#視訊/影片
RSS 訂閱#視訊/影片
RSS
fal@fal品質評分3939Dev.to Top Tech精選品質評分8282 Gemini Omni 1.2 Flash 功能、價格與 1.1 遷移指南
Google 已於 2026 年 11 月 5 日推出 Gemini Omni 1.2 Flash,這款影片生成與編輯模型可透過 Interactions API 接收文字、圖片和影片,輸出帶有原生音訊的影片。
推薦理由:文章整理 Gemini Omni 1.2 Flash 的價格、影片長度限制與 1.1 轉向安排,並列出可用於提示詞重測和成本更新的操作要點。
BlockTempo 動區動趨品質評分6161 Meta Muse 開啟即時語音與表情生成,首度美國上線
Meta Muse 在 11 月 5 日於美國正式推出即時語音對話與表情生成虛擬形象功能。 - 功能:用語音取代打字,虛擬形象會根據語氣做表情與手勢,支援手機、網頁與 Mac 版。
Dev.to Top Tech品質評分3535 **title_zh:** 在 1.17 MB WebView 播放器中實現真實 Picture‑in‑Picture 方案
summary_zh: 開發者利用瀏覽器 API 在 1.17 MB 的 WebView 播放器 rkmovies 中實現真實 Picture‑in‑Picture,無需額外原生庫。
Dev.to Top Tech品質評分6767 如何在垂直影片中加入字幕,避免 TikTok 與 Reels 按鈕遮擋
如何在垂直影片中加入字幕,避免 TikTok 與 Reels 按鈕遮擋 本文示範使用 osFoundry 影片編輯器與 ffmpeg,透過安全區域設定確保字幕不被平臺 UI 覆蓋。
Dev.to Top Tech品質評分7272 Gemini Omni 1.2 Flash 與 Veo 3.1:為你的應用程式挑選影片 API
本指南對比 Gemini Omni 1.2 Flash 與 Veo 3.1 之影片 API,說明關鍵差異與價格,協助開發者快速決策並避免停用風險。 - 核心對比:Gemini Omni 1.2 Flash 只需單一 API 金鑰,支援 3–15 秒影片;Veo 3.1 需 Google Cloud 專案,支援 3–8 秒影片,並可一次產生多達 4 個影片。
Dev.to Top Tech品質評分5555 Gemini Omni 1.2 Flash 延長影片教學:API 與實務流程
Gemini Omni 1.2 Flash 可在 API Interactions 中一次延長 3‑10 秒,總長度上限為 30 秒;在 Google Cloud Agent Platform 上可達 40 秒。
Dev.to Top Tech品質評分6060 如何在多個 AI 影片中保持同一角色一致性
本指南說明如何在多個 AI 影片中保持同一角色一致性,並提供七步實務流程與工具選擇。 - 七步流程:從角色簡介、建立參考包、選擇參考方法、審核每一鏡頭靜圖、逐步動畫、回到原始參考、最終檢查。
Dev.to Top Tech品質評分6464 PRINTFILM:以 AI 製作短片與迷你影集的開源平臺
PRINTFILM 是一個開源平臺,可將想法或劇本轉為短片與迷你影集,並提供分階段的創作流程。 - 製作流程:依序生成與編輯文字、建立分鏡、生成參考圖片,再轉換為含音訊的影片。
Higgsfield AI 🧩@higgsfield_ai品質評分3535
MarkTechPost品質評分5858 Google 發布 Gemini Omni 1.2 Flash:15 秒 AI 影片成本 $0.07/秒
Gemini Omni 1.2 Flash 是 Google DeepMind 最新的多模態影片生成與編輯模型,支援一次生成或編輯長達 15 秒影片。 - 價格:720p 影片每秒 $0.07,15 秒影片約 $1.05。
Vercel Blog品質評分4343 Gemini Omni 1.2 Flash 登上 Vercel AI Gateway,可透過單一 API key 生成影片
Google 的 Gemini Omni 1.2 Flash 現已在 Vercel AI Gateway 提供,可用單一 API key 生成影片,無須另外準備 Google 帳號。 生成與編輯影片:可從文字提示生成 3–15 秒、含原生音訊的影片,也可編輯 3–15 秒來源片段,並使用最多 6 張參考圖片。 延長與微調:每次呼叫可延長 3–10 秒,影片總長最多 30 秒;也可在後續呼叫中使用 previousInteractionId 微調先前生成的片段。 輸出規格與用法:支援 360p、720p、1080p、4K,畫面比例為 16:9 或 9:16。在 AI SDK 中使用 generateText 或 streamText,即可接收生成影片檔案;模型名稱為 google/gemini-omni-1.2-flash。 AI Gateway 費用與功能:平臺依供應商定價收費,不加價,也不對推論收取平臺費用;Bring Your Own Key(BYOK)請求亦適用。另提供用量與成本追蹤、重試與故障切換設定、效能最佳化、自訂報表、Zero Data Retention 支援、API key 預算及路由規則。
fal@fal品質評分5454
Krea@krea_ai品質評分4545
aihot精選品質評分6161 World Labs 發布 Frameboy,可即時探索 Atlas 世界模型生成的世界
World Labs 發布 Frameboy,讓使用者透過高度最佳化的 Atlas 版本即時探索世界,並從雲端 GPU 串流畫面,最高可達 15 fps。
推薦理由:Frameboy 將 Atlas 的世界探索能力做成即時演示,並標示雲端 GPU 串流最高可達 15 fps,呈現其體驗方式與效能上限。
OpenRouter@OpenRouter品質評分6666Hugging Face Blog精選品質評分8888 NVIDIA 推出 Cosmos 3 四款開放權重模型,支援互動式世界模擬
NVIDIA 為 Cosmos 3 模型家族新增四款開放權重檢查點,用於互動式世界模擬與多感測器、多視角駕駛場景生成。
推薦理由:四種檢查點涵蓋駕駛場景生成、相機與 LiDAR 串流、模擬器畫面轉換及雙臂機器人動作預測,並交代各自控制方式與訓練流程。
TechCrunch · AI品質評分6666 Meta 開放美國使用者與 Muse AI 虛擬形象進行視訊通話
Meta 宣佈 Muse Voice 已向美國所有使用者開放,使用者可與 AI 助理 Muse 進行語音通話與視訊聊天。 - 互動方式:Muse Realtime Avatar 與 Muse Realtime Voice 技術支援數位虛擬形象;使用者可自訂形象,對話時虛擬形象會配合語氣呈現表情與手勢。
fal@fal精選品質評分7878
推薦理由:內容列出 Gemini Omni Flash 1.2 在 fal 上可用的影片生成、編輯、延伸與升級規格,便於掌握其支援的輸入方式與輸出範圍。
Dev.to Top Tech品質評分5656 JavaScript 追蹤影片版本審核空白
本篇教學示範如何利用 JavaScript 編寫一個函式,精準找出影片不同版本之間的審核空白區段。 - 核心功能:reviewGaps(version, duration, records) 接收版本、影片長度與審核記錄,回傳未覆蓋的時間段。
Arena.ai@arena品質評分5151aihot精選品質評分7878 Google 推出 Gemini Omni 1.2 Flash,支援生成 15 秒影片並調降 30% 價格
Google 推出 Gemini Omni 1.2 Flash,在 Gemini API 和 Gemini for business 全面開放,支援原生生成最長 15 秒影片,並將 720p 影片價格調降 30% 至 $0.07/秒。
推薦理由:Gemini Omni 1.2 Flash 將片長上限從 10 秒提高至 15 秒,並降低 720p 生成單價,方便評估長片段與成本需求。
Alexandr Wang@alexandr_wang品質評分4848
🚨 AI News | TestingCatalog@testingcatalog品質評分6868
Google Gemini@GeminiApp精選品質評分6767推薦理由:這次更新同時說明影片對話式編輯能力與不同訂閱方案的生成時長,呈現 Gemini 影片工具的功能及可用範圍。
BlockTempo 動區動趨品質評分7373 Google 推出 Gemini Omni 1.2 Flash:原生 15 秒影片、降價三成,API 與雲端正式開放
導語:Google 於 11 月 6 日正式發布 Gemini Omni 1.2 Flash 影片模型,支援 15 秒原生影片、每秒 720p 價格 0.07 美元,並將 Gemini API 與 Google Cloud 開放給開發者。
The Verge · AI品質評分4848 Grimes 將參演 AI 科幻電影《Gods Don’t Give Gifts》,電影預計上映
Grimes 將在 AI 科幻電影《Gods Don’t Give Gifts》中提供肖像與配音演出,該片預計於 12 月 4 日上映。 - 製作與題材:影片由 AI 工作室 Fable 製作、Jack London(網路暱稱 Gossip Goblin)執導,是一部描繪意識商品化與人類試圖超越肉身後果的選集電影。
Google AI Official Blog精選品質評分8080 Google 推出 Gemini Omni 1.2 Flash,支援 15 秒影片生成
Google推出 Gemini Omni 1.2 Flash,支援最長 15 秒的影片生成與編輯,並已開始透過 Gemini API 和 Gemini for business 提供一般使用。
推薦理由:影片長度從 10 秒延至 15 秒,並加入多輪對話編輯與參考素材控制,適合評估大量製作影片時的工作流程與成本。
Google DeepMind精選品質評分7878 Google DeepMind 推出 Gemini Omni 1.2 Flash,支援生成最長 15 秒影片
Google DeepMind 推出 Gemini Omni 1.2 Flash,影片生成最長延長至 15 秒,並加入多輪對話編輯與更強的參考素材遵循能力。
推薦理由:Gemini Omni 1.2 Flash 將原生影片長度提高至 15 秒,並支援逐輪編輯與參考素材控制,適合評估大量影片生成工作流程的時間與成本變化。
Philipp Schmid@_philschmid精選品質評分7272
推薦理由:Gemini Omni 1.2 Flash 提供 15 秒影片片段與對話式影片編輯改進,並下調 720p 定價,可據此瞭解功能與價格變化。
Google@Google精選品質評分8484
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。
Logan Kilpatrick@OfficialLoganK精選品質評分6666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。
Google AI@GoogleAI精選品質評分6969
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。
Dev.to Top Tech品質評分6363 AI 逆向繪製山脈,誰能矯正我的弱視?
導語:作者透過 Meta Quest 3 上的 Amblyotube VR 應用,實驗了多種雙眼訓練技術,證明成人弱視可透過沉浸式互動改善。 - 核心功能:雙眼分離視訊、AI 目標追蹤、可調節模糊、色彩強調、脈衝亮度等,透過 LogMAR 測試顯示右眼視力從 0.48 進步至 0.02。
Dev.to Top Tech品質評分5656 使用 MiniMax H3 與 AppleToken API 一句話生成帶聲音短影片(免費至 11 月 6 日)
MiniMax H3 與 AppleToken API 允許開發者只用一句文字提示即可產生帶聲音的短影片,且於 11 月 6 日前免費。 - 流程:註冊 AppleToken、取得 API 金鑰 → POST /v2/videos/generations → 10 秒輪詢 → GET /v2/videos/{id}/content 下載 MP4。
Dev.to Top Tech品質評分7272 Meta 宣佈 Quest 減量,聚焦重大突破:對弱視訓練的啟示
Meta 宣佈 Quest 減量,聚焦重大突破:Meta 在 Q3 Reality Labs 收入 4.43 億美元,Quest 銷售下滑,未能被 AI 眼鏡彌補,未來將只推出具「major breakthroughs」的 VR 裝置。
Dev.to Top Tech品質評分7979 即時選舉深偽偵測:90 天實務手冊
DeepDetect 提供一套可在筆記型電腦或低成本雲端執行的即時深偽偵測管線,透過單行 Docker 指令即可在數秒內得到影片真偽判斷。 - 管線元件:DeepFaceLab (面部偵測)、MTCNN (臉部對齊)、OpenAI Whisper (音訊偵測)、C2PA SDK (生成可驗證雜湊)、Docker (容器化隔離)。
Dev.to Top Tech品質評分5959 100 8 秒 AI 影片成本大比拼:各主流 API 逐秒價格解析
**本文以 2026‑11‑05 的最新價格為基礎,對 100 個 8 秒 AI 影片的成本進行逐秒比較,涵蓋 Seedance 2.5、Veo 3.1、Kling 3.0、Wan 3.0 與 Nano Banana Pro 等主流模型。
Dev.to Top Tech品質評分5151 打造可靠的 15 秒 AI Rap 影片:結構化提示、信用登入與安全退款
AI Rap Generators 是一款將兩張成人肖像轉成 15 秒 9:16 影片的工具,作者透過結構化提示、信用登入與安全退款機制,說明如何打造可靠的生成式 AI 產品。
Dev.to Top Tech品質評分4646 Photo to Rap Video:如何運作(Lip‑Sync、節拍對齊與常見問題)
summary_zh: 作者建置了 RapAIVideos,將單張靜態照片轉成短影片,配上自動生成的說唱音軌。 - 四階段流程: - 輸入驗證:先檢查面部大小、朝向、光線、單人等,避免 GPU 時間浪費。