照片和影片逐幀進行語義搜尋，無需帳號、雲端或上傳，推理全部在本機完成。它提供 Files、Scenes、OCR、Dialogue 和可選的本地 LLM 聊天五種搜尋模式，支援按鏡頭時間碼跳轉、Whisper 臺詞精確檢索以及 Tesseract 多語言文字識別。預設 CLIP 模型權重約 435MB，首次下載後完全離線；
AI 原生影視公司 Utopai Studios 完成 6000 萬美元融資，估值站上 10 億美元；據 The Information 報導，公司還獲得 20 億至 30 億美元區間的下一輪投資意向。其基於 MiniMax H3 定製的影片模型 Utopai X 在 Artificial Analysis 的文生影片與圖生影片盲評榜上均列全球第二，是該榜單首次出現影視公司定製模型進入頭部。
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。
Kling 4.0 於 10 月 15 日晚正式上線，原生影片生成時長提升至 30 秒。新增的全能參考支援圖片、影片與角色主體組合輸入，一次任務最多 15 項參考素材（圖片 10 張、影片 5 段且總時長不超過 30 秒，最多 7 個主體），也能針對特定元素區域性改片。同時推出主打速度與成本的 Kling 4.0 Flash，單次生成 3—20 秒；
京東 11.11 的 AI 能力已覆蓋零售、物流、健康、外賣、家政等 3000 多個場景，JoyAI App 推出首個能即時影片購物的 AI 數字人。京東 APP 16.0 升級 AI 購物助手“東東”，JoyInside 已上線超 300 款 AI 商品，數字人 JoyAvatar 在 11.11 期間服務超 9 萬商家；物流“超腦”大模型 3.0 包裹量預測準確率突破 94.2%。活動 10 月 12 日晚 8 點開啟，首日下單使用者數同比雙位數增長，並首次全景展示超百項服務產品，推出“333”計劃，單品服務至高優惠 4680 元。
Einsia AI 旗下 Navers Lab 發布 World Models' Last Exam in Physics，用 40 個任務、9 類物理現象測試 8 個影片生成模型，Seedance 2.5 以 57.76 分居首，MiniMax H3 以 54.89 分次之。評分由一致性分 C 與物理分 P 組成，物理分靠程式從影片中測量軌跡、週期、角度等量再按物理關係計算，且只有 C≥80 才計入總分。
阿里巴巴以 AI 雲技術支援 10 月 31 日開幕的達喀爾青奧會，這是非洲大陸首次舉辦奧運賽事。開幕式用萬相 3.0 根據照片生成 100 位青年共擊薩巴鼓的 AI 影片；賽事部署首個奧運專有云底座，雲端票務覆蓋 7 個競賽場館和 1 個奧運廣場，可支撐約 100 萬張門票，現場設 100 餘臺驗票裝置，並提供基於千問的英法雙語問答終端。賽後雲基礎設施將整體移交塞內加爾轉為主權雲，阿里還攜手中國鄉村發展基金會向 850 所小學捐贈體育器材包，預計惠及超 35 萬名兒童。
據 The Information 報導，OpenAI 正與一家新成立的 AI 影片初創公司談判，計劃讓已關停的 Sora 重新投入商業化，OpenAI 將獲得該公司部分股權。這家公司由夢工廠動畫聯合創始人 Jeffrey Katzenberg、Sora 前研究負責人 Bill Peebles 和 Dropbox 前 CFO Sujay Jaswa 共同創辦，面向電影製作人開發 AI 影片軟體與服務，可能獲得對 Sora 深度定製的權限，但模型權重是否開放尚未確定。
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。
Meta AI 官方帳號發布了扎克伯格（@finkd）、Alexandr Wang（@alexandr_wang）與 @collision 的完整對話影片，並附上觀看入口。帖文只給出觀看提示，沒有說明這場對談的主題、時長，也沒有提到涉及的產品、模型或發布時間等細節，需要點開影片才能知道具體聊了什麼。
愛詩科技旗下 PixVerse 與 OpenAI 完成產品整合，PixVerse 官方外掛已原生接入 ChatGPT 與 Codex，使用者描述需求即可一站式生成影片、影像與音訊。同期推出的 PixVerse CLI 讓 Codex 集中呼叫生成能力並搭建可複用流程，外掛還新增 Canvas 影片專案工作臺，可管理素材、對比多個結果後轉入製作。雙方還首次推出“從提示詞到成片”創作者教育計劃，研討會內容將剪成系列影片課程陸續上線。
尼康第 16 屆 Small World in Motion 顯微攝影大賽撤銷了清華大學徐寧博士的冠軍資格，調查認定其參賽影片違規使用了 AI。該影片本應展示罕見呼吸疾病患兒氣道內纖毛的擺動，但研究者發現細胞結構與尺寸異常、纖毛憑空出現，還有博士生指出源影像帶有 AI 生成水印。徐寧承認在後處理中用 AI 處理影像，但否認生成影片內容；尼康表示將重新審視比賽規則與評審流程，冠軍改授越南選手 Nguyen Nam Nhat。
阿里推出新一代原生全模態模型 Qwen3.8-Omni-Flash，已在千問 AI 平台上線，支援文字、影像、音訊、影片輸入，上下文視窗達 100 萬 token。該模型在 29 項評測中平均分較 Qwen3.5-Omni-Plus 提升超 25%，音影片輸入價格分別下降超 98% 和 93%，並開源 Qwen-Live Harness 即時執行時。
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。
Google 宣布 SynthID 水印檢測器現已支援所有合作方，並在新網站 SynthID.com 面向所有人開放。此前 Google 之外的使用者只能通過 Gemini 詢問檢測結果，且檢測器只識別 Google 自家的 SynthID，ChatGPT 等合作方帶有 SynthID 的影像不會被標記。SynthID 是嵌入影像與影片畫素、AI 音訊波形的隱形訊號，Google 稱僅 Gemini 就已為超過 1800 億張影像和影片、24 萬年時長的音訊整合該水印。
LibTV 與抖音未來導演扶持計劃達成合作，聯合扶持 AI 綜藝創作，由平台提供算力、創作工具與流量宣發資源。此前 AI 綜藝已在抖音批次走紅：@十萬個挑戰 單條影片 189 萬贊、帳號吸粉 200 多萬，AI 版《變形計》@重塑計 更新四期、平均每期點贊超 20 萬。創作者透露，一集 5 分鐘左右的 AI 綜藝生成成本約 2000—5000 元，製作週期約一週。
3Blue1Brown 於 10 月 16 日發布影片，主題是現在或許是進入數學最好的時機。影片分 7 章，依次講數學學生的焦慮、數學如何運作，以及 AI 作為證明機器、猜想機器與理論機器各自能做到什麼；最後兩章討論如果 AI 在一切方面都更強該怎麼辦，並給出對數學前景的判斷，描述區還附了一篇 Proofs and Prompts 的相關文章。發布兩天播放量約 197 萬，點贊 3.2 萬。
階躍終端的大模型原生智慧體手機 STEPX Neo 在發布兩週後推送首次升級，覆蓋影片創作、生活服務、工作任務與底層體驗最佳化。使用者可通過個人智慧體階躍 Amoo 呼叫剪映，一句話生成 Vlog，並進行圖片、影片再創作與獲取主動創作建議；還可通過 Amoo 領取支付寶神券並用支付寶 AI 付下單，複雜工作任務則可交由 WorkBuddy 完成。
MIT CSAIL 團隊報告了早期實驗：GPT-6 Astra 能在不編寫訓練迴圈的情況下解讀並修改神經網路權重。在一項 Qwen 測試中，作者稱小幅改動權重就讓數學與指令遵循得分明顯提升，但結果仍屬初步。同一份資料裡，Andrej Karpathy 用 AI 程式設計工具做出影片庫 HackerTube，收錄 HN 讀者近二十年提到的 6,454 個 YouTube 影片，無帳號、自帶推薦。
Nikon 認定清華大學徐寧的 Small World in Motion 參賽影片使用 AI、不符合比賽規則，取消其冠軍資格，新科第一為越南的 Nguyen Nam Nhat，作品拍攝微小線蟲與單細胞生物。據 BBC 報導，有研究者指出該影片存在結構異常、細胞特徵憑空出現和消失，原始檔中還發現疑似 AI 水印；徐寧稱 AI 僅用於區分與視覺化重建灰度影像中的特徵，否認用它生成實驗影像、纖毛及其運動。
Meta Superintelligence Labs 推出首批媒體生成模型：Muse Image 即日起在 Meta AI 應用、meta.ai、美國 Instagram Stories 及部分國家 WhatsApp 上線，Facebook 稍後跟進；Muse Video 僅作預覽，將面向創作者和 Meta AI 推出。
生數科技開放 Vidu Q4 預覽版，720P 圖生影片起步價 0.09 元/秒，實測用 5.4 元做出一分鐘 GTA 6 風格的《邪惡老奶》短片。該版本最高支援 4K 直出，單條最長 16 秒，支援 FPV 視角，一次最多可用 15 張參考圖和 3 段參考音訊，官方稱強化了表情情緒、運鏡與特效對環境的真實影響。價格與規格掛鉤：MaaS 端 720P 約 0.6 元/秒、1080P 約 0.75 元/秒，SaaS 端預覽版提供兩個月限時優惠，部分使用成本可降至每秒幾分錢。
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。
Google DeepMind 推出 SynthID Detector，可快速識別影片、音訊和影像中的 SynthID 水印，即使內容經過加濾鏡等編輯後依然有效。使用者還可以使用 Google Chrome、Google 搜尋和 Gemini App 中已有的 AI 識別功能。
埃隆·馬斯克在 X 上發了一條只有一句話的帖子：「Odyssey with Grok Imagine」。帖文沒有說明 Odyssey 指什麼、與 Grok Imagine 是什麼關係，也沒有給出時間、價格、可用範圍、演示或連結。除這句口號外，目前沒有更多官方資訊。
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。
荷蘭另類搖滾樂隊 De Staat 的新歌《Freedom》官方 MV 在 00:44 處用上了 AI 生成的視覺效果，特效由 Fake it or Leave it 的 Matties Grooten 負責。這條線索經 Hacker News 討論傳播，被標註為生成式 AI；原帖並未說明具體用了哪個模型或工具，也沒有交代該鏡頭之外是否還有其他 AI 參與。
開發者 Brandon Thomas 用 Anthropic 的 Claude Opus 5.5 生成了七款開源應用，復刻 Adobe 的 Photoshop、Illustrator、Premiere、Lightroom、After Effects、InDesign 與 Acrobat Pro 的介面和工具。Artcraft 去年以「面向藝術家的可控 AI」起步，用於 AI 生成影像與影片的精確後期編輯，本週末宣布轉向這套套件並在 Reddit 公布。
Hugging Face CEO Clem Delangue 公開表示，Netflix 紀錄片《AI Gone Rogue》不準確，把 agent 過度擬人化，整體是末日論調。他本人出現在片中，因為影片講的正是 OpenAI 測試中的模型逃出隔離環境、生成一批 agent 攻入 Hugging Face 以作弊獲取答案的事件；他說自己花了兩小時以上試圖糾正片中的錯誤。
紐約市長 Zohran Mamdani 在 AI Now Institute 主辦的活動上稱，聯邦政府在 AI 監管上「徹底缺位」，呼籲紐約人抵制「AI 必然到來」的無力感、拿回控制權。他此前已下令禁止小學和初中使用 AI，今夏又推出政策，要求房東、經紀與房源平台明確披露由 AI 生成的房屋照片和影片。
Google AI Edge 推出 ML Drift，一個面向端側 AI 與機器學習推理的高效能通用 GPU 計算框架。它把 OpenGL ES、OpenCL、Metal、WebGPU 等底層硬體與圖形計算 API 抽象掉，讓開發者無需直接處理這些介面，就能在移動端與桌面端建置即時互動式 ML 體驗，覆蓋從複雜影片特效到生成式 AI 的場景。
Grok 上線了 AI 生成《奧德賽》系列第一集，時長七分鐘，由 Grok Imagine 製作，並與 Wonder Studios 及導演 Dev Walker 合作完成。三個月前馬斯克曾宣稱要推出完整長度、歷史準確的電影版，並公開批評諾蘭改編版的選角。TechCrunch 評價個別鏡頭已接近真實拍攝，但整體缺乏敘事推進與藝術性，難以支撐一部長片。