Google Developers Blog 发布案例研究，介绍如何把视频扩散模型注意力中的理论稀疏性转化为 TPU 上的实际端到端加速。在单块 TPU v6e、75.6K tokens、10 heads、head 维度 128 的 BF16 合成输入下，朴素块遍历的稀疏原型保留约 39% query-key 对，却因边界 tile 仍需逐元素掩码而耗时 96.37 ms，比稠密 Splash 的 78.70 ms 还慢 22%。
匹配字段标题
Danny Trinh 发布了一条关于 OpenAI 的幕后内容，并 @ 了 muse，附有一段视频链接。
匹配字段标题
Condé Nast 与 AWS 生成式 AI 创新中心合作，基于 Amazon Bedrock 和 Amazon OpenSearch Service 构建多模态视频检索方案，并选用 TwelveLabs Marengo 嵌入模型联合编码画面、音频与字幕。该方案将单次内容检索耗时从平均 250 分钟降至 2 分钟以内，覆盖超 14 万条视频库，支持自然语言意图搜索、图像查询和精确时间戳定位。
匹配字段标题
Latent Space 的 AINews 汇总称，Claude Opus 5.5 发布约一周后在 OpenRouter 上成为 Anthropic 模型里支出和 token 份额第一的模型，切换速度尤其快。社区大量分享用 Opus 5.5 生成的动态图形视频，有人称整段视频全部由代码生成、未使用 After Effects，并开源了提示词模板。榜单方面，Opus 5.5 以 88.4% 领跑 SimpleBench，在 Terminal-Bench-Science 上从低推理强度的 24% 升至 xhigh 的 62%，max 档回落到 59%。
匹配字段标题
在 Amazon SageMaker AI 上，用同一个 AWS vLLM-Omni DLC 镜像部署两个端点：实时端点跑 FLUX.2-klein-4B 生成图像，异步端点跑 Wan2.1-VACE-1.3B 做图像条件视频生成。文本提示词先生成 PNG，再连同运动提示词送入视频端点，生成的 MP4 从 Amazon S3 取回，示例还提供命令行流程和可选的 Streamlit 界面。
匹配字段标题
Google Display & Video 360 推出 Vertical Video Unification，可在单一平台跨渠道程序化购买和衡量竖屏视频，并由 Gemini 驱动购买、执行与全漏斗衡量。初期测试中，联合利华 Hellmann's 与 WPP Media 的独立触达提升 24%，单用户成本下降 25%。
匹配字段标题
Google Research 发布一套 AI 视频联合导演系统，用 4 个智能体框架把短片段串成连贯的分钟级故事，针对多镜头 AI 视频管线中的身份漂移与级联错误。系统基于 Gemini 和 Veo，模型无关，输出继承 SynthID 水印；其中 Co-Director 与 CANVAS 分别被 COLM 2026 和 EMNLP 2026 接收，A²RD 为免训练架构并生成了 10 分钟影片，VQQA 无需访问模型内部。团队还构建了 GenAD-Bench、HardContinuityBench 和 LVBench-C 三个新基准。
匹配字段标题
ElevenLabs 将图像生成、视频生成和 Flows 中的模板能力开放为 API，图像与视频 API 可调用 Google、OpenAI、ByteDance 和 Creatify 的模型，定价与应用内一致。模板把图像、视频、语音、音乐和音效模型打包成无需配置的工作流，团队在 Flows 中搭建一次后，后续只需传入新的产品图和名称即可批量产出成品素材。这些模型也可通过 ElevenLabs MCP 在 Claude、ChatGPT 或 Cursor 中使用，一次 OAuth 安装即可，无需管理 API key。
匹配字段标题
《Take Me Back》现已在 Suno 上线。由 Braylon Browner 演绎，音乐视频由同为编舞师的 Nina McNeely 执导，他们的合作从舞蹈走向歌曲，再围绕 Braylon 的动作构建出一个完整世界。 音乐使用 v6 创作，并在 Studio 2.0 中完成。
匹配字段标题
好吧，搞什么鬼。刚才这还只是一份干巴巴的 google doc 把我在 Open Alignment 上的头脑风暴 gdoc 交给 Opus 5.5，让它做个视频。现在我想给我写过的每一份文档都来一个哈哈哈 https://t.co/kK6AnjghI4
匹配字段标题
Reactor 与 Amazon Neuron Science 团队合作，借助 Neuron Kernel Interface 在 Trainium 芯片上优化自回归扩散模型的实时视频生成，针对动态形状、内存访问模式和缓存管理等问题提出可跨模型泛化的技术。双方选用 Rolling Forcing 模型，看重其能稳定生成 30 秒高质量视频且体量相对较小，但序列长度很大、内存消耗高。
匹配字段标题
AI 视频质量引人关注，但经济性决定什么能真正规模化。 在这个 Wan3.0 工作流中：10 秒。1080p。在 @AskVenice 上花费 $1.82。 这把讨论从：“AI 能生成这个吗？”变成了：“我们现在能负担得起生产多少内容？”阿里云的 Johnny Mai × Jordan Urus，见 https://t.co/2SEzpYcjB2。 想把 Wan3.0 带给你的团队？了解更多 → https://t.co/cFNvlheWNE #Wan3 #CreatorEconomy #AIProduction #ContentCreation
匹配字段标题
很多人想知道如何用我们新的编辑模型实现角色一致性等功能——所以我们为你做了一个视频 <3 https://t.co/cQl3VrTb0C
匹配字段标题
Google Research 发布一套统一多智能体框架，用于自动生成时间上连贯的长视频叙事，以解决现有线性流水线中的身份漂移和级联失败问题。该框架作为编排层构建在 Gemini 和 Veo 之上，包含四个部分：AI video co-director 用多臂老虎机做全局创意搜索，CANVAS 通过持久视觉记忆规划多镜头视觉连续性，A²RD 以自回归方式逐段生成并维护多模态视频记忆，VQQA 用视觉问答生成语义梯度做闭环提示词优化。评测显示 AI video co-director 在 GenAD-Bench 上达到 81.4 的峰值质量分，CANVAS 在 ST-Bench 和 HardContinuityBench 上提升场景重现连续性，A²RD 在 VBench-Long 和 LVBench-C 上减少布局漂移，VQQA 在 T2V-CompBench、VBench2 和 VBench-I2V 上取得质量提升。
匹配字段标题
🌕 这个中秋节，我们分享一段用商汤视频创作智能体 #Seko 制作的精美 AI 视频。它出自成都 AI 创作者陈爱军之手。 陈爱军是一位自学 AI 的眼镜店店主，已制作 200 多部 AI 视频，积累了超过 60 万粉丝。 愿想象力在中秋明月下翱翔。✨
匹配字段标题
实时视频流需要即时响应，同时在长时间对话中保持视觉一致性。 我们通过将带 3-way CFG 的大型 40 步扩散教师模型（每个视频块 120 次评估）蒸馏为带固定长度 KV cache 的无引导 2 步因果学生模型，实现了这一点。 Self-forcing 帮助学生模型抵抗漂移，以少 60 倍的评估次数保持接近教师模型的质量。
匹配字段标题
这是 AI 视频开始变得有趣的地方。 一个提示词。→ 电影级运动 → 1080p 输出 → 生成声音 来自阿里云的 Johnny Mai 和来自 Venice ai 的 Jordan Urus 用一个简单的端到端工作流测试了 Wan3.0。 从一个想法到完成一个场景之间的距离正变得非常小。 想把 Wan3.0 带到你的团队？了解更多 → https://t.co/cFNvlhfuDc #Wan3 #TextToVideo #AIVideo #GenerativeAI
匹配字段标题
AWS 发布基于 Strands Agents SDK 的智能体式视频智能方案，由单个 AI 智能体在运行时编排 Amazon Bedrock、Amazon Rekognition 和 Amazon Transcribe，用自然语言提问即可查询视频内容。已分析内容的响应在 1 秒内返回，新视频首次分析需 5–10 分钟；某媒体娱乐公司借此将 200 多段数小时录像的人工审阅时间减少约 80%。
匹配字段标题
Comfy 在 Comfy Developer Platform 上线 Comfy Router，开发者只需集成一次即可调用前沿图像、视频、3D 和音频模型，并通过修改模型字符串和供应商参数切换模型与运行位置。首日可用模型包括 Seedance 2.5、MiniMax H3、Nano Banana Pro、GPT Image 2、Kling 和 Black Forest Labs，供应商覆盖 fal、Runware、WaveSpeed 和 Higgsfield。Router 使用与 Partner Nodes、Comfy Cloud 相同的 Comfy credits，无需订阅，输入与输出各保留 24 小时后删除。
匹配字段标题
作者花数周测试 AI 视频提示词后开源了 Awesome Seedance，包含 463 个可溯源案例、264 次跨模型复测结果、25 个可直接复制的模板和 60 个可安装的 AI 视频 Skills。使用时挑选片段、复制模板、替换括号内容即可生成。GitHub 地址见原推链接。
匹配字段标题