跳到正文
#视频
8月26日周三
  1. The Decoder：AI News54

    亲俄深度伪造视频让乌克兰议员“开口”求和

    亲克里姆林宫的Telegram频道正传播两段AI生成的深度伪造视频，内容为乌克兰议员安德烈·列乌斯和伊万·尤纳科夫“哀叹战争并呼吁和平”。据NewsGuard报道，视频两周内获得13万次观看，并带有不自然眨眼、声音平淡等AI痕迹。此类伪造无论是否被识破，都会侵蚀公众对信息的信任。

  2. OpenRouter：Announcements66

    OpenRouter 视频生成 API：一份代码优先的接入指南

    OpenRouter 推出统一的异步视频生成 API，通过 POST /api/v1/videos 提交任务、轮询状态并下载 MP4，支持 Seedance、Veo、Wan 等模型，切换模型只需更改 model 标识符。

    推荐理由：将视频生成抽象为提交、轮询、下载的异步作业，模型切换只改标识符，同时覆盖幂等、webhook 与并发控制，可迁移到其他异步生成 API 的集成。

8月25日周二
8月24日周一
  2. Apple Machine Learning Research50

    Beyond Visual CoT：Internalized Visual Thinking 实现主动视频推理

    多模态大语言模型常用视觉思维链（Visual CoT）进行空间、时间与具身环境推理，但生成中间推理图像带来大量推理开销。新提出的后训练框架 Internalized Visual Thinking（IVT）在训练阶段内化视觉思考，推理时直接进行文本预测与优化，从而在不增加推理成本的前提下实现主动视频推理。

  4. 公众号：千问APP48

    千问正式上线 Wan3.0 视频生成模型

    千问今日在千问创作 Web 端（c.qianwen.com）及千问 PC&APP 端正式上线 Wan3.0 视频生成模型，该模型自 8 月 6 日首发公测，支持 30 秒视频直出、真实生动的 AI 角色和丰富镜头运镜。同步开启限时优惠，千问创作会员限时 6 折，适用于短剧、漫剧及营销广告创作。

  5. 公众号：生数科技56

    生数科技提出通用世界模型五级发展路线，发布世界动作模型 Motubrain

    生数科技在世界机器人大会上提出通用世界模型五级发展路线，从世界生成、与世界交互、在世界中行动，迈向自主世界智能体与世界组织者。其世界动作模型 Motubrain 推理速度较 Motus 提升约 10 倍，仅需 50 至 100 条人类示范数据即可适配新机器人本体，在 RoboTwin 2.0 基准测试中以 96.1 分位居榜首。

  6. IT之家·人工智能67

    阿里云视频生成模型 Wan3.0 正式上线，支持单次生成 30 秒视频、文档输入

    阿里云视频生成模型 Wan3.0 今日正式上线，单次可生成 30 秒视频，并首次支持 doc、xls、ppt、pdf、md 等文档格式输入。公测十余天来，模型在指令遵循、跨镜头一致性、音频质感及视频编辑等方面持续进化。480P/720P/1080P API 价格分别为 0.3/0.6/1.2 元/秒，8 月 24 日至 9 月 23 日限时 7 折。

8月22日周六
8月21日周五
  1. Runway：News52

    Runway 谈企业视频生成的下一个阶段：模型许可与自主执行

    Runway 业务今年增长超一倍，NRR 超 300%，一家 Fortune 20 客户对其使用量增长超 17 倍。欧洲占其企业客户超 20%，订阅销量过去十二个月增长 50%。公司推出模型许可模式，提供闭源权重与专有训练，并强调不基于客户数据训练、提供 Day 0 第三方模型接入及 Runway Agent 自主执行能力。

  3. IT之家·人工智能48

    爱奇艺 CEO 龚宇：坚定 All in AI 战略，全力推进非中心化社交媒体转型

    爱奇艺创始人、CEO 龚宇在创作者大会上强调，平台将坚定 All in AI 战略，深耕 AI 赋能实拍与 AIGC 影视长片创作，同时全力推进非中心化社交媒体转型。他认为 AI 会解放影视创作者的束缚，并指出 AI 将大幅降低内容制作成本与周期，创作者数量和作品数量可能增长百倍以上，因此爱奇艺必须向非中心化转型，打造创作者与用户的社区。

  5. The Decoder：AI News47

    Adobe Firefly 新增 AI 音频工具并接入 Google Gemini Omni Flash

    Adobe 在 Firefly 平台正式推出三款 AI 音频工具：Generate Music 生成免版税音乐、Generate Speech 将脚本转为配音、Generate Sound Effects 制作场景音效，均宣称可用于商业用途。Firefly AI Assistant 现提供每日免费生成次数，并新增 Gemini Omni Flash 模型，支持视频、音频、图像及文本输入。

8月20日周四
  2. IT之家·人工智能46

    MiniMax Design 发布，释放 H3 多模态视频模型生产力

    MiniMax 今日发布多模态创作 Agent 工作台 MiniMax Design，旨在释放原生多模态视频模型 H3 的生产力。该工作台可理解创作需求、拆解任务并调用模型与 Skills，完成素材处理、内容生成、编辑和交付，并补充了音视频生成前的分镜规划及生成后的剪辑装配能力。H3 具备多模态理解、视频生成、视频编辑和参考控制等能力，尤其适合视频编辑任务。

  3. IT之家·人工智能48

    Meta Muse Video 生成视频样片曝光，单次 AI 最长生成 10 秒视频

    Meta 即将推出 Muse Video 模型，已邀请部分合作伙伴 Beta 测试，单次可生成最长 10 秒视频。测试样片显示其在细节呈现、场景物体关系理解及时间维度稳定性上潜力较高，但 Meta 承认音频与画面同步不足，高速运动物理准确性有差距。现有 10 秒样本尚不足以验证更长叙事、复杂角色一致性或高强度动作场景表现。

  4. 公众号：MiniMax61

    MiniMax Design 发布：从操作像素到操作语义和表达意图

    MiniMax 推出 MiniMax Design，一款将多模态模型能力转化为生产力的 Harness，可理解目标、拆解任务并调用模型与 Skills，完成从素材处理到最终交付的完整流程。该产品围绕原生多模态视频模型 H3 构建，擅长处理目标明确的商业内容任务，并提供 Agent 3D 导演台、自动剪辑与字幕功能，支持接入 ComfyUI 等开源生态工作流。

    推荐理由：意图先行与三维导演台将视频试错从生成后移到分镜前，这会改变需要批量产出多平台广告素材的团队在工具切换和返工上的成本。

  5. Hao AI Lab71

    一段 5 秒 480P 视频，完全在 Mac 上生成，耗时 30 秒。无需 CUDA，无需云端，仅占用 3.9 GiB 内存。 FastMetal 将 FastWan-QAD 系列带到 Apple Silicon。DiT、DMD 采样器和解码器均通过 MLX 在 Metal 上运行，默认 INT8。 三个模型：1.3B 支持 480P，5B 支持 720P，14B 追求画质。 📷 博客：http://haoailab.com/blogs/fastmetal 📷 代码：http://github.com/hao-ai-lab/FastVideo 📷 模型：http://huggingface.co/collections/FastVideo/fastmetal

    推荐理由：在Apple Silicon本地生成视频，把云端视频生成的计算依赖降到了消费级硬件，为需要数据隐私或低成本原型创作的工作流提供了替代路径。

8月19日周三
  1. 公众号：生数科技43

    Vidu S1 助力 360 打造《甄嬛传》数字人新玩法

    Vidu 与 360 达成技术合作，以自研 Vidu S1 实时交互视频生成模型为底层支撑，落地「甄嬛 360 传粉丝见面会」线上 H5 活动，支持用户与甄嬛、华妃等十位剧中角色进行实时对话。该模型支持 1 分钟至 2 小时持续无损渲染、秒级响应及百余种语言与方言，并提供 SaaS、MaaS 两种轻量化接入方案。

  2. 公众号：卡尔的AI沃茨58

    Seedance 2.5 搭配 upsteam 预演台：告别 AI 视频反复抽卡的正确打开方式

    upsteam 预演台上线，用户无需 3D 建模基础即可用参考图生成粗粒度白模，并搭建场景、人物、机位与运镜轨迹。将录制的白模视频交给 Seedance 2.5 生成，可精准锁定空间关系与运镜方向，避免纯文字提示词导致的误解，减少返工与积分消耗。适合大场面空镜、多人调度及复杂运镜等镜头，简单镜头仍可直接用文字生成。

8月18日周二
  1. Runway：News40

    Populous 如何用 Runway 呈现全球标志性场馆设计

    全球设计公司 Populous 高级建筑师 Georgina Myers 介绍团队用 Runway 辅助体育场馆概念设计：过去完整视频需外部渲染团队至少三周，且提交前两周须冻结设计模型；如今 Runway 能生成传达尺度感的完整渲染和航拍图，将视觉制作时间缩短，让设计师把时间还给设计本身。该工具已用于利雅得 MBS 体育场等中东项目，支持 9 种不同活动模式的场景迭代。

  3. a16z：News51

    你最喜欢的创作者不是真人——这重要吗？

    一位作者用ChatGPT生成图像、Minimax 3和Grok Imagine 1.5生成视频，打造了虚拟女生Janie，并让她参加阿拉巴马大学姐妹会招募。一周内Janie获得1300名粉丝，视频平均观看量达数万次，20条视频中8条被TikTok标记为AI生成，但未影响表现。作者未标注AI身份，认为这违反了TikTok服务条款，但旨在测试平台与观众的识别能力。

8月17日周一
  2. IT之家·人工智能60

    字节跳动与美国电影协会签署协议，加强 AI 模型版权保护

    字节跳动与美国电影协会（MPA）签署协议，加强 AI 视频与图像生成模型的版权保护。协议涵盖 Seedance 视频生成模型和 Seedream 图像生成模型，二者通过 TikTok、CapCut 和 Dreamina 等应用提供服务。字节表示，新版本 Seedance 和 Seedream 已加入更强的知识产权保护机制，双方将随 AI 发展继续完善版权防护。

  3. The Decoder：AI News42

    AI视频市场已从Sora的失败开局中反弹，形成新产业

    AI视频市场已从Sora的失败开局中反弹，形成涵盖投资者、商业模式和发行冲突的新产业。好莱坞AI工作室Promise正拍摄低成本恐怖片《Touch Grass》，使用中国模型Seedance 2.5实时生成背景，其联合创始人称混合制作比传统电影便宜20%至50%；Netflix称到2026年将在1000部作品中的300部使用AI。

  4. IT之家·人工智能55

    AI 视频生成平台 Higgsfield 融资 4 亿美元，估值达 54 亿美元

    AI 视频生成平台 Higgsfield 从 DST Global、高盛、英特尔等投资者处筹集 4 亿美元，估值达 54 亿美元。该公司年化收入已从一年前的 2,000 万美元增至今年 8 月的 7 亿美元，全球用户超 3000 万。本轮融资将用于拓展企业订阅业务、加大算力建设，并帮助品牌利用 AI 每天制作多条营销视频。

  5. 公众号：卡尔的AI沃茨67

    给MiniMax H3烧了5万AI视频积分后，8种最适合它的新玩法分享

    MiniMax H3在动漫PV、动态海报、游戏开场等创意视频上表现突出，转场更自然，常能给出提示语之外的惊喜效果。实测覆盖广告、电商、游戏、UI四个商业方向共8种玩法，H3在实拍与二维手绘结合、UI动效设计上尤为擅长。该模型已开源，按MiniMax Design套餐折算2K低至约0.5元每秒、768P约0.23元每秒，且在Artificial Analysis有声视频编辑榜排第一。

8月15日周六
8月14日周五
  1. Josh Woodward48

    Google Labs 的 Pomelli 推出模板升级，用户可上传图片或使用预设模板生成社媒与广告视觉素材，并通过 Animate 功能将照片转为短视频或 GIF。该实验项目正吸引越来越多小企业用户，主打简单易用，现可免费试用。

    引用Pomelli By Google@PomelliByGoogle

    Templates in Pomelli Photoshoot got an upgrade! 🚀 Upload your own image or use our new preset templates to generate visuals for social and ads. Then bring them to life with Animate. Your brand, in any style, in motion. Try it now, free of charge → https://labs.google.com/pomelli

8月13日周四
  1. IT之家·人工智能51

    消息称 Anthropic 正洽谈以 60 亿美元收购 AI 初创公司 Decart AI

    据彭博社报道，知情人士透露，Anthropic PBC 正洽谈收购 AI 初创公司 Decart AI，交易金额约 60 亿美元（现汇率约合 405.41 亿元人民币）。目前双方尚未最终敲定交易，谈判仍有破裂可能。Decart 致力于帮助 AI 开发者充分发挥不同芯片性能，并专注生成式视频领域，使用“世界模型”对实时视频画面进行即时修改。

8月12日周三