跳到正文
#视频
6月6日周六
  1. 公众号：MiniMax56

    海螺AI×上影节活动日历：开放日6.14-6.15

    MiniMax旗下海螺AI作为第28届上影节独家AI影像战略合作伙伴，6.14-6.15举办开放日。活动包括：AI片场·海螺专属Booth（展示1+1组合作品及过程）、6.14多模态行业交流会、6.15专题圆桌（超级创作者呈现四种图景、《流浪地球》制片人与青年导演对谈）。具体时间地点详见图片。

6月5日周五
  1. ViggleAI65

    Mocap 不需要套装、工作室或数千美元。 使用 @Viggle_PINOC，任何人都可以简单地拍摄自己，并将该视频转换为动作捕捉。 我们仍处于测试阶段，且对所有人完全免费。试试看，告诉我们你还想看什么！

    引用独立开发者William@DLKFZWilliam2

    🤓mocap搞起来。 现在这个时代真是太好了。手机拍个视频就能动作捕捉。 想要什么技能就拍一个。

    推荐理由：动作捕捉从动捕服变成手机自拍，Viggle 这个 Pinoc 工具把 mocap 的门槛从数千美元拉到零，做动画和 VTuber 的可以直接玩起来了。

  2. The Verge：AI55

    Quilty 能靠剧本预测电影票房成败吗？

    AI 初创公司 Quilty 宣称其工具仅通过阅读剧本就能准确预测电影的市场表现。然而，实际测试结果引发质疑：在拥有全球数据的情况下，Quilty 预测后来票房惨败的《Christy》会优于最终成为奥斯卡获奖大片的《Sinners》。Quilty 创始人认为这类工具能“民主化”电影行业，为新兴创作者提供辅助，但权威性有待验证。

  3. IT之家·人工智能67

    发布两年：快手可灵 AI 全球用户突破 1 亿，企业客户近 5 万

    6月5日，快手旗下可灵AI宣布全球用户突破1亿，企业客户近5万。过去一年，可灵完成26次迭代，深入影视、广告、音乐MV、游戏、电商、智能硬件等场景，并发布由可灵AI全片生成的两周年短片。据IT之家此前报道，快手正评估拟议重组可灵AI相关资产及业务，或引入外部融资；目前可灵AI正在进行Pre-IPO轮融资，投前估值180亿美元，内部按2027年初递交港股上市申报材料推进。

  6. 公众号：火山引擎42

    火山引擎豆包Seedance 2.0进入广告核心生产流程

    火山引擎豆包视频生成模型Seedance 2.0以音画同出、全能参考、物理规律遵循、长视频一致性及电影级审美，打通品牌广告高质感创作与效果广告规模化量产。品牌场景已应用于智己汽车、华为手机、芝华仕等；效果广告场景下，30秒素材制作成本30-45元/条，单日稳定产出上百条，AIGC优质素材平均ARPU提升80.2%。基于Seedance 2.0的KickArt 3.0 Agent可实现爆款素材参考生成与批量裂变，已在汽车、3C、电商、快消等行业落地。

  7. IT之家·人工智能58

    xAI 开放预览版图转视频模型 grok-imagine-video-1.5-preview，单图生成最高 720p 电影感视频

    xAI 通过 API 开放预览版图像转视频模型 grok-imagine-video-1.5-preview，可将一张静态图像扩展为流畅的电影感视频片段。用户提供起始图片并用自然语言描述运动方式后，模型可控制镜头移动、画面节奏、环境氛围与物理效果。该模型最高支持 720p 视频生成，适合概念验证、分镜测试和短内容生产，并能通过逐段动画化将多镜头串联为更长场景。

6月4日周四
  1. IT之家·人工智能55

    周星驰入股苏州互动之星：合作打造 AI 剧集，后者手握《凡人修仙传》等 IP

    周星驰旗下比高集团战略入股苏州互动之星，双方围绕 AI 剧集、互动影游、真人影视、IP 全产业链运营展开深度合作。互动之星手握 20 余部顶级 IP 全版权，涵盖《凡人修仙传》《绍宋》《悟空传》等。合作重点发力 AI 剧集核心赛道，联合打造 AI 漫剧、AI 拟真人剧。互动影游《绍宋》定档暑期上线，多部横屏 AI 剧集已在制作中，一批真人中剧、短剧进入前期筹备。

  5. xAI：News75

    xAI 发布 Grok Imagine 1.5 预览版（图像转视频模型）

    xAI 通过 API 发布了图像转视频模型 `grok-imagine-video-1.5-preview`（Grok Imagine 1.5 预览版）。该模型能将单张静态图片转为流畅的电影感视频，用户提供起始帧和描述运动的提示词后，模型可生成包含相机移动、氛围和物理效果的动画，并保持对源图像的忠实。支持生成 720p 片段，可使用自然语言指令控制镜头、节奏和音效，并支持逐帧拼接成长场景。模型目前通过 xAI API 提供预览使用。

    推荐理由：xAI的新视频模型从单张图像生成电影级短片，支持自然语言控制运镜和氛围，对视频创作者和开发者是个值得一试的工具。

  6. Elon Musk72

    Vercel 的 AI Gateway 上现已推出 Grok Imagine Video 1.5。该服务支持图生视频并同步音频，一次性完成。示例代码： `await generateVideo({ model: 'xai/grok-imagine-video-1.5-preview', prompt: 'a rabbit sprinting through nyc' });`

    引用Vercel Developers@vercel_dev

    Grok Imagine Video 1.5 上线 AI Gateway。 一次生成即可完成带同步音频的图生视频。 𝚊𝚠𝚊𝚒𝚝 𝚐𝚎𝚗𝚎𝚛𝚊𝚝𝚎𝚅𝚒𝚍𝚎𝚘({ 𝚖𝚘𝚍𝚎𝚕: '𝚡𝚊𝚒/𝚐𝚛𝚘𝚔-𝚒𝚖𝚊𝚐𝚒𝚗𝚎-𝚟𝚒𝚍𝚎𝚘-𝟷.𝟻-𝚙𝚛𝚎𝚟𝚒𝚎𝚠', 𝚙𝚛𝚘𝚖𝚙𝚝: '𝚊 𝚛𝚊𝚋𝚋𝚒𝚝 𝚜𝚙𝚛𝚒𝚗𝚝𝚒𝚗𝚐 𝚝𝚑𝚛𝚘𝚞𝚐𝚑 𝚗𝚢𝚌' });

    推荐理由：Grok Imagine Video 1.5 把同步音频塞进了图生视频，一条 prompt 直接出带声短片，做短视频和创意的可以换上这条流水线了。

6月3日周三
  2. IT之家·人工智能64

    消息称字节 Seedance 2.0 模型单月营收已超 10 亿元，且仍在爬升期

    据报道，字节跳动旗下视频创作模型 Seedance 2.0 的单月 API 收入已超过10亿元，且仍处于增长期。这一成绩是在其海外 API 尚未正式全量上线的情况下实现的。该模型在多项指标上超越了海外顶尖视频模型 Veo 3 与 Sora 2。此外，即将发布的 Seedance 2.1 版本生成质量预计将比 2.0 提升20%。受此推动，字节火山引擎的 MaaS 业务 2026 年营收目标已上调至150亿元，是其 2025 年全年约15亿元收入的10倍。

  3. IT之家·人工智能61

    快手旗下可灵AI正进行Pre-IPO轮融资，投前估值180亿美元，计划2027年赴港上市

    快手旗下视频生成模型可灵AI正在进行分拆后的首轮融资，投前估值为180亿美元（约合1220.14亿元人民币）。此轮为Pre-IPO轮融资，内部计划于2027年年初递交港股上市申报材料。财报显示，可灵AI单季收入超6.5亿元，同比增长超300%，2026年3月年化收入运行率（ARR）近5亿美元。其投前估值约相当于快手当前市值的66%。

  4. 公众号：火山引擎64

    Vibe Creating：让创作回归「表达」本身

    火山引擎 Seedance 2.0 提出 AI 视频创作新范式 Vibe Creating，核心是让创作者放下技术负担，用故事表达代替复杂 Prompt 参数。该范式强调用富有画面感的语言描述场景、情绪和叙事，模型自行理解意图并完成景别、光影、节奏的诠释，避免过度规定镜头调度。适用于文学作品可视化、影视预演等场景，并配套发布《Vibe Creating 实践手册》及可执行的 Prompt Skill，从创意到高质量提示词一步到位。

    推荐理由：火山引擎把 Seedance 2.0 的用法提炼成「Vibe Creating」方法论，核心是教人用故事感代替镜头术语，虽然不涉及模型升级，但附带可直接套用的手册和 Skill，做 AI 短视频的可以当成 Prompt 指南。

  5. Saining Xie67

    研究团队推出VSTAT基准测试，用于评估多模态大语言模型（MLLMs）在视频中追踪动态状态的能力。测试任务看似简单，包括计数杯子、识别键入的文字、统计翻页次数等，人类可以轻松完成，但当前MLLMs表现欠佳。该测试旨在推动视觉状态跟踪这一前沿方向的发展，解决模型从不完整、有噪声的视觉观察中建立和更新内部世界状态的核心挑战。

    引用Sihyun Yu@sihyun_yu

    Can MLLMs actually track what's happening in a video? Introducing VSTAT 🎯, our new benchmark for visual state tracking. The tasks are simple: count cups, read typed words, count page flips. Humans solve them easily. MLLMs don't. https://vision-x-nyu.github.io/vstat-site/ 🧵 [1/11]

6月2日周二
  1. 公众号：可灵AI55

    截稿在即｜可灵AI NEXTGEN高校AIGC创作大赛评委阵容揭晓

    可灵AI NEXTGEN高校AIGC创作大赛评审委员会正式官宣，评委包括清华大学双聘教授沈阳、浙江传媒学院教授陈奕、中国美术学院教授杜海滨、中国传媒大学主任丛芳君，以及可灵AI超级创作者汗青、陈升亮。作品征集时间为3月16日至6月7日，获奖名单将于6月18日公示。目前征稿进入最后5天冲刺阶段，优秀获奖作品有机会在首尔电影中心及釜山国际电影节期间展映。

  2. Rohan Paul65

    美团LongCat发布视频世界模型评测基准WBench。该基准将测试重点从画面美观转向控制、多轮记忆、指令遵循和物理合理性等核心能力。它包含289个案例、1058个交互轮次，评估了20个模型在导航、主体动作、事件编辑等5个维度的表现，共使用22项自动指标。研究发现，没有任何模型能在所有维度上占据主导，这表明现有系统尚未将高质量渲染、可靠控制、长期记忆与物理规则遵循整合为稳定能力。WBench的设计能区分失败是源于渲染、场景设置、控制还是物理问题，并指出导航能力与视觉质量基本无关。

6月1日周一
  1. 公众号：卡尔的AI沃茨64

    LibTV推出3D导演台：用3D构图节点精确控制AI图片/视频中的人物空间关系

    针对AI图片和视频中多人场景空间关系控制难的问题，LibTV推出3D导演台功能，在画布中嵌入轻量级3D构图节点。用户可添加人体素模、基础几何体、群众阵列，自由移动、旋转、缩放并调整人物关节姿势。支持在同一3D场景中放置多个机位，预设或手动调整视角，截图作为参考图发送到画布，关联人物并编写提示语，即可生成符合构图的图片或视频。还可利用宫格切分工具拆分九宫格分镜，配合视频合成功能连续成短片。该功能避免了用长提示语描述位置关系，提升创作可控性。

  2. Runway：News61

    Runway 在伦敦设立欧洲总部及世界模型研究中心

    Runway 宣布在伦敦建立新的欧洲总部和专注于通用世界模型的研究中心。公司计划在未来18个月向英国AI生态投资$100M，到2028年投资额将翻倍以上。过去12个月，其在欧洲的订阅销量增长了50%，企业客户占比超20%。新总部将扩大其在欧洲的研究与商业布局，公司正招聘欧洲负责人以组建跨研究、产品、工程和销售的团队，并深化与BBC、Fremantle、WPP等企业的合作。世界模型是其研究的核心，旨在将生成式AI的应用扩展至机器人、科学研究与工业模拟等领域。

    推荐理由：Runway 把世界模型研发带到伦敦并承诺 1 亿美元投资，不是新品但战略意义清晰，欧洲的视频创作者和工业仿真团队离顶尖工具更近了，做影视、游戏和机器人的可以关注后续落地。

  3. 公众号：豆包57

    豆包爱学上线「豆包课堂」，用 Seedance 视频模型把古诗文变成 AI 互动课

    豆包旗下教育App豆包爱学上线「豆包课堂」，采用字节跳动最新版 Seedance 视频模型，将课本古诗文转化为带画面感的 AI 互动课堂。该课堂提供视频化内容呈现、AI 老师即时互动设问，并能结合孩子对知识点的了解程度和学习习惯，即刻生成专属 AI 互动课。用户可从豆包爱学 App 底部导航栏左起第三个入口进入体验。

  4. 公众号：豆包57

    豆包爱学上线「豆包课堂」，用 Seedance 视频模型打造 AI 互动古诗文课堂

    儿童节前夕，豆包旗下教育 App 豆包爱学推出「豆包课堂」功能，采用字节跳动最新版 Seedance 视频模型，将课本古诗文中的情境融入 AI 生成视频，降低理解门槛。课堂内置 AI 老师主动设问、引导孩子观察思考，同时支持孩子随时提问并得到回应。结合学生对知识点的掌握程度和学习习惯，可即时生成专属 AI 互动课程，实现个性化学习。该功能已在豆包爱学 App 底部导航栏第三入口开放体验。

  5. IT之家·人工智能80

    让机器人看懂世界：英伟达推出全球首款全开源全模态物理 AI 大模型 Cosmos 3

    英伟达推出全球首款全开源全模态物理AI大模型Cosmos 3。该模型基于混合Transformer架构，可在单一系统中融合文本、图像、视频、音效及动作内容的理解与生成，将物理AI的训练与评估周期从数月缩短至数日。Cosmos 3在Artificial Analysis、Physics-IQ等多个评测基准上排名第一，提供Super和Nano版本用于机器人与自动驾驶的训练与实时推理，Edge版本即将推出。

  6. MiniMax (official)78

    出发吧🔥 M3 + @visionagents_ai 实现实时语音与视频 去构建些令人兴奋的东西吧！ [引用 @visionagents_ai]：祝贺 @MiniMax_AI 团队发布 M3！ 👉 一款前沿级开源权重模型 👉 100万 token 上下文窗口 👉 原生多模态（图像与视频）

    引用Vision Agents@visionagents_ai

    Congrats to the @MiniMax_AI team on the release of M3! 👉 A frontier-class open-weight model 👉 1M context window 👉 Native multimodality (image & video)

  7. PixVerse43

    PixVerse C1在文本生成视觉特效（text-to-VFX）方面展示了强大的能力，提供了前所未有的控制力和电影级画质。用户通过一个复杂的提示词（涉及火山喷发、风暴、镜头运动和爆炸效果）生成了专业级VFX片段，其镜头动态、粒子效果和光照被视为真实的专业VFX制作水平。该模型被认为在控制力和质量上达到了一个全新的层次。

    引用Pierrick Chevallier | IA@CharaspowerAI

    It’s actually crazy how few people are talking about how powerful Pixverse C1 is for text-to-VFX.We’re on a completely different level of control and cinematic quality. Here’s a prompt I pushed hard: "FPV shot: Diving through a volcano erupting beneath a thunderstorm. The camera spirals through ash clouds as lava bombs explode around it. Lightning illuminates molten rock and black smoke merging into "WRATH" before the eruption detonates outward. Elemental violence, god-tier VFX." Watch this The camera dynamics, particles, lighting… this is real pro VFX. Are you testing Pixverse C1 right now?

5月31日周日
5月30日周六
  1. IT之家·人工智能66

    阿里巴巴与欧足联达成多年战略合作，成为欧冠、欧洲杯独家 AI 合作伙伴

    阿里巴巴与欧足联达成多年战略合作，自2027/2028赛季起成为欧洲冠军联赛、欧足联欧洲联赛、欧足联协会联赛及2028年欧洲杯的官方独家AI、云计算服务及电子商务合作伙伴。合作期间，阿里巴巴将运用包括千问大模型在内的AI能力，为赛事提供球迷互动、内容管理及沉浸式观赛体验，并依托其云计算基础设施和全球电商平台支持欧足联构建下一代AI能力与商品销售。