跳到正文

技术方向

AI 视频 最新动态

AI 生成和理解视频：文生视频模型、视频编辑工具，以及影视创作的新做法。

139 条精选近 30 天 19 条共收录 1,613 条

更新

大事记

重要进展

9月

  1. 模型Qwen 发布原生全模态模型 Qwen3.8-Omni-Flash

8月

  1. 产品Seedance 2.5 API上线
  2. 模型字节 Seed 发布 SeedRealtime 音视频全双工大模型
  3. 模型MiniMax H3 正式开源

7月

  1. 模型字节发布 Seedance 2.5
查看更早 6 件大事

7月

  1. 模型Wan-Streamer v0.2 发布
  2. 模型Meta Superintelligence Labs 推出 Muse Image 和 Muse Video

6月

  1. 产品Luma AI Ray3.2 API 发布
  2. 模型xAI 发布 Grok Imagine 1.5 预览版

5月

  1. 模型LongCat-Video-Avatar 1.5 正式开源
  2. 产品从单张图像构建实时视频智能体

AI 视频的精选

今天10月30日周五第 1–20 条
  1. Tencent Hy68

    腾讯混元发布 Hy-Nomas 开源交互式视频世界模型的技术报告（arXiv:2610.36729），并开源 Hy-Nomas-Bench 数据集用于可复现研究。官方还用 Hy-Nomas 重现 Genie 4 示例并放出对比视频，演示无需排队即可试用，地址为 https://hy-nomas.hy.tencent.com/。

    引用Tencent Hy@TencentHunyuan

    🚀 推出 Hy-Nomas：一个开源的自由形式交互式视频世界模型 主要特性： * 通过文本提示和相机轨迹进行自由形式交互 * 具备世界记忆的长时程生成 * 面向机器人等专业领域的轻量级 LoRA 适配 * 针对消费级 GPU 的推理优化 随时测试并反馈！ 🔗 网站： https://hy-nomas.hy.tencent.com/ 💻 GitHub：https://github.com/Tencent-Hunyuan/Hy-Nomas 🤗 Hugging Face： https://huggingface.co/tencent/Hy-Nomas 🎥 演示： https://hy-nomas.hy.tencent.com/demo #Hy#WorldModels #VideoGeneration #GenerativeAI

    推荐理由：官方补充技术报告和 Hy-Nomas-Bench 数据集，还放出与 Genie 4 的对比视频，便于研究者复现和评估该视频世界模型。

10月28日周三
  1. Google DeepMind：Blog73

    Google DeepMind 发布实时交互世界模型 Genie 4

    Google DeepMind 发布世界模型 Genie 4，主打实时交互模拟、更强照片级真实感，并首次在实时世界模型中原生生成音频，包括环境声和可实时交互的人物对话。

    推荐理由：官方完整说明了 Genie 4 的实时交互、原生音频和与 Gemini 协作机制，也坦陈当前在长时一致性和物理精度上的局限。

10月26日周一
  2. Kling AI67

    Runware 宣布 Kling 4.0 发布首日上线其 API，可生成最长 30 秒的 1080p 视频，并支持原生音频。功能包括多关键帧（首、中、尾帧）、单请求最多 15 个输入（关键帧、参考图、参考视频与元素）以及基于提示词的已有片段编辑。价格自 $0.133 每秒起，未来 7 天常规定价享 15% 折扣；已有用户可将模型 ID 切换为 klingai:kling-video@4.0。Runware API 已有 19 个 Kling 模型，覆盖视频、图像、虚拟人和对口型。Kling AI 官方转发并提醒查看评论区中的创作者指南。

    引用Runware@runware

    @Kling_ai 的 Kling 4.0 已于 D0 在 Runware 上线 🎬 支持最长 30 秒的 1080p 视频，带原生音频，此外还有： - 多关键帧支持，包括首帧、中间帧和尾帧 - 每次请求最多支持 15 个输入，涵盖关键帧、参考图像、参考视频和元素 - 基于提示词编辑现有片段 输出价格低至每秒 $0.133，未来 7 天在常规价格基础上享 15% 折扣。 它加入了我们 API 上已有的 19 个 Kling 模型，覆盖视频、图像、数字人和唇同步。 已经在 Runware 上调用 Kling 模型？将你的模型 ID 切换为 klingai:kling-video@4.0

    推荐理由：引用内容列出 Kling 4.0 上线 Runware API 的关键规格和限时价格，方便开发者评估接入与迁移成本。

10月23日周五
  1. fal71

    fal 宣布 Kling 4.0 正式向公众开放，所有客户均可通过 API 访问。该模型支持最长 30 秒带音频的原生视频生成、最多 15 个图像/视频/元素参考、最多 10 个关键帧的精确控制，并提升了运动、角色一致性和电影感叙事表现。

    推荐理由：原文列出 Kling 4.0 的时长、参考图数量和关键帧控制等具体规格，读者可直接对照现有视频工作流评估取舍。

10月22日周四
  1. Kling AI67

    OpenArt 宣布 Kling 4.0 上线，可用首、中、尾帧引导视频，最多使用 10 张参考图，并支持文本或帧生成与视频编辑，All-in-One Reference 用一个模型完成生成和编辑。11 月 20 日前 Pro 和 Wonder 套餐享 50% 折扣。

    引用OpenArt@openart_ai

    Kling 4.0 现已在 OpenArt 上线。 • 用起始、中间和结束帧引导你的视频 • 最多可使用 10 张参考图像 • 用文本或帧生成，并编辑你的视频 • 一体化参考：用一个模型生成和编辑视频，进一步掌控 此外，在 11 月 20 日前，Pro 和 Wonder 计划可享 Kling 4.0 五折优惠。

    推荐理由：引用内容给出了 OpenArt 上 Kling 4.0 的帧控制、参考图上限和折扣信息，读者可据此评估视频生成玩法。

  2. Kling AI66

    可灵（Kling）宣布 Kling 4.0 已在 OnSolo 上线。该模型支持单次生成 30 秒原生视频，快速动作和大运镜下保持稳定，立体声配更准的口型同步，并提供 21:9 宽屏，单个任务可叠加最多 15 个参考图和 10 个关键帧以保持角色、镜头与剧情一致。

    引用OnSoloAI@OnSoloAI

    Kling 4.0 现已在 OnSolo 上线。 一次生成 30 秒原生视频。 在快速动作和大范围镜头运动中保持稳定。 立体声，唇同步更精准。 21:9 宽屏。单个任务最多可叠加 15 个参考和 10 个关键帧，让你的角色、镜头和故事保持一致。 今天就用它制作你的下一部短剧、电影或 FMV。

    推荐理由：原文列出了 Kling 4.0 在 OnSolo 上的具体能力变化，创作者可据此评估其对视频创作流程的适用性。

10月21日周三
  1. fal68

    fal 发布与 Black Forest Labs 合作后训练的视频模型 FLUX 3 Max，在第三方独立人类偏好评测中获 1139 Elo，与 Seedance 2.5 并列图生视频质量第一梯队。该模型约 12 秒生成一段 10 秒 720/768p 视频，未来三周降价 75%，后续还将继续后训练改进。

    引用fal@fal

    隆重推出 FLUX 3 Max，这是 fal Research 与 @bfl_ai 合作推出的最新后训练视频模型。 在独立第三方基准测试中，FLUX 3 Max 在图生视频质量上并列第一，可在约 12 秒内生成一段 10 秒、720/768p 的视频。 在接下来的三周内，FLUX 3 Max 享受 75% 折扣，使其成为同等质量水平下最实惠的前沿视频模型。

    推荐理由：原文给出第三方 Elo 分数和生成速度数据，读者可据此判断该模型在图生视频梯队中的位置。

10月16日周五
  1. 数字生命卡兹克75

    可灵AI凌晨正式上线视频模型 Kling 4.0，作者烧数万积分实测后认为其在大范围动态、复杂动作衔接和全能参考可控性上有扎实进步。支持最长30秒一镜到底直出，视频首尾帧改为最多10帧的多帧参考；1080P 30秒约450积分，720P 20秒的 Kling 4.0 Flash 仅120积分，作者推荐先用 Flash 打样再用正式版出片，此外10-bit 4K HDR 输出规格尚未上线。

    推荐理由：作者烧数万积分实测 Kling 4.0，给出30秒一镜到底、打斗动态和参考能力的具体表现与单条成本，可作为判断是否上手的参考。

  2. 公众号：数字生命卡兹克74

    可灵 Kling 4.0 深夜上线，支持30秒一镜到底直出

    可灵AI正式上线视频模型 Kling 4.0，9月底曾向部分黑金年卡及Ultra年订用户开放4.0 Flash尝鲜版。作者实测后认为提升集中在三方面：最长30秒一镜到底直出，城市追逐、马戏团等复杂场景中人物与纸箱接触的物理形变等细节表现更好；大范围动态和复杂打斗的动作衔接、镜头临场感相较前代明显提升；视频首尾帧改为最多10帧的多帧参考，全能参考可替换运镜、场景和人物。

    推荐理由：作者烧积分实测了多类场景，并给出积分定价和抽卡成本，读者可以据此评估它在真实创作流程里的可用性。

  3. OpenRouter66

    OpenRouter 宣布 Black Forest Labs（@bfl_ai）三项新内容上线。FLUX 3 Image Klein 是新的开源权重图像模型，可在单张消费级 GPU 上运行；改进版 FLUX Video Upscale 开启 early access，可将任意视频转为 4K，价格从 $0.59/s 降至 $0.28/s；FLUX 3 Video 现已支持从提示词直接生成 4K 视频。

    推荐理由：原文列出三项上线的模型和功能细节，包括开源权重、价格降幅和 4K 视频生成，读者可据此评估接入价值。

10月15日周四
  2. 公众号：数字生命卡兹克77

    自媒体作者实测开源 Skill Anatomy：一句话让 AI 生成原理科普动画和讲解视频

    作者数字生命卡兹克分享开源 Skill Anatomy，其理念是"物体本身，就是解释"，可将抽象原理做成可交互的机械模型动画，还能在其上生成带讲解配音的科普视频。

    推荐理由：作者实测了开源 Anatomy Skill 生成原理科普视频的效果，还给出额度消耗、耗时和模型配置等一手数据，方便读者评估是否上手。

  3. 公众号：昆仑万维70

    昆仑万维发布并开源单张 RTX 5090 实时运行的视频大模型游戏 Matrix-Game 4.0

    昆仑万维于2026年10月15日发布 Matrix-Game 4.0，称其为第一款运行在单张消费级显卡上的视频大模型游戏，并同步开源。

    推荐理由：原文给出具体硬指标与三模块架构，还对比了同类方案的延迟和算力门槛，读者可据此评估这条实时世界模型路线的落地价值。

10月14日周三
10月9日周五
10月7日周三
  1. 404 Media84

    亚利桑那州法院裁定AI生成受害者视频带有不当情感分量，凶手须重新量刑

    亚利桑那州上诉法院裁定，Gabriel Horcasitas过失杀人案量刑中使用的受害者Christopher Pelkey AI生成视频带有不当情感重量，罪名维持但刑期须重新考虑。

    推荐理由：法院裁定AI生成受害者视频影响量刑并要求重判，文中还包含受害者家属对这一先例的第一手回应，为理解AI在法庭的边界提供了具体案例。

10月5日周一
10月2日周五
  1. Manus：Blog72

    Manus 分享视频生成与时间线编辑工作流

    Manus 分享使用既有视频能力的创作经验：先由 AI 搜索参考、制作镜头与代码视觉元素，再在 Manus Studio 的视频编辑器中逐轨调整画面、字幕、配乐和音效。教程还演示导入本地素材、自动转录与编排初剪，以及将长视频剪成短片；作者以 125 段旅行素材整理成约 11 分钟成片为例，说明如何把生成初稿继续打磨为可发布作品。

    推荐理由：作者结合真实项目，介绍从导入素材、转录和编排初剪，到逐轨调整字幕、画面与音频的工作流，读者可将这些方法用于自己的视频制作。

9月29日周二
  1. OpenRouter：Announcements61

    OpenRouter 对比 Veo 3.1、Seedance、Kling 与 Grok Imagine Video 的图生视频能力与价格

    OpenRouter 发布图生视频模型对比，覆盖 Veo 3.1 系列、Seedance 2.5 与 2.0 系列、Kling v3.0 系列和 Grok Imagine Video，通过同一 video generation API 调用。

    推荐理由：原文以表格对比 Veo、Seedance、Kling、Grok Imagine Video 各系的分辨率、时长、帧控制和价格，并给出按需求选型的判断路径。