AITOPAI热报

视频生成

共 565 条相关 AI 资讯 · 查看话题观测
8月8日
06:57
06:57官方账号Pika Labs@pika_labs
Pika Labs在社交平台展示了Seedance 2.5的视频编辑能力。仅用一张图像参考，就能改变复杂序列中的整个视觉环境，包括风景和主要主体。同时宣布Seedance 2.5在Pika API Club最高提供88%折扣。
AI产品Seedance 2.5Pika视频生成
事件专题
推荐理由：Pika把Seedance 2.5的视频编辑玩出花了，一张参考图就能换整个场景，API还打88折，做视频的可以看看。
原文
02:17
02:05
02:05idoubi@idoubicc
ShipAny 推出了新模板 ShipAny Video Lite，支持 Seedance 2.5、MiniMax H3 等主流视频生成模型。模板开箱即用，功能完整，自带高颜值 Landing Page。适合有视频站需求的开发者直接使用。
AI产品ShipAnyShipAny Video LiteSeedance 2.5
事件专题
推荐理由：ShipAny 出了个现成的视频站模板，接入 Seedance 2.5 和 MiniMax H3，开箱即用，想省事直接抄。
原文
8月7日
22:42
21:43
21:43The Rundown AI@therundownai
TheRundownAI 在 X 上发布了一条推文，内容仅为一段链接，指向 therundown.ai/p/ai-designs-v…。推文标题以“AI designs v”开头，具体内容未在推文中展开。该推文目前有 626 次浏览量，点赞、转发和评论均为 0。
AI产品TheRundownAI视频生成AI设计
推荐理由：TheRundownAI 发了条推文，只给个链接，标题是 AI designs v，可能是讲 AI 设计视频，具体得点开看。
原文
21:39
20:43
15:40
14:41
14:41LovartAI@lovart_ai
Lovart AI 更新了其文生视频工作流，现在只需输入一个提示词即可生成连续视频片段。Lovart AI 新版取消了常见的片段拼接和画质放大步骤，流程更简洁。该功能可在官网 lovart.ai 直接测试使用。
AI产品lovart.ai视频生成文生视频
推荐理由：Lovart AI 这次把文生视频简化为一条提示词出整段连续画面，省掉了手动拼接和放大的麻烦，想省事的视频创作者可以去试试。
原文
14:40
14:40LovartAI@lovart_ai
Lovart 宣布接入 Seedance 2.5 Pro 模型，可直接生成 30 秒 4K 分辨率视频，无需后期拼接。模型支持最多 50 个参考素材用于锁定角色和场景一致性，并声称能实现逐帧级别的像素级控制。官方称这是 AI 视频生成的新阶段。
AI模型SeedanceLovart视频生成
推荐理由：想用 AI 生成 4K 长视频的可以关注，Seedance 2.5 Pro 在 Lovart 上能一次出 30 秒，还支持 50 张参考图锁风格。
原文
14:23
14:23IT之家（博客/媒体）
字节跳动旗下火山引擎正式上线 Seedance 2.5 API，模型原生支持 30 秒视频直出，可一次参考最多 50 个全模态素材。相比 Seedance 2.0，它在指令遵循、长叙事、真人感和声画质感上均有提升，并兼容十余种语言。价格方面，包含视频输入按 42 元/百万 tokens 计费，不含视频输入为 70 元/百万 tokens。Seedance 2.0 mini 与 fast 同步开启限时优惠，720P 下最低分别降至约 0.2 元/秒和 0.6 元/秒。
AI模型Seedance 2.5字节跳动火山引擎
事件专题
推荐理由：Seedance 2.5 API 来了：30 秒视频直出、50 个素材参考，价格和限时折扣都公布了，做视频生成的可以看。
原文
13:42
13:42量子位@量子位的朋友们
8月6日，阿里巴巴视频生成大模型Wan 3.0开启公测。该模型支持将文档、PPT等静态内容输入并转换为视频。公测版本已向用户开放使用。这一功能降低了视频制作门槛，让普通用户也能快速生成动态内容。
AI产品Wan阿里巴巴视频生成
推荐理由：阿里发布了Wan 3.0，能直接把文档和PPT变成视频，做讲解、宣传片省事了，可以去试试公测。
原文
12:56
12:56AI Will@FinanceYF5
Olivia Moore在X平台表示，AI视频广告已跨越鸿沟。她自2023年跟踪该领域，现在首次怀疑自己识别AI视频广告的能力。这一表态意味着AI视频广告的逼真度已对人工辨别形成挑战。推文附带的视频展示了当前AI视频广告的实际效果。
行业AI视频广告视频生成Olivia Moore
推荐理由：Olivia Moore说自2023年盯到现在，第一次怀疑自己还认不认得出AI视频广告。她贴了段视频，看一眼就知道这玩意儿多真。
原文
12:55
11:36
11:36AI Will@FinanceYF5
76°
AI 电影《Hell Grind》时长 95 分钟，由 15 人团队在 14 天内制作完成，成本约 50 万美元，并入围戛纳。Higgsfield 现已将影片的提示词和全部资产开源。华尔街日报、Variety、BBC 都曾报道过该项目的制作流程。
技巧HiggsfieldHell Grind视频生成
事件专题
推荐理由：想用 AI 拍电影？Higgsfield 把《Hell Grind》的提示词和素材全开源了，照着做就能复现戛纳级短片。
原文
8月6日
23:18
23:18Hailuo AI@Hailuo_AI
MiniMax在X平台发布H3模型新演示，展示Omni Reference功能在整段视频中保持角色、音频与环境一致性。测试片名为《黄金时代》，由liyuyuAi制作并发布。该演示通过引用的方式将人物特征贯穿全片，体现H3在多模态参照生成上的能力。
AI模型MiniMaxH3Omni Reference
推荐理由：MiniMax官方发了段H3的演示片，角色长相、声音、场景从头到尾都没跑偏，想看多模态一致性效果的可以点开看看。
原文
22:48
22:48官方一手歸藏(guizang.ai)@op7418
76°
阿里发布Wan 3.0视频生成模型，支持原生30秒1080P视频生成。它新增“全能参考”功能，可混合文本、图像、视频、音频以及文档、表格、PPT、网页等输入。定价为1080P每秒1.4元，720P每秒0.7元。该模型文本渲染和动效表现也不错。
AI模型Wan阿里视频生成
推荐理由：阿里Wan 3.0开始公测了，能一次生成30秒1080P视频，还能混着文档PPT做参考，比一般视频模型更灵活。
原文
20:45
16:41
16:41官方一手Pandaily@contact@pandaily.com (Pandaily)
中科通量推出金刚GC3芯片，基于RISC-V架构和数据流设计，目标降低视频生成成本。该芯片支持视频解码、编码及生成式AI，并配备统一的128GB内存池。其核心思路是应对AI计算中数据搬运带来的瓶颈，而非单纯堆算力。
AI产品RISC-V中科通量金刚GC3
推荐理由：中科通量做了款RISC-V芯片叫金刚GC3，用128GB统一内存跑视频生成，想靠省数据搬运来省钱，跟英伟达路线不一样。
原文
16:21
15:45
13:56
13:56IT之家（博客/媒体）
Black Forest Labs 于 8 月 5 日发布视频生成模型 FLUX 3，单次生成最长 20 秒、原生 1080p 视频，还附带原生音频。该模型采用统一架构联合学习图像、视频和音频，支持文生视频、图生视频、视频生视频及多镜头串联等功能。在官方公布的跑分中，FLUX 3 文生视频得分 1135，超过 Gemini Omni Flash 和 Minimax H3；图生视频得分 1051，超过 Seedance 2.0 和 Minimax H3。定价方面，Draft 模式文本转视频每秒 0.06 美元，全高清模式视频转视频每秒 0.53 美元。
AI模型FLUX 3Black Forest LabsSeedance 2.0
事件专题
推荐理由：FLUX 3 上线了，能生成带声音的 20 秒 1080p 视频，跑分超 Seedance 2.0。
原文
09:23
09:23官方账号arXiv cs.LG@Zehua Chen, Junyou Wang, Yuxuan Jiang, Zhenying Fang, Yusheng Dai, Jianfei Chen, Ziwei Liu, Jun Zhu
TD-V2A是一种基于扩散模型的视频到音频生成方法，利用时间差异作为区分视频与图像的关键表示。研究对比了帧级和特征级的时间差异，发现特征级更有效。该方法引入分层持续学习策略和退火时间差异引导，在基准数据集上取得优于对比音视频预训练的效果。
论文TD-V2A视频生成音频生成
推荐理由：这篇论文提出用时间差异做视频生成音频，不用额外网络，效果还超过了对比预训练方法，值得做V2A的人看看。
原文
8月5日
21:38
21:38官方账号Decoder@Matthias Bastian
Black Forest Labs推出FLUX 3 Video，能生成最长20秒的全高清视频，并自带原生音频和唇形同步对话，支持超过14种语言。该模型还能直接在场景中渲染文字。BFL公布的Elo排行榜显示，FLUX 3 Video的评分高于Gemini Omni Flash和Seedance 2.0。
AI模型FLUX 3Black Forest LabsSeedance 2.0
事件专题
推荐理由：Black Forest Labs出了FLUX 3 Video，能生成20秒带原生声音和口型对上的视频，还说自己比Seedance 2.0强，去看看效果吧。
原文
17:42
16:51
10:53
10:41
04:07
04:07官方账号Simon Willison@simonw
MiniMax-H3 视频生成模型在 M5 Pro Mac 上运行，生成耗时约 45 分钟。模型下载大小约 115GB。测试提示词为“一只彩虹色的臭鼬跳过超市里长满苔藓的原木”。Simon Willison 在推文中分享了这一结果。
技巧MiniMax-H3M5 Pro视频生成
事件专题
推荐理由：Simon 用 M5 Pro Mac 跑 MiniMax-H3，下载 115GB 后花 45 分钟生成了彩虹臭鼬视频，效果挺有趣。
原文
03:42
03:42官方账号Simon Willison’s Weblog（博客/媒体）
精选
MiniMax 两天前发布 MiniMax-H3，称其为通用全模态生成系统，可输入文本、图像、音频和视频，输出最长 15 秒、含音频的视频片段。PipeNetwork 的 Python 包将其移植到 MLX，让该模型可以在 Apple Silicon 上运行。Simon Willison 在 M5 Max MacBook Pro 上跑通，下载约 115GB 模型文件，生成一段视频耗时不到 45 分钟。他提醒，若不参照 MiniMax-H3 的提示词指南指定音频方向，生成的声音可能像无意义的语音噪声。
技巧MiniMax-H3MLX视频生成
事件专题
推荐理由：MiniMax-H3 出了 MLX 版，Apple Silicon 本地能跑，能生成 15 秒带声视频。
原文
03:29
03:29官方账号Pika Labs@pika_labs
Pika Labs 推出 API Club，通过单一 API 接入超过100个主流生成式媒体模型，覆盖视频、图像、音频和 LLM。所有模型价格均公开透明，官网列出每个模型与竞品的详细对比。即使 API Club 偶尔定价更高，也会明确标示，方便开发者直接比较。
AI产品API ClubPika Labs多模态
推荐理由：Pika 搞了个 API Club，一个接口就能调上百个视频、图像、音频和语言模型，价格还全透明，方便比价。
原文
03:16
03:16OpenRouter@OpenRouterAI
Black Forest Labs 的 FLUX 3 Video 现已面向所有用户开放，可通过 OpenRouter 平台调用。该模型采用统一架构联合训练，支持视频、音频、图像和动作预测四类任务。官方称其兼顾写实、创意与电影感，适合多种创作场景。
AI模型FLUX 3Black Forest LabsOpenRouter
事件专题
推荐理由：黑森林家的 FLUX 3 Video 上 OpenRouter 了，一个模型能生成视频、音频、图像还能做动作预测，想试试直接调 API 就行。
原文
03:16
03:02
02:35
8月4日
13:36
13:35
12:45
12:42
12:41