视频生成相关 AI 资讯

7月25日

22:41

AI Will@FinanceYF5

78°

奥斯卡提名导演Neill Blomkamp发布了首部AI电影《NIGHTBORNE》，片长13分钟，使用Seedance 2.0平台制作，耗时不到两周。电影融合了32位真人演员的面孔和声音（均已获得许可）。Blomkamp同时宣布成立新AI工作室Barley Studios，并计划制作下一部AI长片。

推荐理由：想知道AI拍电影多快？Blomkamp用Seedance 2.0两周就搞出13分钟科幻片，还用了32个真人演员，值得看看。

原文

13:11

量子位@henry

Vivix推出首个实时互动模型，采用统一流式架构。单卡视频生成速度突破10000 video tokens/s。该模型打通实时多模态生成全链路，支持视频、图像、音频等模态的实时交互。相比传统非实时方案，延迟降低至毫秒级。

AI模型 Vivix 视频生成多模态

推荐理由：Vivix这个新模型单卡就能每秒生成上万视频token，做实时互动视频、多模态聊天特别带劲，比之前那些慢吞吞的方案强多了。

原文

7月24日

22:07

官方账号Runway ML@runwayml

Runway 在 Runway Agent 中引入 Workflows 功能，用户可以通过自然语言描述来构建、运行或编辑基于节点的工作流。该功能旨在帮助用户以规模化方式生成高质量的输出。目前可通过调用 /Workflow 技能试用。

AI产品 Runway Runway Agent Workflows

推荐理由：Runway 出了个新玩法：用自然语言就能搭节点工作流，不用拖拽连线了，适合批量做高质量视频输出。

原文

15:20

Ate-a-Pi@svpino

用户原本需要学习4种不同工具才能制作一条视频广告。现在通过 Claude Code 或 Codex 配合 Topview MCP 服务器，可以制作出效果提升10倍的广告。该 MCP 服务器内置了对 Amazon、YouTube、TikTok Shop 和 Shopee 的直接访问，无需额外配置。这意味着创作者只需一次调用即可在多个电商和社交平台投放广告视频。

AI产品 Claude Code Codex Topview MCP

推荐理由：想省掉学一堆视频工具？用 Claude Code 或 Codex 加上 Topview MCP 服务器，就能在 Amazon、TikTok 等平台一键做广告视频，快试试。

原文

14:52

14:52IT之家（博客/媒体）

83°

Black Forest Labs 以 Early Access 方式推出 FLUX 3 多模态基础模型。该模型基于 Self-Flow 学习框架，同步训练视频、图像和音频。它支持单次生成最长 20 秒视频，并附带原生音频。在 10 秒 720p 带声音视频的人工评测中，FLUX 3 对 Grok Imagine Video 胜率 69%，对 Seedance 2.0 和 Gemini Omni Flash 均为 52%。同时具备图像生成与编辑能力。

AI模型 FLUX 3 Black Forest Labs 视频生成

事件专题

推荐理由：FLUX 3 能一次生成20秒带声音的视频，还打败了Grok和Gemini同类模型，值得玩玩。

原文

12:22

官方账号arXiv cs.AI@Vedant Shah, Onkar Susladkar, Tushar Prakash, Kiet Nguyen, Tianjio Yu, Adheesh Juvekar, Muntasir Waheed, Ismini Lourentzou

GraphVid是一种基于图结构的图像到视频生成模型，通过交互图实现多对象精准控制。研究团队构建了GraphVid-Bench数据集，包含结构化关系标注。与Motion-I2V相比，GraphVid的FID降低39.9%，FVD降低37.6%，PSNR从9.87提升至15.98，SSIM从0.38提升至0.61。该方法使用更少训练数据和参数，在可控性和质量上均表现更优。

AI模型 GraphVid GraphVid-Bench Motion-I2V

推荐理由：想精确控制视频里多个物体的互动？GraphVid用交互图代替画轨迹，效果比Motion-I2V好很多，FID降了40%。

原文

12:15

shao__meng@shao__meng

72°

Black Forest Labs 发布 FLUX 3，定位为真实世界模型，统一处理图像、视频、音频三种模态。模型最长生成约20秒带原生音频的视频，支持续写、关键帧、多语言对白。图像合成与编辑功能将在数周后推出，强化复杂 prompt 和文字渲染。动作预测已通过 FLUX-mimic 用于 mimic robotics 和 Audi 场景。

AI模型 FLUX 3 Black Forest Labs 多模态

事件专题

推荐理由：FLUX 3 把图像、视频、音频放一起训，还能预测动作。已经能生成20秒带声音的视频，图像也快上了。

原文

08:20

岚叔@lufzzliz

FLUX 3 在自家评测中生成10秒、720p带音频的文生视频，效果与Seedance 2.0打平。该模型支持单次最长20秒的视频生成，涵盖文生视频、图生视频、视频续写、关键帧控制及多语言对白。除媒体生成外，FLUX 3 的底层模型可扩展为机器人动作预测，输出机械臂控制指令。目前处于Early Access阶段，视频生成已开放申请，图像版本数周后推出。

AI模型 FLUX 3 Seedance 2.0 视频生成

事件专题

推荐理由：黑森林家的FLUX 3 刚曝光，既能文生视频又能带音效，还和Seedance 2.0打了个平手，甚至能控制机械臂。想尝鲜的可以去申请测试。

原文

07:23

berryxia@berryxia

83°

Black Forest Labs推出FLUX 3，这是一个统一的多模态backbone，同时支持图像生成、视频、原生音频和机器人动作预测。目前视频功能已开放early access，未来将开放模型权重。该模型已与mimic、Audi合作，在真实机器人上运行测试。团队提出物理世界智能与内容创作可共享同一套视觉基础模型。

AI模型 FLUX 3 Black Forest Labs 多模态

事件专题

推荐理由：Black Forest Labs的FLUX 3把图像、视频、音频和机器人动作预测塞进一个模型，已经跟真实机器人合作跑起来了。

原文

06:58

@koltregaskes@koltregaskes

FLUX 3是一个单一模型，同时支持图像、视频、音频生成以及机器人动作预测。其衍生版本FLUX-mimic已在奥迪工厂用于布线、分拣和装配。FLUX 3 Video现已开放早期访问，可加入候补名单。未来数周至数月内将推出原生音频、动作预测、图像生成、快速变体及开放权重骨干。

AI模型 FLUX 3 FLUX-mimic Audi

事件专题

推荐理由：FLUX 3把图、视频、音频、机器人全做到一个模型里了，还已经在奥迪工厂跑起来了，视频版还能抢先体验。

原文

02:15

官方账号Decoder@Matthias Bastian

73°

Black Forest Labs发布Flux 3多模态基础模型，可同时学习图像、视频和音频。该模型能生成最长20秒带原生音频的视频，为该公司首次实现语音与画面同步输出。BFL内部测试显示Flux 3在多项指标上略领先Seedance 2.0，但独立评测尚未公开。公司最终目标构建世界模型，已在机器人任务上测试Flux 3。

AI模型 Flux 3 Black Forest Labs Seedance 2.0

事件专题

推荐理由：Black Forest Labs的Flux 3能生成带声音的视频，最长20秒，性能还略超Seedance 2.0，他们想搞世界模型，值得关注。

原文

01:44

HeyGen@HeyGen_Official

HeyGen 将 HyperFrames HTML 动态图形框架集成到平台中，用户只需输入提示词，AI 智能体即可自动生成包含虚拟人、图形、字幕和音乐的完整视频。视频内容可无限定制，支持对图形、动画、背景等元素的修改。该功能基于 HeyGen 已有的 Avatar 技术，将动态图形与虚拟人合成结合，实现全自动视频制作。

AI产品 HeyGen HyperFrames 视频生成

推荐理由：HeyGen 把 HyperFrames 集成进去了，现在你只要打一句话就能生成带虚拟人和动画的完整视频，连音乐和字幕都自动配好，省事多了。

原文

01:18

techcrunch@Rebecca Bellan

Runway通过新推出的开发者平台Runway Dev发布Runway Media Router，该路由器提供API让开发者接入包括图像、视频和音频在内的多种第三方生成模型。此举旨在从单一模型公司转型为生成式媒体的基础设施层，以应对日益拥挤的市场竞争。

AI产品 Runway Runway Media Router Runway Dev

推荐理由：想接多家视频、图片生成API但不想一个个对接？Runway新出的Media Router帮你统一调度，省事不少。

原文

00:35

官方一手歸藏(guizang.ai)@op7418

82°

Black Forest Labs 发布 Flux 3 视频生成模型，支持文生视频、图生视频（图片参考或起始帧）、视频参考生成、音频与视频延长、关键帧控制、多语言对话、智能剪辑、文字动画和图像输出。模型为 Flux 3 Dev，目前需申请早期访问，未来几周开放 API，之后开源。Flux 3 具备多种视觉风格和宽高比选择，可将单个片段串联成多镜头序列。

AI模型 Flux 3 Black Forest Labs 开源模型

事件专题

推荐理由：Black Forest Labs 开源了 Flux 3，能文生视频、图生视频、视频延长和智能剪辑，功能很全面，还支持多语言和多种视觉风格，值得试试。

原文

00:33

官方一手歸藏(guizang.ai)@op7418

81°

Black Forest Labs 发布了 Flux 3 视频生成模型，并开源了 Dev 版本。该模型支持文生视频、图生视频（作为参考或起始帧）、视频参考生成、关键帧控制、音频延长等 8 项功能。用户可申请早期访问，API 将在未来几周内开放，后续提供完整开源版本。

AI模型 Flux 3 Black Forest Labs 视频生成

事件专题

推荐理由：Black Forest Labs 开源了 Flux 3，功能超全：文生视频、图生视频、关键帧控制、视频延长，还支持文字动画和智能剪辑，像开源的 Sora。

原文

7月23日

23:57

Justine Moore@venturetwins

81°

Black Forest Labs 推出 FLUX 3，一个统一多模态模型，支持图像、视频、音频和动作预测。其视频生成能力突出，单次提示即可生成最长20秒的多镜头视频，细节逼真。目前 FLUX 3 Video 已开放早期访问。该模型采用统一架构训练，可扩展至机器人动作预测。

AI模型 FLUX 3 Black Forest Labs 视频生成

事件专题

推荐理由：Black Forest Labs 的 FLUX 3 能用一个提示生成20秒多镜头真实视频，还可以做图像、音频和机器人预测，很值得试试。

原文

20:22

官方一手歸藏(guizang.ai)@op7418

黑森林工作室在预告中透露了新一代模型 FLUX 3。该模型支持图像、视频、音频和动作生成，是一个全模态生成模型。单条视频支持一次生成20秒。根据过往规律，该模型可能开源。

AI模型 FLUX 3 黑森林工作室多模态

事件专题

推荐理由：黑森林工作室的 FLUX 3 预告来了，全模态还能一次生成20秒视频，可能开源，老用户该关注了。

原文

17:55

官方账号阿里云 Alibaba Cloud@alibaba_cloud

阿里云在WAIC大会期间主办了AI Video Creatorthon视频创作马拉松。首个获奖作品完全由其视频生成模型Happyhorse制作完成。该作品展现出高度一致性和丰富细节，体现了当前AI视频生成工具的能力。

AI模型 Happyhorse 阿里云视频生成

推荐理由：阿里云用自家模型Happyhorse搞了个AI短片创作赛，获奖作品效果稳定细节丰富，值得看看AI视频现在能做到什么程度。

原文

02:15

HeyGen@HeyGen_Official

HeyGen 发布伴侣模式（companion mode），用户可通过该模式让AI代理提出5个视频角度，自动生成故事板并绘制草图。用户每步可审查和调整创意，只有在批准后才进入最终构建阶段。该功能通过 npx hyperframes @latest 命令启动，旨在将视频制作从“下单”变为“执导”。

AI产品 HeyGen 伴侣模式视频生成

推荐理由：HeyGen 的伴侣模式让你像导演一样指挥AI，而不是简单下订单。它帮你构思5个角度、画故事板，每一步都让你把关，确保视频符合你的想法。

原文

7月22日

23:54

官方账号快手可灵 Kling@Kling_AI

Kling AI发布了MCP教程，演示如何在智能体中使用Kling MCP完成从角色创建、情感设计到批量视频生成的完整创作工作流。教程展示了通过MCP连接智能体，快速设定角色表情与动作，并批量输出高质量视频片段。用户可借助该工具在几分钟内构建具有电影感的AI视频表演。

技巧 Kling MCP/工具视频生成

推荐理由：Kling官方出的MCP教程，手把手教你用智能体批量生成带情感的角色视频，几分钟搞定电影级效果。

原文

16:46

AI Will@FinanceYF5

腾讯CodeBuddy月访问量在2025年1月接近零，3月达到峰值745万，6月稳定在731万。该产品是AI编程助手，定位于编程赛道。同期，智能体、视频生成等AI赛道也出现剧烈变化。

AI产品 CodeBuddy 腾讯编程助手

推荐理由：腾讯CodeBuddy半年从0冲到730万+月访问，编程赛道竞争激烈，还顺带看看Agent和视频赛道的变局。

原文

13:16

向阳乔木@vista8

Yoroll平台创作者使用约250美元积分在2天内将《奥德赛》改编为40分钟可玩的AI故事游戏。游戏支持对话式选择，生成不同剧情走向。相比诺兰2.5亿美元电影制作成本，成本差距达100万倍。游戏包含AI生成的宏大视频画面，适合边玩边学英语。

AI产品 Yoroll AI游戏视频生成

推荐理由：Yoroll上有人只花250美元就做出了40分钟的AI版《奥德赛》游戏，视频很宏大还能选剧情，成本比诺兰电影便宜一百万倍。

原文

7月21日

22:18

LovartAI@lovart_ai

Lovart 使用 GPT 5.6 SOL 和 Kimi K3 两个模型，通过 Seedance 2.0 渲染同一段视频提示词，产出了风格迥异的两个短片。测试展示了不同模型对相同创意要求的差异化执行效果。两个模型在同一起点下的表现形成了直观对比。

AI模型 GPT 5.6 SOL Kimi K3 Seedance 2.0

事件专题

推荐理由：想知道 GPT 5.6 SOL 和 Kimi K3 在视频生成上有多大差别？同一个提示词，两个 AI 导演各拍一版，看完你就懂了。

原文

21:33

AI Will@FinanceYF5

过去半年AI赛道格局快速变化，编程助手、Agent、视频生成、搜索等热门领域均出现新的领跑者。硅谷时间19点（北京时间明天10点），将与硅谷投资人张倩连麦复盘上半年趋势，探讨下半年的机会所在。对话将覆盖具体赛道变化和投资视角。

行业硅谷投资人编程助手 Agent

推荐理由：听硅谷投资人张倩复盘半年AI格局变化，编程助手、Agent、视频、搜索都换了老大，想找下半年机会别错过。

原文

18:19

官方账号阿里云 Alibaba Cloud@alibaba_cloud

精选

在东京AI视频黑客马拉松中，使用HappyHorse 1.1模型创作的15秒短片获得卓越奖。短片讲述了离开青森到东京追梦的故事，制作者@ailike586860在一晚内完成创作。该短片展示了AI视频生成不仅能营造壮观场景，也能传达灵魂。HappyHorse 1.1是阿里云推出的视频生成模型。

AI模型 HappyHorse 1.1 Alibaba Cloud AI Video Hackathon Tokyo

推荐理由：阿里云的HappyHorse 1.1在黑客马拉松上获奖，一夜做出的短片还挺打动人，视频生成模型也能拍出细腻情感。

原文

17:44

官方账号阿里云 Alibaba Cloud@alibaba_cloud

精选

阿里云在东京举办AI视频黑客马拉松，超过50名创作者参与。他们使用世界排名第一的AI视频生成模型HappyHorse 1.1，在一夜之间将创意转化为15秒商业广告。大奖作品是一个利用通勤列车离心力烘干衣物的创意。HappyHorse 1.1现已开放试用。

行业 HappyHorse HappyHorse 1.1 Alibaba Cloud

推荐理由：阿里云用他们的顶级视频模型HappyHorse 1.1搞了个黑客松，一夜出片。大奖创意是用火车甩干衣服，挺有意思。戳链接能直接试这模型。

原文

16:38

官方账号阿里云 Alibaba Cloud@alibaba_cloud

72°

阿里云推出企业级AI视频制作工具WonderClip，用户只需输入脚本，即可自动生成完整视频。该工具覆盖从脚本撰写到最终剪辑的全流程自动化。官方将于2026年7月23日10:00（UTC+8）进行直播演示。

AI产品 WonderClip Alibaba Cloud 视频生成

推荐理由：阿里云新出的WonderClip，输入脚本就能自动剪出完整视频，企业级质量，省掉剪辑团队。22号有直播，可以看看效果。

原文

15:39

15:39IT之家（博客/媒体）

英伟达发布合成视频检测器 NIM，可逐帧分析视频并给出 AI 生成内容的分类评分。内部测试显示，对无压缩视频准确率达 92%，15% 压缩率下为 85%，50% 压缩率下仍达 82%。在 RTX GPU 上处理 1080P 视频最快 22 毫秒，在企业级 L40 GPU 上约 30 毫秒。面向媒体、新闻编辑室和个人用户提供。

AI产品 NIM 英伟达 RTX GPU

推荐理由：英伟达出了个检测AI视频的工具，逐帧分析，最高92%准确率，连压缩过的视频都能识别，适合媒体和内容审核用。

原文

13:36

13:36IT之家（博客/媒体）

《第九区》导演尼尔·布洛姆坎普发布首部 AI 短片《阴兵》，时长13分钟，完全由字节跳动 Seedance 2.0 模型生成。影片通过文本提示逐帧执导，采用纪录片风格，仅授权32位真人演员外貌和声音。布洛姆坎普表示计划用相同方式拍摄长片，并成立新 AI 电影工作室 Barley Studios。

AI产品 Seedance 2.0 字节跳动尼尔·布洛姆坎普

推荐理由：《第九区》导演用字节Seedance 2.0做了部13分钟的AI短片，每一帧都是文本生成的，想看看AI电影长啥样就点开。

原文

13:01

向阳乔木@vista8

作者开发了一个视频生成Skill，计划每天发布一个大模型知识解读视频。第一期用通俗语言解释“蒸馏”概念，帮助外行理解。该Skill可自动化生成科普内容，降低AI知识传播门槛。

技巧蒸馏视频生成科普

推荐理由：想搞懂啥是蒸馏？这哥们做了个视频生成工具，每天讲一个AI概念，第一期专治小白看不懂。

原文

12:36

Geek@geekbb

该 Claude 技能只需用户输入一句话，即可自动判断选择广告还是纯解说模式，进行一轮简短的网络调研，撰写配音脚本，将脚本拆分成 10 秒一段的剪辑提示词，最后通过 MaxFusion MCP 的 Google Omni 模型生成每段视频。整个流程无需手动干预，从需求到成品一步到位。

技巧 Claude MaxFusion MCP Google Omni

推荐理由：把一句话丢给 Claude，它自己就能调研、写脚本、剪视频，连 Google Omni 视频生成都帮你调好了，省事。

原文

11:40

官方账号arXiv cs.AI@Lopez Jhon, Hinojosa Carlos, Ghanem Bernard

SGA (Symbolic Geometric Agent) 是一个即插即用模块，拦截LLM生成的Manim代码，通过部分执行提取场景图并检测几何遮挡问题。实验在MMMC-Code基准上，使用4种LLM后端和2种流水线配置，SGA在Code2Video + GPT-5.1配置下达到73.11的MVQS分数，相对原始基线提升16.1%。SGA在8种配置中有7种提升了MVQS。

论文 SGA Manim GPT-5.1

推荐理由：论文提出了SGA模块，能自动修复LLM写动画代码时的几何遮挡错误，实测用GPT-5.1搭配Code2Video能提升16%的画面质量。

原文

09:22

09:22IT之家（博客/媒体）

陆川在纽约私享会上表示AI生成的影像像预制菜，他认为艺术创作中最美妙的部分是错误。他正利用AI同时推进五部电影的筹备工作，AI已替代概念设计、分镜等环节，降低试错成本到几十万至一百万。他还透露短片和广告已有95%以上被AI替代。陆川的猿动力公司与MiniMax合作开发AI漫剧项目。

行业陆川 MiniMax AIGC

推荐理由：陆川说AI生成像预制菜，但他自己却用AI同时搞五部电影，还爆料95%的短片广告已被AI替代，值得听听他的真实看法。

原文

01:33

Hailuo AI@Hailuo_AI

MiniMax在7月17-20日上海WAIC 2026展示了其多模态模型阵容。活动包括专家小组和动手工作坊，探讨AI如何推动电影产业从专业制作转向智能创作。参与者体验了端到端的AI创意工作流，涵盖从剧本到成片的完整流程。

行业 MiniMax Hailuo AI 多模态

推荐理由：想看MiniMax的多模态模型能干啥？他们在WAIC上展示了AI电影全流程创作，挺有料的。

原文

7月20日

22:50

OpenRouter@OpenRouterAI

72°

xAI 的 Grok Imagine Video 1.5 现已在 OpenRouter 平台上线。该模型能将任意静态图片转换为动态视频，支持添加可选文本提示来控制运动和镜头。内置声音和对话功能可设定氛围与物理效果。用户可直接通过 openrouter.ai/x-ai/grok-imag… 体验。

AI产品 Grok Imagine Video 1.5 xAI OpenRouter

推荐理由：xAI 刚出的视频生成模型 Grok Imagine Video 1.5，能给你的静态图加运动、镜头和声音，直接上 OpenRouter 就能试。

原文

11:12

Geek@geekbb

该项目利用Python和HyperFrames，将7-9张手绘母图自动合成为35-45秒的竖屏短视频，默认40秒、720×960分辨率、30fps。先用make_lineart.py从彩色母图提取对齐黑白线稿，再用build_story.py生成可渲染页面，生图模型仅运行一次。代码已开源在GitHub。

技巧 HyperFrames Python 视频生成

推荐理由：想自动把手绘线稿变成动画短视频？这个开源工具用Python加HyperFrames就能搞定，效果挺酷的。

原文

7月19日

18:48

官方账号Decoder@Jonathan Kemper

77°

Google Deepmind 提出 GenCeption 方法，利用视频生成器完成深度估计和语义分割等经典视觉任务。该方法在仅使用合成视频训练的情况下，匹配甚至超越当前最先进系统的性能。研究团队认为视频生成器内部已经隐式包含了一种通用世界模型，这挑战了传统计算机视觉的范式。GenCeption 在 KITTI 深度估计基准上取得了与基于真实数据训练的模型相当的结果，证明了其有效性。

论文 GenCeption Google Deepmind 视频生成

推荐理由：Deepmind 把视频生成器当成通用感知模型，用合成视频训练就达到了顶级深度估计水平，挺震撼的，值得一看。

原文

18:43

官方账号阿里云 Alibaba Cloud@alibaba_cloud

阿里云发布针对个人的Token Plan，统一积分支持文本、图像和视频生成。包含Qwen3.8-Max-Preview、GLM-5.2、DeepSeek-V4-Pro等模型，以及Happy Horse 1.1用于视频生成。首月优惠价仅4美元（使用优惠券后）。该计划提供多模态统一计费方式。

AI产品 Alibaba Cloud Qwen3.8-Max-Preview GLM-5.2

事件专题

推荐理由：阿里云新出的个人套餐，一个Token包圆文本、图像和视频，首月才4美元，性价比不错。

原文

10:12

AI Will@FinanceYF5

Justine Moore分享了一个AI视频用例，在婚礼上播放惊喜视频。视频跨越不同时代展现情侣的爱情故事。最后揭晓两人现实中的相遇方式。

技巧 AI视频婚礼视频生成

推荐理由：这个AI视频创意超棒，婚礼上放一段不同年代风格的爱情短片，结尾揭秘相遇，浪漫又感人。

原文

7月18日

20:14

量子位@量子位的朋友们

万兴科技在WAIC 2026上展示了万兴剧厂的“无限画布”功能，该功能支持超大尺寸视频创作。同时首秀了Filmora.AI，集成AI剪辑与生成能力。另一款新品Virbo AI专注于数字人形象生成与驱动。三款产品均面向AI视频创作场景。

AI产品万兴剧厂无限画布 Filmora.AI

推荐理由：万兴把三个AI视频工具都带到WAIC了，无限画布做大片、Filmora.AI剪视频、Virbo AI做数字人，想玩AI视频的可以看看。

原文