谢赛宁发布 Solaris：Minecraft 多人视频世界模型
谢赛宁（Saining Xie）发布 Project Solaris，一个在 Minecraft 中构建多人视频世界模型的新项目。发布包含三部分：Solaris Engine 多人数据采集系统、Solaris Model（采用内存高效 self forcing 设计的多人 DiT，基于 1260 万帧协作 Minecraft 游戏画面训练）、以及用 VLM 作为评判者评估多人能力的 Solaris Eval。
匹配字段标题
←搜索结果
搜索“视频”
Replit 如何用虚拟时钟把任意网页渲染成确定性视频
Replit 介绍其视频渲染引擎的实现：向页面注入约 1200 行 JavaScript，替换 setTimeout、setInterval、requestAnimationFrame、Date 和 performance.now() 等时间 API，让时间只在渲染时按 1000/fps 毫秒推进，从而把任意网页逐帧渲染成 MP4。由于页面内容不受控且视频由 AI 智能体生成，团队没有采用 Remotion，而是从外部对任意网页施加确定性。音频方面通过 monkey-patch Web Audio API 和 HTMLMediaElement 拦截播放意图，再由服务端 FFmpeg 混音；视频元素则经服务端转码为 fragmented MP4、mp4box.js 解复用、WebCodecs 解码后绘制到 canvas。该实现受开源项目 WebVideoCreator 启发，团队计划将其开源。
匹配字段标题
Cursor 上线智能体演示视频功能，不再只展示 diff
Cursor 宣布智能体现在可以实际使用自己构建的软件，并把工作过程录成视频发给用户，展示的不再只是 diff。一位用户表示这一变化节省了大量测试小改动的时间。
匹配字段标题
SGLang-Diffusion 如何为生产级视频生成做高级优化
SGLang-Diffusion 公布面向生产级视频生成的高级优化，将序列并行分片从帧级改为 token 级，把 T×H×W 展平后分片以减少甚至消除 padding 与通信量。框架还引入 Parallel Folding 解耦 Text Encoder 与 DiT 的并行策略、为 Wan-VAE 实现分布式编码解码，并修复 Cache-DiT 在多请求服务下的缓存上下文污染与形状不匹配崩溃问题。
匹配字段标题
谢赛宁推荐视频扩散新采样器
如果你在做视频扩散 / 世界模拟器，试试这个新采样器。 时间一致性把视频钉在总像素空间的低维流形上。 自精炼采样让它们留在那里。
匹配字段标题
xAI 发布 Grok Imagine API，提供视频生成与编辑能力
xAI 发布 Grok Imagine API，将视频生成与视频编辑能力打包为面向端到端创作流程的 API 组合，Grok Imagine 是其目前最强的视频音频生成模型。该 API 支持从文本或图像生成视频、增删替换物体、场景与物体控制、风格重绘等编辑操作，并支持竖屏、横屏等比例与灵活片段长度。官方称其在延迟、并发和成本上做了优化，并已在合作方平台与自家 API 上线，同时提供 SDK、教程和可视化控制台。
匹配字段标题
2026 年十大最佳 AI 视频生成器（实测对比）
Manus 发布 2026 年十大 AI 视频生成器实测对比榜单，入选工具包括 Runway（Gen 4.5）、HeyGen、OpenAI Sora、Kling AI、Synthesia、Luma Dream Machine、Pika、Google Veo 3、Adobe Firefly 和 Manus。文章按高级创意控制、个性化翻译视频、叙事、写实人物、商业培训、快速电影感、社交媒体内容、电影级真实感、Adobe Creative Cloud 生态和 AI 工作流自动化等场景给出各自最佳选择。
匹配字段标题
Agentic ProbLLMs：利用 AI 计算机使用与编码智能体的安全研究（39C3 视频与幻灯片）
Johann Rehberger 在汉堡 39C3 演讲《Agentic ProbLLMs: Exploiting AI Computer-Use and Coding Agents》，分享针对智能体系统漏洞的安全研究及 Month of AI Bugs 项目，并附大量演示。演讲视频可在 media.ccc.de 观看，英文版已上传至 Embrace The Red YouTube 频道，幻灯片提供 PDF 下载。
匹配字段标题
我如何用 SolveIt 把 Karpathy 的 tokenizers 视频做成书稿章节
Answer.AI 的 Kerem Turgutlu 用 SolveIt 把 Andrej Karpathy 超过 2 小时的 tokenizers 视频教程转成了带可运行代码、超链接、图片和补充讲解的书稿章节。他采用两阶段流程：先用一个对话逐段丰富带时间戳的转录稿，再用第二个对话据此撰写正文，而非让 AI 一次性转换。SolveIt 提供完整 Linux 环境、持久存储、网页搜索和消息编辑工具，并支持用 #ai 标签让 AI 读取指定图片。
匹配字段标题
OpenAI 发布 Sora 2 模型与 Sora 视频创作应用
OpenAI 推出 Sora 2 模型与全新的 Sora 应用，用户可创建、分享和观看视频。应用提供 cameo 功能，可将本人及朋友放入视频，并重点改善角色一致性。团队还设置了肖像滥用、深度伪造及非法内容防护，并计划围绕长期满意度、信息流控制和用户福祉持续调整产品。
匹配字段标题
Runway 发布 Act-One，用视频和声音表演驱动角色动画
Runway 发布 Act-One，这是一个在 Gen-3 Alpha 中生成角色表演的新工具，以视频和声音表演作为输入，无需额外设备。官方称该模型能保留真实面部表情，并把表演迁移到与原视频比例不同的角色上，同时在不同机位下保持稳定的面部动画。Act-One 现已面向 Gen-3 Alpha 开放，并配套公众人物内容拦截、Custom Voices 声音授权核验等审核措施。
匹配字段标题
Suno 推出 Suno Scenes：用照片和视频生成歌曲
Suno 发布新功能 Suno Scenes，可从相机拍摄的照片和视频生成独特歌曲，率先面向 iOS 移动端用户开放，入口位于歌曲创作体验的 Camera 模式。用户可用风景、自拍或日常视频作为素材创作并分享内容。
匹配字段标题
Suno 启动 The Summer of Suno 第二期：10 万美元奖池征集音乐反应视频
Suno 于 7 月 15 日启动 The Summer of Suno, Vol. 2，主题为“打动我们的音乐”，从 100 万美元创作者奖池中拿出 10 万美元，平均分给 200 位创作者，每人 500 美元。活动持续至 7 月 31 日 23:59 ET，需提交真人出镜的反应视频，投稿不限数量但每人仅限一次获奖，并新增印度、以色列和日本创作者参与资格。
匹配字段标题
Sam Altman 谈 GPT-4o 的免费开放与语音视频交互
OpenAI 将 GPT-4o 免费提供给 ChatGPT 用户，并推出具有人类级响应速度和表现力的新语音及视频模式。Sam Altman 表示，这种交互快速、自然且实用，未来还将加入可选的个性化、信息访问和代用户执行操作等能力。
匹配字段标题
用于视频生成的扩散模型：从零训练与图像模型扩展
Lilian Weng 在 Lil'Log 撰文梳理扩散模型用于视频生成的两条技术路线：从零训练时，2D U-net 的 3x3 卷积扩展为 1x3x3，并在每个空间注意力块后加入时间注意力块以捕捉时序一致性；Imagen Video 用 7 个扩散模型级联输出 1280x768、24 fps 视频，经渐进蒸馏后每个模型仅需 8 步采样。另一路线是给预训练图像扩散模型插入时间层，如 Make-A-Video 复用文本-图像先验并加入帧插值网络，以缓解文本-视频配对数据稀缺问题。
匹配字段标题
PixVerse上线Kling 4.0,单次可生成30秒视频
2026年10月27日,PixVerse宣布Kling 4.0已在其平台上线,单次可生成最长30秒视频,无需拼接;该版本还能在多镜头场景中保持角色一致,并在高速动作和复杂运镜下维持稳定运动。10月29日,PixVerse发布与Kling 4.0的联动生成示例,称这次生成在动作中呈现出更重的打击感和更稳定的细节,更接近实拍质感。10月30日,PixVerse表示在平台上用Kling 4.0尝试了一段完整的跑酷序列,从起跳到落地动作干净,整段奔跑保持了动量。10月31日,PixVerse发帖称Kling 4.0在动作场景上表现很好,并列出Omni Reference保持角色与物体一致、单次生成最长30秒、快速动作下保持稳定电影级运动、原生音频含对白与音效等特点,邀请用户在PixVerse上试用。
匹配字段标题
SenseTime展示由AI视频智能体Seko创作的万圣节短片
商汤(SenseTime)展示了一支由AI视频智能体Seko创作的万圣节主题短片。据商汤发布的信息,该短片创作者为22岁的CHunye,其短剧系列累计播放量超过7400万。帖子同时给出CHunye与Seko在抖音、YouTube、IG、X上的账号,并附上使用Seko创作的入口链接。目前该事件仅有商汤这一来源的报道,尚无后续发展。
匹配字段标题
SenseTime展示由AI视频智能体Seko创作的万圣节短片
商汤(SenseTime)展示了一支由AI视频智能体Seko创作的万圣节主题短片。据商汤发布的信息,该短片创作者为22岁的CHunye,其短剧系列累计播放量超过7400万。帖子同时给出CHunye与Seko在抖音、YouTube、IG、X上的账号,并附上使用Seko创作的入口链接。目前该事件仅有商汤这一来源的报道,尚无后续发展。
匹配字段标题
秦林提出AI视频竞争转向工业化量产能力
2026年10月30日,证券时报报道,炫佳科技创始人秦林提出,AI视频产业竞争重心已转向工业化量产能力。报道称,炫佳科技完成B1轮融资,间隔约30天,B2轮由深业资本、法创资本和江北新区科投集团联合投资,累计融资超2亿元,估值预计突破20亿元。秦林表示,一部120分钟短剧制作成本可从30万至50万元压缩至约5000元;公司AI业务收入正以每月约50%的速度增长,平台线上注册用户超10万。目前尚无后续发展事实。
匹配字段标题
秦林提出AI视频竞争转向工业化量产能力
2026年10月30日,证券时报报道,炫佳科技创始人秦林提出,AI视频产业竞争重心已转向工业化量产能力。报道称,炫佳科技完成B1轮融资,间隔约30天,B2轮由深业资本、法创资本和江北新区科投集团联合投资,累计融资超2亿元,估值预计突破20亿元。秦林表示,一部120分钟短剧制作成本可从30万至50万元压缩至约5000元;公司AI业务收入正以每月约50%的速度增长,平台线上注册用户超10万。目前尚无后续发展事实。
匹配字段标题