跳到正文
7月16日周四
  1. 公众号:昆仑万维66

    天工短剧工作台推出“Agent智能分镜+无限画布”双轨创作模式,告别AI短剧“随机抽卡”

    天工短剧工作台(SkyProduction)推出“Agent智能分镜+无限画布”双轨创作模式,将导演思维拆解为六个可干预环节,通过站位图锁定和多视细节图生成解决角色漂移、变脸问题。该工作台支持720°全景图、3D导演台、多账号分级管理及数据中心,并原生支持英文短剧全流程处理。其三部精品短剧上线DramaWave仅7天,均实现百万美元级营收。

    推荐理由:天工短剧工作台把导演思维拆解成可干预的站位、光影和调度环节,降低了从单镜头到连续叙事的落差,适合需要稳定产出精品短剧的团队。

7月15日周三
  1. PixVerse55

    PixVerse 发布 AI Game Engine,通过 PixVerse Game 将实时生成视频、AI 智能体、游戏机制与用户定义世界结合,探索视频模型融入交互式游戏的可能性。该项目目前为早期技术实验,并非成熟平台,已开放体验地址并发放少量邀请码。

    引用Deborah@n__deborah

    The AI gaming question I am most interested in is not whether AI can make better assets. It is whether video models can eventually become part of interactive worlds. @PixVerse_ is exploring that question through PixVerse Game, combining real-time generative video, AI Agents, game mechanics, and user-defined worlds in an early technical experiment. My starting point for that question is here: http://world.pixverse.ai/game I do not think AI gaming is solved, and this is not a finished platform. But if video models become more controllable and responsive, what role could they play inside future games? If the question interests you enough to test the idea yourself, share your take below. A few invitation codes are available, with priority going to the first thoughtful replies.

  2. TechCrunch:AI61

    Reelful 利用 AI 将相册内容自动剪辑成短视频

    前 Snapchat 工程师 Kate Deyneka 推出 iOS 应用 Reelful,用户输入提示词并录制 30 秒语音样本后,AI 即可自动规划脚本、添加配音和特效,将照片和视频剪辑成适配 TikTok 的短视频。该应用提供一次性购买(5 个视频 15 美元起)和订阅计划(Creator 月费 25 美元含 10 个视频)。

  3. 公众号:火山引擎53

    火山引擎发布 Seedance 2.5,AI 视频生成支持 30 秒直出与 50 份全模态素材输入

    Seedance 2.5 大幅提升多人运动场景下的人物一致性与动态表现,支持图片、音频、视频等全模态素材最高 50 份同时导入。模型新增二次编辑能力,可对已生成画面进行定向修改而无需整段重做;指令遵循支持时间戳精准响应,按秒对齐 Prompt 中的画面动作。Seedance 2.5 单段原生视频最长 30 秒,火山引擎将于近日上线其 API。

7月14日周二
  1. 公众号:数字生命卡兹克59

    用好Seedance做AI视频的心得技巧

    近期高强度使用Seedance的团队总结了一套实用心得。写视频prompt只需填好四部分:主体(建议用图生图出角色参考图后直接@)、场景(上传场景图,可带主角交代比例)、音乐(只生成音效,不生成BGM)、镜头(言简意赅写清景别和事件)。其他要点:无需放分镜故事板;prompt不是越长越好;不要给每个镜头加时间戳;目前对提示词响应最好的版本是720p,清晰度最后用Topaz放大到4K。省下的时间应花在构思分镜和故事上。

  2. The Decoder:AI News57

    PixVerse 完成 4.39 亿美元 C 轮扩展融资,估值超 20 亿美元

    新加坡 AI 视频生成初创公司 PixVerse 完成 C 轮扩展融资,从阿里巴巴、Lollapalooza Capital 和 Mirae Asset 等投资者处筹集 4.39 亿美元,估值超过 20 亿美元。该公司由前字节跳动高管王长虎和 Jaden Xie 于 2023 年创立,提供视频生成、电影制作和游戏开发世界模型。PixVerse 拥有超过 1.5 亿注册用户和 1500 万月活跃用户。联合创始人 Xie 称,OpenAI 已关闭 Sora 2,Meta 和腾讯未能构建高质量视频模型,而 PixVerse 的优势在于数据标注精度——王长虎曾为 TikTok 构建视觉 AI 系统,该经验直接应用于 PixVerse 视频平台。

  3. 公众号:卡尔的AI沃茨75

    实测LibTV Agent:100个AI视频工作流重组为Skill,实现创意自由

    LibTV推出Agent功能并内置Skill Hub,提供100多个覆盖武侠电影、皮克斯动画广告、电商口播等类型的视频Skill。用户输入想法后,Agent会分析需求并询问方向,自动生成视频分镜并串联成完整节点工作流,每个节点可查看和修改提示语。生成后LibTV会启动自查机制,自动检测并返修有问题的镜头。故事板视图提供图片与视频资产总览,支持在成片中直接打开剪辑时间线进行精细调整。用户还可自行创建Skill,上传三个文件即可,无需编程。实测中,Agent能输出剧情连贯、带粤语配音的成片,并支持双语字幕生成。

    推荐理由:LibTV把成熟的视频流程做成可复用的Skill,并开放自定义上传,让创作者无需从节点开始,直接输出接近成片的作品,对于想缩短想法到成片距离的人,这是一个值得上手的效率工具。

  4. TechCrunch:AI70

    视频生成创企 PixVerse 完成 4.39 亿美元 C 轮扩展融资,估值超 20 亿美元

    新加坡视频生成初创公司 PixVerse 完成 C 轮扩展融资,共筹集 4.39 亿美元,估值突破 20 亿美元。公司提供 V 系列(消费者及 API)、C 系列(专业影视)及今年初发布的 R 系列世界模型(游戏开发)。用户可生成最高 4k 分辨率并自带音频的视频,消费端注册用户超 1.5 亿,月活超 1500 万,图生视频每分钟 4.80 美元。本轮投资者包括阿里巴巴等。公司计划今年推出新 V 系列模型及新版世界模型,并全球拓展企业客户。

    推荐理由:4.39亿美元让视频生成赛道又添一把火,PixVerse押注的字节系数据标注经验,比模型参数更值得产品人关注,虽然市场挤,但估值翻倍是真实信心。

7月13日周一
  1. 公众号:卡尔的AI沃茨59

    Flowith Matrix 推出“0人OPC”概念,AI模拟内容团队完成多平台发布

    Flowith新产品Matrix提出“0人OPC”概念,让AI像内容团队一样完成从创意到多平台发布的完整流程。用户创建Workspace后,Matrix自动配置包含CEO Office、受众信号室等多个部门的Agent团队。Matrix支持主动模式,引入OKR追踪关键结果,可全自动完成内容制作分发,也可step by step模式逐项确认。实测中,Matrix能生成Switch2宣传短片和MUJI服装宣传片,并自动发布到YouTube和X,为每个平台定制化标题和文案。用户可通过3D办公室视图查看各部门实时工作状态,甚至打电话催促进度。

7月11日周六
  1. PixVerse64

    PixVerse 在 X 平台发布了一条 AI 生成的情侣舞蹈 MV 推文,歌词由 Gemini Omni 生成。推文提供了两种 Prompt 模式:模式 A 使用两张参考图像生成 15 秒实写风格 MV,要求保持人物特征并添加水彩手绘 VFX 效果,节奏设定为 118 BPM;模式 B 支持多张参考图像同时出演,生成 60fps 的偶像概念 MV,要求多人物同框、手绘 2D 特效同步,并模拟 5 台摄像机切换。

    引用C’est La Vie | AI Director@sailorv321

    Couple Dance MV🎬 淡いパステルインク世界のカップルダンスMV 「まだ痛い」に合わせて踊らせてみました。 可愛い🐈‍⬛💗 歌詞はGemini Omniを使用! パターンBは背景変更して使ってください🫶 パターンA Prompt⬇️(15s) 参照画像2枚を使用する。 image1 を人物A、image2 を人物Bとして扱う。 人物Aと人物Bは、参照画像の顔立ち、髪型、体型、表情、衣装の印象、雰囲気、キャラクター性を維持したまま、実写MVに登場する人物として表現する。 2人を混ぜない。 顔、髪型、衣装、体型、雰囲気、VFX、キャラクター性を入れ替えない。 参照画像ごとの個性を保ち、それぞれ別の人物として明確に描く。 参照画像にある特徴的な装飾やシルエットは、実写MV向けのファンタジー衣装として自然に馴染ませる。 素材感、髪の揺れ、布の動き、アクセサリーの反射、肌の質感、光と影をリアルに見せる。 全体は可愛く、上品で、透明感のある実写ファンタジーMVにする。 背景は、現実の場所ではなく、実写MV用の Pastel Ink Dream Stage。 白く柔らかいスタジオ空間に、淡いインク、水彩の光、半透明ガラス、揺れるシルク布、透明な円環、淡い反射床、浮遊する紙片、シャボン玉のような円、星屑の微粒子を配置する。 色は、ミルキーホワイト、ベビーブルー、ラベンダー、淡いピンク、クリームイエロー、ミントグリーン、薄いシアンなど、柔らかいパステルカラーを中心にする。 色は強く発光させず、淡くにじむように見せる。 背景は開始時点から静止しない。 118 BPMに合わせて、淡いインク雲、水彩の光、透明な円環、ガラスの反射、布、光粒がゆっくり膨らみ、流れ、揺れ、溶けるように動く。 可愛いインクスタイルVFXと、繊細な手描きエフェクトを両方追加する。 インクは、透明な水彩インク、淡いブラシ跡、ミルキーな飛沫、小さなインク粒、空中に広がるにじみとして出す。 手描きエフェクトは、細い白線、淡いパステル輪郭線、小さな星、細い稲妻、手描きスピード線、波線、きらめき軌跡として一瞬だけ出す。 線は少し揺らし、手描きの温度を残す。 人物AのVFXは、少しシャープで透明感のある表現にする。 細い線、透明な円環、液体ガラスの波紋、淡い光粒、鋭い手描き軌跡を、肩、手首、足元、ターンに反応させる。 人物BのVFXは、少し柔らかく甘い表現にする。 淡いインクのにじみ、星屑、小さな光花、柔らかいリボン状ブラシ、手描きのきらめきを、指先、髪、衣装、ターンに反応させる。 2人が近づいた瞬間だけ、人物Aの円環系VFXと人物Bの星屑系VFXが、淡い光の波紋として一瞬重なる。 その後すぐに分かれる。 VFXは顔、目、身体ライン、手足、衣装ディテール、ダンスを隠さない。 衣装は参照画像の世界観を保ちながら、実写MV向けに華やかに再設計する。 光沢素材、レイヤード、短めジャケット、揺れる布、チェーン、ベルト、リボン、アクセサリー、ブーツ、手袋、メタリックパーツ、透け感、差し色を加える。 人物Aと人物Bはカップル感を出すが、衣装とVFXの個性は明確に分ける。 髪、布、リボン、アクセサリー、特徴的な装飾は、ダンスに合わせて自然に揺れる。 表情は可愛く、余裕があり、カップルらしい距離感を出す。 一方がカメラを見る時、もう一方は相手を見る、または少し目線を外す。 同じ表情を同時にしない。 全体印象は、image1 と image2 を実写人物化した、淡いパステルインク世界のカップルダンスMV。 人物Aは少しクールでシャープ。 人物Bは少し柔らかく華やか。 背景は可愛いが安っぽくせず、透明感のある水彩インクと手描きVFXで美しく動く。 顔、髪型、体型、表情、シルエットを最優先する。 テキストオーバーレイなし。字幕なし。ロゴなし。読める文字なし。 グラフィティなし。スプレーアートなし。強いネオンなし。サイバー風なし。普通の風景背景なし。 人物の複製なし。新しい人物なし。完全シンクロなし。左右対称コピーなし。棒立ちなし。歩くだけなし。 パターンB Prompt⬇️(15s) 参照画像を1枚以上使用する。 参照画像に写っている人物・キャラクターをすべて主人公として扱う。 参照画像が1枚なら1人、2枚なら2人、3枚なら3人のように、参照画像の人数分を同じ映像内に同時出演させる。 15秒、60fps。 アイドルのコンセプトMV風の高品質ダンス映像。 短尺MVらしいテンポ、可愛い振付、手描き2Dエフェクトが同期した映像にする。 髪、服、アクセサリー、手先、ステップ、ターン、視線、エフェクトの動きを滑らかに描写する。 全員を同じ背景、同じ撮影空間、同じMVシーン内に同時に配置する。 参照画像ごとに背景を変えない。 参照画像ごとに別シーンへ分けない。 途中でキャラクターを入れ替えない。 1人ずつ順番に登場させない。 複数参照画像の場合、それぞれを独立した人物・キャラクターとして扱う。 顔、髪型、髪色、体格、衣装、アクセサリー、性別、年齢感、雰囲気を混ぜない。 同じ顔、同じ髪型、同じ衣装のペアにしない。 男女の参照画像を使う場合、男性は男性として、女性は女性として明確に維持する。 参照画像の人物表現を最優先で保持する。 参照画像の質感、画風、空気感、キャラクター性をそのまま維持する。 複数の参照画像で質感が異なる場合も、それぞれのキャラクターごとに個別保持する。 全員を無理に同じ画風へ統一しない。 全身や衣装が完全に見えていない場合は、各参照画像から読み取れる色、素材感、シルエット、雰囲気、キャラクター性に合わせて自然に補完する。 補完部分も、それぞれの参照画像と同じ方向性で作る。 別キャラクターの顔、髪型、衣装、体型、色を流用しない。 背景は1つの共通したMV撮影空間として固定する。 室内スタジオ、窓辺の部屋、シンプルな撮影空間のいずれか。 柔らかい自然光、整理された背景、全員が主役に見える空間。 ショットごとに場所を変えず、同じ空間内でカメラ角度だけを変える。 背景は参照画像全体の共通点を分析して、1つのアイドルコンセプトMV空間として成立させる。 明るい、淡い、落ち着いた、少し湿度のある、クール、可愛いなど、参照画像の雰囲気に合わせて調整する。 楽曲は日本語の歌。 実在する楽曲は使用しない。 映像コンセプトは、参照画像の人物・キャラクター全員が同じMV空間で可愛く印象的なダンスを踊る短尺コンセプトMV。 最優先は、全員が同時に存在すること、全員が可愛く見えること、短尺MVとして記憶に残ること、ダンスと手描き2Dエフェクトが一体化して見えること。 複数キャラクターの場合は、横並び、三角配置、斜め配置、前後配置などを使い、全員が画面内で見えるようにする。 全員が同時に踊る。 片方だけ踊る、棒立ち、別々の場所に分かれる演出は禁止。 可愛さはテンプレート化しない。 参照画像全体を分析し、アイドルのコンセプトMVとして成立する可愛さにまとめる。 明るいキャラクターは弾む可愛さ。 落ち着いたキャラクターは上品な可愛さ。 クールなキャラクターは照れや余裕のある可愛さ。 儚いキャラクターは柔らかい可愛さ。 ストリート感のあるキャラクターはラフで遊び心のある可愛さに寄せる。 振付は、1人の場合はソロダンス、2人以上の場合はグループダンスとして構成する。 全員が揃える場面と、少しだけ個性を出す場面を入れる。 手元、肩、首、腰、足元、視線、ターン、決めポーズを自然に使う。 動きは可愛く、真似しやすく、短尺で印象に残るものにする。 子どもっぽすぎる動き、過度にセクシーな動き、激しすぎるダンス、不自然なジャンプ、ランダムな動きは禁止。 手描き2Dエフェクトは、参照画像全体を分析して自動生成する。 全員に共通して似合う形、線、質感、色、密度、出現タイミングにする。 画面全体としては1つのMVデザインに統一しつつ、必要に応じてキャラクターごとに少しだけ違う色や線の癖を持たせる。 エフェクトはMV映像の上に合成された手描きモーショングラフィックとして表現する。 クレヨン、鉛筆、オイルパステル、淡いインクのような、ラフで可愛い平面的な2Dアニメーションにする。 全員の手元、顔まわり、足元、身体の動き、ターン、視線、決めポーズに同期させる。 1人だけに偏らせず、画面全体にバランスよく配置する。 顔や身体を隠しすぎない。 カメラは5台で撮影しているような構成。 2秒ごとに、正面、上から、左から、右から、背後からのカメラへ切り替える。 背景は同じ空間のまま維持し、カメラ角度だけを変える。 複数キャラクターの場合、全員が見える構図を優先する。 全身または膝上のグループ構図を必ず入れる。 寄りすぎて誰かが画面外へ消える構図は禁止。 カメラは完全固定にせず、ビートに合わせて軽く揺らす。 上下の小さなバウンス、短いパンチイン、わずかな左右揺れを入れる。 雑な手持ち揺れにはしない。 0.0〜2.0秒。 正面カメラ。 全員が同じ背景内に同時に登場。 全身または膝上構図。 人数に応じて横並び、またはバランスの良いフォーメーションで配置する。 全員がリズムを取りながら、参照画像全体の人物性に合う可愛い導入ポーズと小さなステップを行う。 手元と顔まわりに、参照画像全体の色味と雰囲気に合う手描き2Dエフェクトが出現する。 2.0〜4.0秒。 上からのカメラ。 同じ背景空間の俯瞰アングル。 全員が画面内に入り、カメラを意識する。 人数に応じて、顔まわりの仕草、手元のアクセント、軽い視線の動きを揃える。 キャラクターごとの個性を壊さず、グループとして可愛く見せる。 4.0〜6.0秒。 左からのカメラ。 同じ背景空間の左側アングル。 全員の身体の向き、腰、肩、手元を使った短い振付を行う。 膝上から全身に近い距離を保ち、手、腰、足元の動きを見せる。 複数キャラクターの場合、前後配置や斜め配置で全員が見えるようにする。 手の軌跡や身体の動きに合わせて、全員にバランスよく手描きエフェクトが流れる。 6.0〜8.0秒。 右からのカメラ。 同じ背景空間の右側アングル。 全員が反対側へ身体を向けつつカメラを意識する。 肩、両手、足元を使った可愛い音ハメの振付を入れる。 足元まで自然に見える構図で、ステップが分かるようにする。 肩まわりと足元に、参照画像から導いた色と形の手描きエフェクトが出現する。 8.0〜10.0秒。 背後からのカメラ。 同じ背景空間の背後アングル。 全員の髪と衣装が柔らかく揺れる。 背中、肩、腰、全身シルエットが自然に見える構図。 全員が肩越しに振り返ってカメラ目線、または人数に応じて自然にタイミングをずらす。 小さなターン、振り返り仕草、手元の決め動作を入れる。 ターンの軌跡に、グループ全体に似合う手描きエフェクトが出現する。 10.0〜12.0秒。 正面カメラ。 サビ感の盛り上がり。 全員が画面内にいる膝上から全身構図。 両手、肩、腰、足元を使い、短尺MVとして印象に残る可愛いグループ振付を行う。 ここではエフェクトの密度を少し上げる。 参照画像全体の人物性に合う形、線、色を画面左右や背後に広げる。 決めのたびに短いカメラシェイクを入れる。 12.0〜14.0秒。 上からのカメラ。 同じ背景空間の俯瞰アングル。 全員が見上げながら、顔まわりと手元を使った可愛い仕草を行う。 表情はそれぞれの参照画像の雰囲気に合わせて自然に調整する。 手元から、グループ全体に似合う小さな手描きエフェクトがふわっと広がる。 全員の顔立ち、髪、雰囲気を維持する。 14.0〜15.0秒。 エンドシーン。 同じ背景空間。 正面寄り、または少し斜め前のカメラ。 全員が最後の振付から自然につながる決めポーズで締める。 決めポーズは必ずしも顔アップにしない。 人数、衣装、全身シルエット、振付の流れに合わせて、全身、膝上、腰上、バストアップの中から最も自然で魅力的なグループ構図を選ぶ。 ラスト直前に急なズーム、急なジャンプカット、不自然な顔アップ、画面が弾くような急接近は禁止。 カメラは滑らかに近づく、または軽く止まる程度にする。 決めポーズの強調は、全員の身体の止め、手元の形、視線、髪や衣装の余韻、手描き2Dエフェクトの短い弾け方で表現する。 制約。 主人公以外の人物を出さない。 複数の参照画像を1人の人物に統合しない。 男女の顔を混ぜない。 片方の髪型や衣装をもう片方に移さない。 同じ顔、同じ髪型、同じ衣装のペアにしない。 双子化しない。 同じ背景にいることを理由に、人物特徴を共有しない。 参照画像と矛盾する衣装にしない。 参照画像に合わないポーズ、表情、アイコン、色、衣装演出を出さない。 エフェクトや仕草を毎回同じテンプレートにしない。 人物だけが変換された単調な映像にしない。 ダンスとエフェクトを必ず同期させる。 エフェクトは弱くしすぎず、振付の一部として見えるようにする。 爆発、炎、煙、過剰なグリッチ、派手すぎる魔法演出は禁止。 文字、字幕、ロゴ、透かしを表示しない。 15秒全体を60fpsで滑らかに描写する。 @PixVerse_ #pixverse #PixVerseCPP

7月10日周五
  1. 公众号:百度智能云47

    百度智能云发布“智云龙江AI内容创作伙伴计划”,助力黑龙江AI漫剧产业

    7月10日,百度智能云在哈尔滨举办AI漫剧专场,发布“智云龙江AI内容创作伙伴计划”。该计划以百度智能云为技术底座,提供Hogee等AI创作工具、百度网盘企业版素材协同及百度搭子全流程陪伴。同时推出“AI漫剧赋能计划”,从技术工具、版权IP(10万+版权资源、10万+短视频改编权限)、流量运营、现金收益(每季度40万元专项补贴)、人才培养和基地生态六方面支持本地机构。黑龙江AI智影内容生产基地正式授牌。

  2. MarkTechPost58

    蚂蚁集团 Robbyant 发布 LingBot-World-Infinity:开源因果世界模型

    蚂蚁集团具身智能团队 Robbyant 发布 LingBot-World-Infinity(LingBot-World 2.0),一个因果视频生成模型,可作为交互式世界模拟器运行。该模型通过 MoBA 注意力机制和 DMD 自 rollout 训练,解决长程漂移和交互延迟问题。模型采用因果分解架构,每帧仅依赖过去帧和当前动作输入。团队同时发布 14B 参数开源 checkpoint,采用 CC BY-NC-SA 4.0 许可。公开推理脚本在 8 张 GPU 上运行 480×832 分辨率;部署版流式输出可达 60 fps,经 TensorRT 引擎编译。

7月9日周四
  1. TechCrunch:AI67

    Character.AI 进入微短剧领域,推出自产剧集并允许用户与角色互动

    Character.AI 推出 c.ai Series 系列微短剧,首批三部作品包括浪漫题材《Last Summer》、恐怖题材《The Nighttime Game》和生存题材《Eden Fall》。18岁以上用户可与剧中角色聊天、提问、角色扮演。这些剧集由AI工具制作,长期计划向用户开放角色及系列创作工具。此外,公司还在测试音频系列功能 c.ai FM 及小说创作功能 c.ai Reads。据 Sensor Tower,2026年上半年用户每月在Character.AI上花费超过950分钟。

  2. TechCrunch:AI67

    Google Photos 新增 AI “Video Remix” 工具

    Google Photos 推出基于 Gemini Omni 模型的 “Video Remix” 功能,可在数秒内编辑并转换视频。用户通过应用内 “Create” 标签页访问,支持对暗光片段应用电影级补光、替换普通背景、或添加水彩、素描、油画等艺术风格效果。该功能周三起面向美国、阿根廷、巴西、印度、日本等 14 个国家的 Google AI Plus、Pro 和 Ultra 订阅用户上线。

7月8日周三
  1. AI at Meta74

    Meta超智能实验室今日发布Muse Image和Muse Video,为首批媒体生成模型。Muse Image是Meta目前最先进的图像生成模型,能精确遵循指令、精准编辑、从多参考图像合成,并利用Instagram社交上下文。其最大特点是Agent式工作:调用工具、自我优化,通过缩放测试时计算改进,并与Muse Spark协作生成媒体。Muse Video基于相同预训练基础,具备原生音频支持,提供卓越视觉保真度。Muse Image已在Meta AI应用、网页、Instagram Stories和WhatsApp中有限国家开放试用。

    引用AI at Meta@AIatMeta

    Introducing Muse Image and Muse Video, the first media generation models developed by Meta Superintelligence Labs. Muse Image is our most advanced image generation model yet. It follows instructions faithfully, edits with precision, composes from multiple references, and draws on Instagram for social context. It also brings agentic tool use capabilities to image generation and integrates with Muse Spark. You can try Muse Image in the Meta AI app and web, as well as in Instagram Stories and WhatsApp – starting in limited countries with more locations on the way. Today we’re also previewing Muse Video, which is built upon the same pretraining base as Muse Image to deliver exceptional visual fidelity with native audio support. Learn more about both models: https://go.meta.me/7f4427

7月7日周二
  1. Apple Machine Learning Research51

    通过先进模态条件与交互驯服文本到有声视频生成

    苹果与中国人民大学联合研究聚焦文本到有声视频生成任务,提出Cross-Referential Rewriter(CRR)caption框架。该框架采用双agent管线:Semantic Checker提取有依据的语义锚点,Cross-Modal Rewriter生成解耦的TV和TA caption对,消除模态干扰并弥合密集训练caption与简洁用户提示之间的差距,解决了联合音视频训练中的文本条件瓶颈与跨模态特征融合不清两大关键挑战。

  2. IT之家·人工智能41

    苹果 iOS 27 家庭 App 新增 AI 摄像头功能:需 iCloud+ 2TB 起步

    苹果在第三个 macOS Golden Gate 测试版说明中确认,iOS 27、iPadOS 27 和 macOS 27 家庭 App 的 Apple Intelligence 摄像头功能需订阅 2TB 或更高容量 iCloud+ 计划。AI 特性包括为 HomeKit 安全视频的运动警报生成文字摘要、整合多摄像头画面为活动概览并提取片段,以及自然语言搜索。2TB 套餐每月 9.99 美元,无摄像头数量限制,HomeKit 视频存储不占套餐容量。50GB 套餐仅支持 1 台摄像头,200GB 最多支持 5 台。

7月6日周一
  1. 公众号:昆仑万维55

    昆仑万维方汉:内容通胀时代,好故事永远保值

    昆仑万维CEO方汉在2026全球数字经济大会上提出“内容通胀”概念:AI使内容生产成本数量级下降,作曲从2000美元降至0.01美元,短片从7930美元降至54美元,百万Token推理成本从60美元降至0.05美元。内容供给暴增导致用户注意力稀缺。方汉指出新硬通货为注意力、信任和故事。昆仑万维海外短剧月活超1亿,年化收入6亿美元,AI短剧月上线能力从约20部提升至200部以上。Agent降低创作门槛,让更多人具备表达资格。好叙事与信任将更稀缺。

7月5日周日
  1. The Decoder:AI News56

    字节跳动 Seedance 在好莱坞引发矛盾:遭起诉侵权,也被私下使用

    字节跳动旗下 AI 视频工具 Seedance 在好莱坞引发矛盾。一段 15 秒 AI 生成的布拉德·皮特与汤姆·克鲁斯打斗视频走红后,电影协会向字节跳动发出停止函,指控“系统性侵权”。但据《洛杉矶时报》报道,字节跳动并未放缓:春季在圣莫尼卡演示、发布 100 个美国岗位、在戛纳举办鱼子酱派对、在亚马逊 AI 活动上开设小组,还签约多名独立电影人并开始洽谈资助 AI 影片。咨询师称 Seedance 是当前最佳视频工具;《辛普森一家》动画制片人称许多工作室未正式批准但默许使用,实行“不问不说”政策。字节跳动未回应其美国扩张相关问询。

  2. TechCrunch:AI42

    Google 广告虚构开国元勋用 Workspace 起草《独立宣言》,AI 元素引争议

    《独立宣言》签署 250 周年之际,Google 发布一支广告,虚构开国元勋使用 Google Workspace 协作起草文件:本·富兰克林发短信催促杰斐逊,全程使用 Google Docs 协同编辑、Calendar 安排会议、Meet 远程参会(全员关摄像头),最终电子签名定稿。AI 元素包括:用“help me visualize”尝试不同国玺动物、Gemini 做会议记录、向聊天机器人咨询如何拒绝英王乔治三世的文档访问请求。YouTube 和 Instagram 反馈积极,但在 Bluesky 被批“尴尬”“缺乏时代感”;历史学家 Angus Johnston 指出“广告中真正 AI 的部分少得惊人”。