用 Haiku 5.5 给自己做宣传片：200 tok/s，1.6 亿 token 只花 3 美元
有人拿 Haiku 5.5 给模型自己做宣传片，200 tok/s 跑了 1.6 亿 token 才花 3 刀，成品效果接近 Opus 5.5，成本玩法很值得参考。
#视频生成
共 1101 条 · 7 天 103 条 · 30 天 426 条 · 话题观测 →
10月8日
Vidu Q4 Preview 登上 Artificial Analysis 视频榜第 3 名
生数科技的 Vidu Q4 Preview 一上线就冲到 Artificial Analysis 视频榜第 3，能出 4K 带音频的视频，价格还和上一代一样，可以试试。
10月7日
AI 短剧制作成本仅为真人剧 1/10，真人短剧开机量暴跌约 75%
AI 短剧用真人剧一成的成本把红果榜单前 20 占了 19 个位置，横店摄影棚空了近八成，这篇把成本、产能和失业冲击都讲清楚了。
IT之家原文
行业11:40
Citigroup 预测 Meta 的 Muse 2030 年年收入达 270 亿美元Meta 的 Muse 才上线一个月就拿下 180 万日活，Citi 直接给出 2030 年 270 亿美元年收入预测，数字挺具体，可以看看。
Ben Affleck 自曝会写 Python，曾深度了解 CNN 并到访 Google 和 OpenAI
Ben Affleck 居然会写 Python、讲得清 CNN 和张量，还靠刷脸进了 Google 和 OpenAI 看视频模型，反差挺大的。
SILVERSIDE 用 MiniMax Music 与 H3 打造动画口型作品
MiniMax 晒了客户 SILVERSIDE 的案例，用 MiniMax Music 配乐加 H3 做动画口型，做创意视频的可以看看效果。
Google Research 将在 COLM 2026 展示多智能体视频生成框架 Co-Director
Google 搞了个多智能体框架 Co-Director，专门解决 AI 视频长篇叙事前后不一致的问题，COLM 2026 现场有交互演示，做视频生成的可以去围观。
10月6日
Prism 开源：动态稀疏注意力实现 2K 音视频同步生成
复旦、腾讯混元和浙大联合开源了 Prism，能生成 2K 分辨率且声音和画面同步对齐的视频，训练速度还快了 2.5 倍，做视频生成的可以去看看。
vLLM-Omni 首发支持 Kandinsky 6.0 Video 视频生成模型
Kandinsky 6.0 Video 开源了，能从文字或图片生成 5 秒带音频和对口型的视频，vLLM-Omni 第一天就能跑，感兴趣可以试试。
MC-Sparse：训练-free 稀疏注意力框架缩小 DiT 稠密稀疏差距
一篇实用论文：MC-Sparse 不用训练就能把视频和 3D 生成的去噪提速 1.8 到 2.3 倍，还指出了以往稀疏注意力掉质量的三个原因。
用 Opus 5.5 根据民宿信息自动生成 UGC 风格宣传视频
有人拿 Opus 5.5 帮 Airbnb 房源做宣传视频，Seedance 2.5 出画面、ElevenLabs 配音，整套流程自动跑完，做民宿运营的可以抄作业。
Level-of-Token Diffusion：按需分配算力的多分辨率图像视频生成框架
一篇很巧的论文：让扩散模型在需要细节的地方用细 token、别处用粗 token，预训练模型不用重训就能提速，还能接智能体的规划布局。
行业06:46
fal 携手 Bria AI、LTX 举办 SF Tech Week 生成式 AI 交流活动fal、Bria AI、LTX 在 SF Tech Week 搞了场聚会，Google、Canva、ByteDance 这些做生成式视频图像的公司都来了人，想混圈的可以看看。
MiniMax 将亮相 Advertising Week New York，现场演示 H3
MiniMax 要去纽约广告周摆展位了，10月5到8号能现场看 H3 演示，还和 Krea、fal 聊圆桌，在附近的朋友可以去看。
HyperFrames Studio 发布：为 Agent 打造的视频剪辑应用
HeyGen 团队做了个给 Agent 用的视频编辑器，描述一句就出初剪，画圈就能改，还能接 Claude Code，最后导 4K。
Krea Agent 登陆 After Effects，可在软件内生成动效并处理音视频
Krea 把 Agent 塞进了 After Effects，做动效、改视频比例、处理音频图片都能在剪辑软件里直接搞定，现在免费可试。
10月5日
NVIDIA开源PixelUMM：一个模型同时支持图文和视频的理解与生成
NVIDIA把PixelUMM开源了，一个模型搞定图文视频的理解和生成，做法是不用视觉编码器直接吃像素块，搞多模态研究的可以看看源码。
给 Claude 200 美元预算，9 小时产出完整音乐视频《Watch Me Till The End》
有人让 Claude 刷完 TikTok 后给它 200 美元做 MV，9 小时出了成片，流程值得拆开看看。
用 Suno v6 加 Opus 5.5 提示词生成节拍同步动态视频
一条提示词就能让 Opus 5.5 做节拍同步的动态视频，配合 Suno v6 生成音乐，省下外包动态图形的钱，流程步骤都写清楚了。