视频生成相关 AI 资讯 · AITOP

9月3日

13:05

Hailuo AI@Hailuo_AI

精选73°

MiniMax H3模型新增提示词功能，可将任何参考图片转为视频，展示手工制作过程。该提示词通过15秒视频完整呈现从基础材料到成品的全过程，包括建立初始结构、发展主体形态、添加细节特征和最终调整四个阶段。用户上传图片后，模型会生成一个加速延时视频，展示如何从零开始手工复现图片中的主体。

AI产品 MiniMax H3 视频生成

推荐理由：MiniMax H3新功能让图片变手工制作视频，15秒看懂从零到成品全过程。

原文

09:48

lmarena.ai@lmarena_ai

73°

Wan 3.0在Image-to-Video Arena中以1481分排名第三，比Wan 2.7提升53分。Wan 3.0胜率达57%，距离第二名Gemini Omni 1.1 Flash仅差7分。该模型现已在阿里云Model Studio和Qwen Cloud上线，8月23日至9月23日可享30%折扣。

AI模型 Wan 3.0 Alibaba_Wan Image-to-Video Arena

推荐理由：阿里Wan 3.0在视频生成榜单跃升至第三，性能大幅提升，现在还有优惠价。

原文

01:12

OpenRouter@OpenRouterAI

Gemini 3.8 Flash新增智能体视频处理功能。用户可在视频部分设置processing参数为"agentic"。模型能自主导航时间轴，而非以固定速率采样每一帧。该功能也适用于早期Gemini Flash模型。

AI产品 Gemini 3.8 Flash OpenRouter 智能体

事件专题

推荐理由：OpenRouter宣布Gemini 3.8 Flash支持智能体视频处理，能自主导航时间轴，比固定帧采样更高效。

原文

00:13

OpenRouter@OpenRouterAI

OpenRouter 发布文本生成视频功能，支持从文本或单个关键帧生成视频。视频时长为 5 至 15 秒，提供 480p 和 768p 两种分辨率，价格分别为每秒 0.05 美元和 0.08 美元。支持从 21:9 到 9:16 六种宽高比。

AI产品 OpenRouter 视频生成文本生成

推荐理由：OpenRouter 上线文本转视频服务，价格透明，多种分辨率可选，比同类产品更灵活。

原文

9月2日

18:58

AI Will@FinanceYF5

73°

World Labs推出新世界模型Atlas，能从新角度重拍已有视频。原始画面仅由三部三脚架手机拍摄，Atlas可重建完整场景。该模型能从原本不存在的机位重新构图视频。视频生成技术正从修改画面转向理解三维空间。

AI模型 Atlas World Labs 视频生成

推荐理由：World Labs的Atlas模型能从新角度重拍视频，仅用三机位就能重建完整场景并生成新视角视频。

原文

18:38

Hailuo AI@Hailuo_AI

73°

MiniMax团队将H3视频生成模型转化为世界模型，仅需8K样本和0.199%可训练参数。H3-World直接利用H3预训练的语言理解能力实现世界控制，无需新增动作模块。该模型在Hugging Face上已发布论文，展示了视频生成与理解的结合。

AI模型 H3 H3-World MiniMax

推荐理由：MiniMax用极少量参数把H3变成了世界模型，直接复用语言理解能力控制世界，太巧妙了。

原文

13:28

Hailuo AI@Hailuo_AI

Hailuo AI 使用 fal H3 Max 模型构建了生成式视频课堂。用户可以询问任何概念，系统会在几秒钟内播放由 Tung Tung Tung Sahur 讲解的动画解释视频。用户可以在观看现有视频时排队播放新视频并提问，课程可以持续任意长时间。该产品已在 Twitter 上发布，展示了核能工作原理的示例视频。

AI产品 Hailuo_AI fal H3 Max 生成式视频

推荐理由：Hailuo AI 做了个能即时生成教学视频的课堂，边看还能边提问，比传统教学更灵活生动。

原文

12:23

Hailuo AI@Hailuo_AI

MiniMax的H3 Max模型被用于构建名为"THIS WAY"的实时电影引擎。该引擎能记住角色、故事线和后果，观众可实时投票选择故事走向。系统会生成两种未来，胜出者成为故事主线并继续发展。这标志着AI从无限生成转向服务实际剧情的重要一步。

AI产品 H3 Max MiniMax 互动电影

事件专题

推荐理由：MiniMax用H3 Max做了个互动电影引擎，观众投票决定剧情走向，AI服务故事而非无限生成。

原文

10:46

官方账号arXiv cs.AI@Danze Chen, Zeqing Wang, Ziyue Lin, Xingyi Yang, Yeying Jin

精选73°

研究人员提出H3-World框架，将33B参数的MiniMax-H3视频生成器转化为交互式世界模型。该框架通过结构化组合角色和相机指令，实现精确的时间控制，无需专用动作模块。仅需8000个游戏样本和10000步LoRA优化，H3-World在保持高质量生成的同时实现了有效控制。

AI模型 H3-World MiniMax-H3 视频生成

事件专题

推荐理由：MiniMax团队发布H3-World，让33B视频模型通过语言精确控制角色和相机，训练成本低效果好。

原文

10:34

AI Will@FinanceYF5

Infinite Slop 是一款基于 MiniMax H3 的 AI 直播系统。观众可在聊天框输入内容，AI 会实时生成相应画面并保持故事连续性。经过微调后，MiniMax H3 速度提升 50 倍，视频生成速度甚至超过播放速度。该系统实现了观众与 AI 的实时互动创作。

AI产品 MiniMax H3 Infinite Slop

推荐理由：MiniMax H3 做了个能根据观众聊天实时生成画面的 AI 直播，速度提升 50 倍，边播边生成还能保持故事连贯。

原文

02:23

官方账号Logan Kilpatrick@OfficialLoganK

Gemini API新增Agentic Video功能，可处理长视频并减少高达88%的token消耗。该功能可在API中按视频单独控制，适用于3.7 Flash等最新模型。新方法在降低token使用的同时提高了视频处理质量。用户可根据需要灵活应用此功能。

AI产品 Gemini API Agentic Video 3.7 Flash

推荐理由：Gemini API上线Agentic Video，处理长视频省token88%，比传统方法更高效

原文

02:13

Patrick Loeber@patloeber

精选73°

Google发布了Gemini的智能体视频理解功能，这是一种让Gemini使用工具并动态分析视频的新方式。该功能可减少高达88%的token消耗，降低最多66%的成本。Google还提供了开发者指南，帮助用户轻松上手使用这一功能。

AI产品 Gemini 智能体视频生成

推荐理由：Google让Gemini能动态分析视频，大幅降低token和成本，还附带了开发指南。

原文

01:58

Google AI Developers@googleaidevs

精选

Google发布Gemini 3.7 Flash、3.6 Flash和3.5 Flash-Lite模型，新增智能体视频理解功能。用户可通过Gemini API上传视频或分析YouTube内容。该功能已在Google AI Studio和Gemini Enterprise Agent Platform上线。

AI模型 Gemini Gemini 3.7 Flash 智能体

推荐理由：Google让Gemini系列模型看懂视频了，API直接调用，比之前强不少。

原文

01:44

Lenny Rachitsky@lennysan

前苹果设计负责人@anshuc分享了8种AI设计技巧。他提到大多数用户只看到AI 1%的创意潜能。这些技巧包括使用种子字符串注入多样性、更雄心勃勃的提示词、创建子代理的正反馈循环等。AI模型擅长预测下一个词，而优秀设计恰恰相反。

技巧 AI设计提示词工程子代理

推荐理由：前苹果设计师分享8个AI设计技巧，教你如何突破AI的1%创意潜能。

原文

9月1日

23:15

官方一手歸藏(guizang.ai)@op7418

精选

Runway发布了Solaris模型，号称首个界面世界模型。该模型能逐帧实时生成交互界面，支持用户点击和拖动操作。用户可以拖动改变物体大小和位置，点击弹出UI选项变换样式。目前仍面临延迟、成本和一致性问题。

AI模型 Runway Solaris 界面世界模型

推荐理由：Runway的Solaris模型能实时生成可交互的界面视频，拖动树木、壁画等元素会实时变化，开创了视频模型新应用。

原文

21:48

量子位@克雷西

MiniMax推出AI视频生成技术，3秒内完成视频制作，比播放速度还快。该技术在商业化路径上取得突破，支持实时生成高质量视频内容。MiniMax的AI视频生成速度达到每秒30帧，远超行业平均水平。

AI产品 MiniMax 视频生成 AI商业化

推荐理由：MiniMax的3秒视频生成技术比播放还快，让AI视频实时商业化成为可能。

原文

16:13

Hailuo AI@Hailuo_AI

MiniMax H3模型可将角色创作过程转为15秒视频。该模型从草图到最终渲染全程在绘图界面展示。用户可通过特定提示词将角色参考转化为创作过程视频。整个过程可在绘图UI中完整呈现。

技巧 H3 MiniMax 角色创作

推荐理由：MiniMax H3发布新提示词，能将角色创作过程转为15秒视频，从草图到渲染全程展示。

原文

15:13

Hailuo AI@Hailuo_AI

H3 Max模型由MiniMax Design开发，速度比其他模型快10倍以上。用户制作15秒视频仅需33秒，保持全工作流和高质量。该模型定价为每秒0.02美元，性能与价格比极高。

AI模型 H3 Max MiniMax 视频生成

事件专题

推荐理由：MiniMax的H3 Max模型超快又便宜，15秒视频33秒搞定，才2分钱一秒。

原文

12:58

12:58官方账号Latent Space (swyx)（博客/媒体）

Fal公司发布了H3 Max Live模型，实现了实时视频生成。该模型能够以每秒24帧的速度生成视频，比观看速度更快。H3 Max Live在多个基准测试中表现出色，显著提升了视频生成效率。

AI模型 H3 Max Live Fal 视频生成

推荐理由：Fal刚发布的H3 Max Live模型能实时生成视频，比观看速度还快，彻底改变了视频生成方式。

原文

09:12

官方账号arXiv cs.AI@Junxiang Liu, Lin Wang, Haiyu Shi, Hongxu Ma, Xiaoyu Yang, Chunjie Chen, Xiaoxiao Xu, Kaiqiao Zhan, Boao Wang, Shuizhou Shi, Tianyun Zhu, Jie Li, Jiangtong Li

精选73°

CineForge是自我演进的视频制作智能体框架，包含CineForge-Produce和CineForge-Evolve两个组件。该框架在CineScope-Data测试集上，CineScope-Metric评分从4.024提升至4.380。相比三种长视频基线模型，CineForge在ScriptAgent基准上实现稳定提升。在新故事生成中，CineForge减少了37.0%的审查LLM调用次数。

AI模型 CineForge 视频生成智能体

推荐理由：CineForge能自我改进视频制作能力，跨故事积累经验，生成更连贯的长视频故事。

原文

01:58

小互@imxiaohu

WorldGen可创建资产独立、结构明确的3D场景。配合Seedance 2.5视频生成模型补充人物表现、材质和光影。将白模转化为接近影视级的动态片段。该工作流实现了从静态3D到动态视频的完整流程。

AI产品 WorldGen Seedance 2.5 视频生成

推荐理由：WorldGen和Seedance 2.5联手，把3D场景变成影视级动态视频，比单独使用强多了。

原文

00:42

Google Gemini App@GeminiApp

Google为Gemini的Plus、Pro和Ultra订阅用户 globally 推出场景扩展功能。用户可在工具菜单中选择"创建视频"，创建或上传视频后，告诉Gemini"扩展场景"并描述后续内容。该功能目前面向所有付费订阅者开放。

AI产品 Gemini Google AI 视频生成

推荐理由：Google给Gemini付费用户加了场景扩展功能，能续写视频内容，比普通视频生成多了连续性创作能力。

原文

8月31日

15:01

15:01IT之家（博客/媒体）

阿里千问创作推出Agent Teams功能，支持Wan3.0模型。用户只需提出创意想法，Agent便能自主规划任务。系统由编剧、导演、美术等不同角色Agent分工协作。用户可一站式创作AI短剧、漫剧、营销广告等多种内容。

AI产品千问 Agent Teams Wan3.0

推荐理由：阿里千问创作新功能Agent Teams，让AI帮你从创意到成片，比传统提示词创作更智能。

原文

8月30日

17:18

Hailuo AI@Hailuo_AI

H3 Max是MiniMax H3的后续训练版本，由@fal团队优化速度。该模型在MiniMax Design平台最新版本中可用。用户可通过design.minimax.io体验H3 Max功能。H3 Max专注于提升视频生成速度。

AI产品 H3 Max MiniMax 视频生成

事件专题

推荐理由：MiniMax发布了H3 Max视频生成模型，比前代H3更快，可在设计平台直接体验。

原文

11:07

Hailuo AI@Hailuo_AI

MiniMax H3 驱动的无限互动视频流已上线，用户聊天内容可实时影响视频生成。该系统由 MiniMax H3 模型支持，经过特殊优化后速度提升 50 倍。Fal 赞助了这一项目，使 AI 能生成比观看速度更快的视频内容。用户输入的聊天内容会被 AI 连接到之前的视频，形成连贯的故事线。

AI产品 MiniMax H3 无限视频流

推荐理由：MiniMax H3 做出了能实时响应观众互动的无限视频流，生成速度比观看还快。

原文

8月29日

22:36

官方一手marktechpost@Michal Sutter

精选73°

Google推出Gemini Omni 1.1 Flash生产更新，这是其原生多模态视频生成和编辑模型。场景扩展功能现在可读取长达10秒的前置上下文，而非仅单帧。新增首尾帧固定功能，可控制相机运动。视频片段可作为参考，确保角色一致性。模型支持4K分辨率上采样。

AI产品 Gemini Gemini Omni Google

推荐理由：Google升级了Gemini Omni，现在能扩展40秒场景，固定首尾帧，还能4K上采样，比之前强多了。

原文

21:46

量子位@量子位的朋友们

英特尔推出锐炫Pro B70显卡，配备32GB大显存。该显卡专为AI漫剧创作设计，可处理从剧本到成片的完整工作流。在AI视频生成任务中，锐炫Pro B70表现优异，能够流畅运行大型AI模型。

AI产品锐炫Pro B70 英特尔 AI漫剧

推荐理由：英特尔锐炫Pro B70显卡有32GB大显存，专门为AI漫剧创作设计，能处理从剧本到成片的完整工作流。

原文

20:46

Hailuo AI@Hailuo_AI

精选73°

MiniMax推出H3-Max视频生成模型，结合了最先进的视频质量和显著的生成速度提升。该模型使高质量视频在更多实际规模化应用中变得可行。H3-Max展示了MiniMax H3基础模型的潜力，同时推动开放多模态模型的前沿发展。

AI产品 H3-Max MiniMax 视频生成

推荐理由：MiniMax和fal合作推出H3-Max，视频质量与速度双提升，让高质量视频应用更实用。

原文

17:51

官方账号Decoder@Matthias Bastian

78°

LAION推出Big Video Dataset(BVD)，包含800万视频和550万自动描述片段。该数据集总时长达1000万小时，模型训练后性能超越InternVid基准最高2.1个百分点。LAION可依据2024年汉堡法院裁决，为非商业研究收集版权内容。

AI模型 LAION Big Video Dataset BVD

推荐理由：LAION开源了千万小时视频数据集，训练效果比之前基准高2.1个百分点，非商业研究可合法使用。

原文

08:48

官方账号Pika Labs@pika_labs

Gemini Omni 1.1 Flash、Seedance 2.5和Wan 3.0三种模型生成的小产品开箱视频效果越来越逼真。Gemini Omni 1.1 Flash新增视频延长功能，支持首尾帧设置，最多可使用3个参考视频，输出分辨率可达4K。这些模型能够生成从自拍镜头开始的小产品展示视频。

AI产品 Gemini Omni 1.1 Flash Seedance 2.5 Wan 3.0

事件专题

推荐理由：Pika Labs展示了三种模型生成的小产品开箱视频效果，Gemini新增视频延长和4K输出功能。

原文

00:26

lmarena.ai@lmarena_ai

73°

Gemini Omni 1.1 Flash在文本生成视频基准中排名第一，在图像生成视频基准中排名第二。在文本生成视频任务中，该模型比第三位的FLUX 3 Video高出20分。在图像生成视频任务中，相比第五位的Gemini Omni Flash提升了25分，仅次于第一位的MiniMax-H3。Google团队发布了这款多模态视频生成和编辑模型。

AI模型 Gemini Gemini Omni 1.1 Flash 视频生成

事件专题

推荐理由：Google新发布的Gemini Omni 1.1 Flash在视频生成基准中表现优异，支持场景扩展、帧控制、4K超清等功能。

原文

00:16

Philipp Schmid@_philschmid

73°

Google推出Gemini Omni 1.1 Flash模型，支持40秒场景扩展。该模型提供首尾帧过渡效果、3秒视频参考、更流畅的动作，并支持1080p和4K分辨率。新增360p草稿模式可降低成本，现已通过Gemini API、Google Cloud、FlowbyGoogle和Gemini App提供使用。

AI模型 Gemini Gemini Omni 1.1 Flash Google

事件专题

推荐理由：Google发布了Gemini Omni 1.1 Flash，视频生成时长提升到40秒，支持4K分辨率，还有低成本草稿模式。

原文

00:12

官方账号Google AI@GoogleAI

73°

Google推出Gemini 3.5 Transcribe，这是其迄今为止最精确的语音转文本模型。Gemini Omni 1.1 Flash版本带来了增强的视频生成和编辑功能。Gemini App新增Live体验，包含Daily Brief、Gemini Spark等功能，并支持Gmail收件箱管理。

AI产品 Gemini Gemini 3.5 Transcribe Gemini Omni 1.1 Flash

事件专题

推荐理由：Google本周发布了Gemini 3.5 Transcribe语音模型和Omni 1.1 Flash，新增视频编辑和Gmail管理功能。

原文

8月28日

23:13

官方账号Runway ML@runwayml

Google Omni 1.1 Flash 模型现已登陆 Runway 平台。该模型与全球最佳图像和视频模型一同提供。用户可通过下方链接体验这一最新发布。Runway 平台整合了多种先进 AI 视觉模型。

AI产品 Google Omni Runway

推荐理由：Google 把 Omni 1.1 Flash 带到了 Runway，和顶尖视觉模型一起用，体验最新多模态技术。

原文

22:13

Philipp Schmid@_philschmid

73°

GoogleDeepMind发布了针对Gemini Omni 1.1 Flash模型的新提示指南。指南包含角色绑定、循环动画、编辑规则、时间脚本编写和场景扩展等5个技巧。时间脚本支持0-3秒、3-6秒等精确时间段的动作编排。场景扩展功能可追加10秒增量，最长可达40秒。

技巧 Gemini Gemini Omni 1.1 Flash 提示词工程

事件专题

推荐理由：Google刚发布了Gemini Omni 1.1 Flash的提示技巧，教你如何用标签绑定角色、编写时间脚本和扩展场景，比官方文档更实用。

原文

21:53

官方账号Decoder@Matthias Bastian

73°

Google的Gemini Omni 1.1 Flash视频模型现在能分析长达10秒的现有素材，而不仅仅是最后一秒，以实现更一致的场景延伸。场景可以以10秒为增量延长至40秒。新的360p草稿模式运行速度提高60%，成本仅为原来的三分之一。

AI产品 Gemini Omni 视频生成

推荐理由：Google升级了Gemini Omni 1.1 Flash视频模型，场景延伸更连贯，还推出了更快的360p草稿模式，成本降低三分之二。

原文

20:45

20:45IT之家（博客/媒体）

73°

谷歌于8月27日发布Gemini Omni 1.1 Flash视频生成AI模型，最高支持4K分辨率输出。该模型支持场景扩展功能，用户可按10秒步长逐步扩展视频，最长累计40秒。模型提供360p预览选项，生成速度提升60%，成本仅为原来的三分之一。价格方面，360p视频每秒0.03美元，4K视频每秒0.3美元。

AI模型 Gemini Omni 1.1 Flash 视频生成

推荐理由：谷歌新发布的Gemini Omni 1.1 Flash能生成4K视频，支持场景扩展和首尾帧指定，360p预览速度快成本低。

原文

18:21

LovartAI@lovart_ai

Seedance 2.5在Lovart平台上可将单张照片转化为30秒超写实vlog。该模型能生成1080p分辨率的视频，模拟早期DV摄像机的拍摄效果。视频内容包括年轻女性在南方城市老社区的日常生活场景，包含手持抖动、自动对焦偏移等真实摄像机缺陷。

AI产品 Seedance Lovart 视频生成

推荐理由：Seedance 2.5能把一张照片变成30秒超写实vlog，连摄像机抖动都模拟得像真的，比普通AI视频更自然。

原文

18:11

lmarena.ai@lmarena_ai

73°

Wan 3.0在Video Edit Arena中以1414分位居第一，领先dreamina-seedance-2.5有4分，领先MiniMax-H3有22分。这是阿里巴巴Wan团队首次参与该评测榜单。该评测场域目前包含来自8个实验室的10个模型，共同推动视频编辑技术前沿。Wan 3.0现已正式发布，在阿里云模型工作室和Qwen云提供30%折扣优惠。

AI模型 Wan 3.0 Alibaba_Wan Video Edit Arena

事件专题

推荐理由：阿里Wan 3.0刚发布就以1414分登顶视频编辑模型排行榜，比第二名高4分，现在买还有30%折扣。

原文

18:03

官方账号Pika Labs@pika_labs

73°

WAN 3.0是Pika Labs推出的新模型，可原生生成长达30秒的视频，分辨率最高达1080p。该模型能处理多种运动、风格和排版，仅需提示词即可生成动画内容。用户可通过Pika API Club以较低价格访问此模型。模型在保持艺术风格方面表现良好，支持参考图像输入。

AI产品 WAN 3.0 Pika Labs 视频生成

推荐理由：Pika Labs的WAN 3.0能原生生成30秒1080p视频，比其他工具更长，价格还更优惠。

原文