跳到正文

#視訊/影片

RSS
今日 0 則
11月21日週六
  1. aihot79

    可靈推出 Kling Image 4.0,支援原生 8K 影像生成

    想生成高解析度圖片或修改圖片時,畫質、文字呈現和價格都是挑選工具時會考慮的事。可靈推出 Kling Image 4.0,主打原生 8K 影像生成、真實感、一組圖片的一致性和文字呈現。Artificial Analysis 的評測中,它的文生圖排名第 7、圖片編輯排名第 6;相較 Kling Image 3.0 Omni,兩項排名的 Elo 分數都提升超過 225。黑色星期五優惠期間,2K 圖片每張最低 $0.022,原生 8K 每張最低 $0.033。

    推薦理由:Artificial Analysis 的排名與 Kling Image 3.0 Omni 比較,呈現新模型在文生圖和圖片編輯上的變化,也提供不同解析度的價格資訊供讀者參考。

11月20日週五
11月19日週四
  1. Dev.to Top Tech59

    Kling 4.0 和 Seedance 2.5 實測:Kling 更照提示詞做,Seedance 快上許多

    要讓 AI 影片符合指定動作和顏色,或想快速拿到成片,該選哪個模型?作者用三組相同提示詞測試 Kling 4.0 和 Seedance 2.5,分別生成夜市炒麵、商品照短片和咖啡師說話的影片。Kling 做對了炒麵翻鍋和綠圍裙等細節,也能輸出 1080p;Seedance 每段約 2.7 分鐘完成,畫面看起來較像實際拍攝,也能編輯或延長既有影片。測試每種情境只各跑一次,結果可供挑選方向,實際等待時間仍可能不同。

11月18日週三
  1. Artificial Analysis83

    OpenAI 發布 GPT-6.2 Astra 和 GPT-6.2 Sol。Artificial Analysis 的評測顯示,Astra 在 Intelligence Index 排名第二,僅次於 Claude Fable 5.2;Sol 得分 57,和 GPT-6 Astra 相當,完成任務的成本約為其 15%。Astra 的價格是每百萬輸入與輸出 token $8/$40,比 GPT-6 Astra 低 20%,快取輸入則從 $1.00 降到 $0.40;Sol 的價格維持每百萬輸入與輸出 token $2/$10。兩款模型在科學、3D 和機器人評測表現突出,但編碼助理評分沒有提升:Astra 持平,Sol 比前代低 3 分。

    推薦理由:GPT-6.2 Astra 與 Sol 在多項評測的名次和價格效率各有表現,也出現編碼評分停滯或下滑,便於比較不同用途的取捨。

11月17日週二
  1. ModelScope68

    一般 AI 多半是等人提問後才回答,Duo 則想讓 AI 和人一起參與即時互動。它會持續聽對方說話、觀察對方的動作,再判斷何時該接話或等待,並同步產生語音和影片。這讓雙方能一起看物品、改變場景、接受引導或玩影音遊戲。inclusionAI 也釋出多種模型版本,並提供研究用流程和即時部署方式。

    推薦理由:Duo 把即時影音互動中的理解、發言時機與影音生成串在一起,呈現模型如何參與雙向交流的研究方向。

  2. ModelScope66

    讓 AI 角色跟著語音說話時,嘴型、表情和身體動作有時不夠自然,影片變長後也可能逐漸失去一致性。LongCat-Video-Avatar 1.6 改善語音和嘴型同步、臉部與身體動作,也降低說話時嘴巴動作過大的情況,並讓影片延續到超過 10 分鐘時更能維持角色樣貌和畫面連貫。它支援單人與多人角色影片,也能從音訊、文字、圖片或既有影片開始生成。在 33,051 張投票、共 6 個系統的評比中,它排名第二。

    推薦理由:LongCat-Video-Avatar 1.6 在 33,051 張投票的偏好評比中排名第二,也主打改善長影片延續時的角色一致性,提供了比較表現與長片能力的參考。

11月14日週六
  1. The Decoder79

    Runway 開放 Praxis-1,讓影片 AI 控制機器人

    機器人要學會拿取、移動物品,通常得先收集專門的機器人訓練資料。Runway 開放了 Praxis-1 的模型權重與程式碼;它先從影片學物體如何移動,再結合人類動作影片和機器人資料,根據相機畫面、文字指令與機器人位置持續調整動作。Runway 表示,Praxis-1 在 RoboLab-120 模擬測試的成功率是 46.2%,高於同類的 FLUX 3 Action;這些測試由 Runway 自行進行,尚未經獨立驗證。模型仍需要機器人資料來適應不同機型,也可能混淆外觀相似的物品,或難以自行安排長串複雜動作。

    推薦理由:Praxis-1把影片學到的物體動作規律用於機器人控制,文中測試呈現它在模擬與實機任務中的表現,也交代了資料需求與操作限制。

  2. MarkTechPost79

    2026 年 AI 影片模型評測:畫質分數、每秒價格和開放權重一次比較

    挑 AI 影片模型時,分數高不一定最省錢,開放權重也可能有限制。MarkTechPost 依 Artificial Analysis 的盲測偏好分數,整理文字轉影片與圖片轉影片的模型排名,再對照每秒價格和權重是否開放。榜首 Wan 3.0 的文字轉影片分數最高;Seedance 2.5 的圖片轉影片分數最高,但價格也偏高。MiniMax H3 是榜上排名最高的開放權重模型,不過授權限制部分地區部署,解析度上限為 768p。文章也提醒,排名第 3 到第 8 的模型分數接近,較適合看成同一群,而非嚴格分出高下。

    推薦理由:文章把盲測偏好分數、每秒價格與權重開放狀態放在一起比較,也提醒名次接近的模型不宜看成明確勝負。

11月13日週五
  1. aihot74

    美團 LongCat 開源 LongCat-Video-Avatar 1.6,讓語音帶動數位人影片

    製作數位人影片時,嘴部動作不自然、聲音和嘴型對不上,影片變長後畫面也可能不連貫。美團 LongCat 開源 LongCat-Video-Avatar 1.6,改進嘴型、臉部和身體動作的協調,也減少接續生成影片時累積的畫面誤差,能生成超過 10 分鐘的影片。團隊以 33,051 張有效人工投票比較六套系統,這個版本排名第二;新版本也加入推理最佳化,並提供單人和多人影片生成方式。

    推薦理由:LongCat-Video-Avatar 1.6 的人工偏好評測顯示,它在六個系統中排名第二;文中也說明瞭長影片生成與推理速度的改進。

11月11日週三
11月9日週一
11月8日週日
  1. Hacker News (official RSS)82

    Video Rebirth 推出 HyperFlow H3 Flash,將 MiniMax-H3 壓縮至 13.7B/13.9B 引數

    Video Rebirth 推出 HyperFlow H3 Flash,將約 31B 引數的 MiniMax-H3 精簡為 13.7B 或 13.9B 引數版本,可用 4、6 或 8 步生成影片與同步立體聲音訊。

    推薦理由:HyperFlow H3 Flash 將剪枝、低秩分解與 INT8 量化用於影片及音訊生成,並列出不同 GPU 的端到端耗時,便於比較模型精簡幅度與執行成本。

11月7日週六
11月6日週五
  1. Google84

    Gemini Omni 1.2 Flash 更新影片生成能力,主打更高一致性、更多創作控制,以及更快速且具成本效益的大規模影片製作。 - 成本與解析度:以 360p 或 720p 草稿生成,價格為 $0.07/s,再升級至 1080p 或 4K;成本降低 30%。

    推薦理由:更新涵蓋生成成本、片長與對話式編輯,也加入多說話者對白和鏡頭控制,呈現影片生成模型的操作範圍變化。

  2. Logan Kilpatrick66

    Gemini Omni Flash 1.2 推出,影片生成時間延長至 15 秒,並將價格較 Omni Flash 1.1 降低 30%。 功能更新:提供更深入的電影感鏡頭視角控制,支援多輪對話編輯,並減少視覺漂移。 更多資訊:https://t.co/U0VgGTGcmW

    推薦理由:Gemini Omni Flash 1.2 延長影片生成時間並加入多輪編輯支援,也降低定價,呈現此版本在控制能力與成本上的變化。

  3. Google AI69

    Google 推出 Gemini Omni 1.2 Flash,提高影片生成與剪輯時長上限,並調降 API 價格。 - 影片能力:生成與剪輯上限提高至 15 秒;更新場景連貫性、角色語音,並減少跳接等視覺瑕疵,讓生成內容更貼近上傳的參考素材。

    推薦理由:這次更新把影片生成與剪輯上限提高至 15 秒,並調降 API 單價,呈現創作端與開發端的主要變化。

11月5日週四
11月4日週三
11月2日週一
10月17日週六
10月7日週三
10月4日週日
10月1日週四
7月27日週一