跳到正文
9月15日周二
  1. Luma36

    Storyboarder.ai 评测 2026:分镜生成之后,然后呢?

    Storyboarder.ai 能把剧本在 10 分钟内转成约 120 个镜头的可视化分镜,角色一致性和 3D 机位控制是其强项,分镜制作时间比传统方式减少 75% 至 90%。但该平台不生成可用于制作的视频,仅能输出基础动态分镜,且与 Premiere Pro、Final Cut、Asana、Monday.com、Slack 等无原生集成,所有下游交接都需手动导出。

  2. Luma60

    LTX Studio 评测 2026:分镜优先工作流是否值得投入

    Luma 发布 LTX Studio 评测,认为其分镜优先流程要求先上传剧本、审核 AI 拆分镜头并定义 Elements 角色资产,再生成画面,可提升多镜头角色一致性。

    推荐理由:梳理了 LTX Studio 分镜优先流程的 Elements 一致性、模型资源消耗与封闭导出限制,便于团队判断是否适配现有制作方式。

8月29日周六
  1. SMPTE Motion Imaging Journal20

    都柏林圣三一学院为电影工程课程部署基于 RAG 的 AI 助教

    都柏林圣三一学院为硕士级“电影工程”(MPE)课程开发了基于 Retrieval Augmented Generation(RAG)的领域专用 AI 助教(AI-TA),并于 2025 年春季在 43 名学生中部署七周。考试结果显示不同使用程度的学生成绩无显著差异,表明为 AI 辅助而设计的开卷考核未必损害学术诚信。学生认为该 AI-TA 有用,但对将其作为辅导替代品及用于开卷考试持谨慎态度。

8月21日周五
8月20日周四
  1. Topaz Labs55

    Primordial Soup 用 Topaz Hyperion 2.5 将 8-bit 生成素材转入 10-bit 后期流程

    Darren Aronofsky 创立的 AI 工作室 Primordial Soup 在 TIME Studios 短片系列《On This Day…1776》中,用 Topaz Hyperion 2.5 把 8-bit 生成素材转成 10-bit ProRes,再进 DaVinci Resolve 做蒙版调色。

    推荐理由:通过一部AI生成短剧的调色与放大环节,展示8-bit生成素材转10-bit ProRes后能承受多大强度的调色与合成。

8月7日周五
  1. Theoretically Media62

    Seedance 2.5 提示词指南:从标签式写法转向分段制作文档

    Theoretically Media 发布 Seedance 2.5 提示词指南,指出 2.5 的提示词模板从 2.0 的标签加编号镜头写法,改为带方括号分段的结构,每段只承担一项职责。

    推荐理由:作者读完约80页官方文档后,对比了Seedance 2.5与2.0的提示词结构差异,并给出可直接套用的分段模板。

8月5日周三
  1. 字节跳动 Seed74

    字节跳动 Seed 发布 SeedRealtime 音视频全双工大模型并在豆包 App 上线

    字节跳动 Seed 发布原生音视频全双工大模型 SeedRealtime,用统一架构融合音频、视频与文本,可在连续多模态流上实时交互。官方称端到端人工评测中,相比级联模型音视频对话节奏问题减少一半,单次对话顺畅完整交流的概率明显提升。该模型已在豆包 App 全量上线,用户更新后在对话框选择“打电话”进入视频通话界面即可体验。

    推荐理由:官方披露了统一架构下音视频联合理解与主动介入的实测案例,可观察全双工交互在拍摄现场之外的真实场景表现。

8月4日周二
  1. Black Forest Labs/FLUX83

    Black Forest Labs 通过 BFL API 开放 FLUX 3 Video 文生视频与图生视频

    Black Forest Labs 通过 BFL API 和部分合作方开放 FLUX 3 Video 初版,支持文生视频与图生视频,生成最长 20 秒、HD 分辨率并带原生音频,Full HD 通过放大输出。

    推荐理由:官方公布 FLUX 3 Video 的时长、分辨率、原生音频与草稿模式等能力,读者可据此判断它能否进入现有生成流程。

8月3日周一
  1. MiniMax/海螺82

    MiniMax 开源通用视频模型 H3,支持 2K 与原生立体声

    MiniMax 正式开源下一代通用视频模型 H3,可生成最高 2K、最长 15 秒、24fps 且带 32kHz 立体声的视频。开源部分为 H3-Base 的 FL2VA 与 Ref2VA 两个 checkpoint,本地部署输出 768p,2K 需配合 H3-Regenerate-2K 与 H3-Context-IR 的官方 API 完成。

    推荐理由:官方开源了视频模型权重与部署方案,读者可据此判断本地部署 768p 生成与 2K 流程的接入成本。

7月31日周五
  1. 字节跳动 Seed82

    字节跳动 Seed 发布视频生成模型 Seedance 2.5

    字节跳动 Seed 正式发布视频生成模型 Seedance 2.5,单次生成时长从 15 秒提升至 30 秒并支持多轮延长。模型支持单次输入最多 30 张图片、10 段视频和 10 段音频作为参考素材,并新增时间戳定向编辑、绿幕编辑与视角编辑能力。该模型正在陆续上线即梦 AI、豆包专业版,API 服务将在近期上线火山方舟。

    推荐理由:官方说明了单次30秒生成、多轮延长与时间戳编辑的具体能力边界,读者可据此判断它在长叙事与多模态参考上的实际可用范围。

7月23日周四
  1. Black Forest Labs/FLUX80

    Black Forest Labs 开放 FLUX 3 早期访问,统一图像、视频与音频生成

    Black Forest Labs 开放多模态基础模型 FLUX 3 的早期访问,可在同一架构下联合生成图像、视频与音频。FLUX 3 Video 单次可生成最长 20 秒带原生音频的视频,支持文生视频、图生视频、视频生视频、关键帧过渡与多镜头串联,官方称早期对比中相对 Runway Gen-4.5 的偏好率为 77%、相对 Luma Ray 3.2 为 93%。

    推荐理由:官方公布了 FLUX 3 在视频、图像、动作预测上的能力与早期对比偏好数据,可据此判断多模态统一模型在影视生成流程中的位置。

  2. Black Forest Labs/FLUX58

    Black Forest Labs 发布 FLUX 3 早期版本并与 mimic 推出 FLUX-mimic 视频动作模型

    Black Forest Labs 宣布 FLUX 3 早期版本已在机器人上运行,并与 mimic 合作推出基于 FLUX 3 骨干的 FLUX-mimic 视频动作模型。

    推荐理由:原文披露 FLUX 3 在视频、音频与动作上联合训练,并给出加入动作预测后视频质量先降后回升的训练曲线,可供关注多模态生成模型能力边界的读者参考。

7月20日周一
  1. 字节跳动 Seed78

    字节跳动 Seed 发布 Seed Audio 1.0 音频创作模型

    字节跳动 Seed 发布音频创作模型 Seed Audio 1.0,在统一框架下联合建模人声、音效和环境声,端到端生成完整声音场景。该模型支持一条 prompt 编排对白、音效与环境声,时间控制精度为 100ms,单次可生成约 2 分钟音频并继续延长以保持角色音色一致,覆盖 20+ 语种。官方评测称多数场景音频可用率达 90% 以上,模型已在火山方舟体验中心上线。

    推荐理由:官方披露统一建模人声、音效与环境声的端到端音频创作模型,并给出时间控制精度与多场景可用率数据,便于判断其在配音与叙事音频中的适用边界。

7月17日周五
  1. Theoretically Media58

    Netflix 约 300 部作品使用生成式 AI,Lucy 2.5 与 Maestro 同期发布

    Netflix 在 Q2 财报信中披露,今年约 300 部作品在概念、预览预演到后期的环节使用了生成式 AI,其中《The American Experiment》的 17 分钟 AI 增强画面制作速度提升一倍、成本减半。

    推荐理由:汇总 Netflix 约 300 部作品使用生成式 AI 的公开数据,以及 Lucy 2.5 实时编辑与 Maestro 本地生成工具的能力边界。

7月10日周五
  1. Theoretically Media40

    Seedance 2.5 在即梦小范围现身,长视频模式标注 beta

    Seedance 2.5 尚未正式发布,但已有图片显示该模型在即梦上被小范围使用,可见分辨率仅 480 和 720。一段疑似泄露的宣传视频展示了可拉至 180 秒的单次输出滑块,Dreamina 官方页面上长视频模式明确标注为 beta。作者称 30 秒 2.5 生成的价格约为 15 秒 2.0 的两倍,并推测下周可能全面开放。

    推荐理由:梳理 Seedance 2.5 在即梦小范围测试的可见细节,包括 480/720 分辨率与 180 秒长视频 beta 标注,便于判断发布节奏。

7月8日周三
  1. 字节跳动 Seed78

    字节跳动 Seed 发布多模态图像创作模型 Seedream 5.0 Pro

    字节跳动 Seed 发布多模态图像创作模型 Seedream 5.0 Pro,在图文匹配、结构合理性、文字渲染与画面美感上较前版全面提升。四大核心能力包括复杂信息图可视化、基于空间位置与区域语义的交互式精准编辑、更真实的影像与人像质感,以及十余种常用语言的原生输入与生成。模型已上线火山方舟体验中心,并将陆续在豆包、即梦上线。

    推荐理由:官方说明 Seedream 5.0 Pro 在信息图生成、局部精准编辑与多语种渲染上的具体能力,可据此判断它在设计生产流程中的可用边界。

6月26日周五
  1. Theoretically Media55

    AI 视频没有按下暂停键:OpenAI 限量预览 GPT-5.6,字节跳动连发 Seedance 2.5 与 Seed Audio 1.0

    Theoretically News 汇总一周 AI 动态:OpenAI 预览 GPT-5.6 三款模型但仅向约 20 家合作机构开放 API 与 Codex,Google 据报将 Gemini 3.5 Pro 推迟到 7 月,字节跳动则发布 Seedance 2.5 与一体化音频模型 Seed Audio 1.0。

    推荐理由:作者梳理一周内 OpenAI、Google、字节跳动在模型发布节奏上的差异,并给出对 AI 视频竞争格局的判断。

6月25日周四
  1. Topaz Labs58

    Iaroslav Kononov 用 AI 工具与后期流程完成 82 分钟长片《Dark Paradise》

    Iaroslav Kononov 用 ChatGPT、Nano Banana、Seedance、Topaz Labs、DaVinci Resolve、Ableton Live 和 FlashBoards 等工具,独立完成 82 分钟 AI 惊悚长片《Dark Paradise》,并以 4K 交付。

    推荐理由:一位创作者用 AI 工具完成 82 分钟长片,文中交代了角色参考、风格锁定与后期增强的具体流程,可供尝试 AI 长片的人参考。

6月19日周五
  1. Theoretically Media38

    Midjourney 推出全身超声扫描仪,LTX 与 Luma 更新视频生成功能

    Midjourney 公布名为 Midjourney Scanner 的全身超声 CT 设备,由数十万个超声换能器组成环形阵列,不使用辐射,创始人 David Holz 称其为 50 年来首个全新全身成像方式。

    推荐理由:汇总 Midjourney 医疗扫描仪、LTX 与 Luma 视频功能更新,可快速了解当周 AI 影像工具动向。

6月17日周三
  1. Black Forest Labs/FLUX25

    Envato 如何以 FLUX 构建其创意 AI 引擎

    Envato 与 Black Forest Labs 建立合作,将 FLUX 模型接入其创意平台,FLUX.2 发布首日即上线生产环境。目前 FLUX 占平台图像生成总量约 25%,累计生成超过 5100 万张图像,FLUX.2 下载率高出平台所有供应商平均值 16%。平台按任务自动路由模型,支持素材变体、纯图像生成与多参考图编辑三类工作流,素材变体可在 8 秒内输出 5 张图像。

6月12日周五
  1. Theoretically Media58

    Theoretically Media 发布基于 Claude Fable 5 的 AI 影视制作模板 v2.0

    Theoretically Media 发布 AI Film Production 模板的 Fable 版本,流程从 6 步扩展到 8 步,新增技术规格录入、情绪板、选角轮、镜头 ID、连续性圣经与生成日志、故事板看板以及粗剪模块。

    推荐理由:作者把自用的 AI 影视制作模板升级到 8 步流程,并公开了分镜编号、连续性圣经和剪辑模块的具体做法,可供搭建类似工作流参考。

5月15日周五
  1. Topaz Labs60

    Topaz Labs 发布 NeuroStream 2 加速技术及 Face Recovery 3 等新模型

    Topaz Labs 发布 NeuroStream 2 加速技术,图像处理速度提升 2 至 4 倍,视频模型至少加速 20%。官方称在 NVIDIA RTX 4070 Ti 12GB 显存配置上,Starlight Precise 2.5 视频放大任务从 30 分钟降至 14 分钟。

    推荐理由:官方公布了 NeuroStream 2 在 12GB 显存配置上的实测提速数据,读者可据此判断现有硬件能否跑动 Starlight Precise 2.5 等模型。

5月8日周五
4月29日周三
  1. Topaz Labs60

    Topaz Labs 发布 Next-Gen 系列四款图像与两款视频 AI 增强模型

    Topaz Labs 发布公司史上规模最大的一次 AI 模型更新,包含 Wonder 3、Denoise Max、Super Focus 3、High Fidelity 3 四款图像模型和 Starlight Precise 2.5、Astra 2 两款视频模型,覆盖五款应用。

    推荐理由:原文列出四款图像与两款视频增强模型及各自可用平台,读者可据此判断哪些模型能在本地桌面端运行、哪些依赖云端渲染。

4月25日周六
4月17日周五
  1. Theoretically Media52

    Google Fabula编剧工具与阿里Happy Horse、Happy Oyster世界模型亮相

    Google DeepMind 展示面向编剧的Gemini研究原型Fabula,采用故事计划与剧本双层编辑结构,作者指出它源自2022年的Dramatron,并非取代编剧的工具。

    推荐理由:作者梳理了Google Fabula、阿里Happy Horse与Happy Oyster三款新工具,并给出对AI编剧与视频模型竞赛的独立判断。

4月1日周三
3月31日周二
  1. Topaz Labs58

    Topaz Labs 发布 Precision Update,新增四个模型并支持 AMD GPU 本地运行 Wonder 2

    Topaz Labs 发布 Precision Update,为其全套工具带来四个新模型和九项改进,重点提升放大、降噪与锐化的精度。两个新的视频放大模型是 Gaia 2 和 Starlight Precise 2.5,前者侧重动画与图形内容,后者最适合把 GenAI 视频提升到 4K。

    推荐理由:Topaz Labs 一次更新四个模型和九项改进,其中 Starlight Precise 2.5 面向 GenAI 视频升 4K,AMD GPU 本地支持 Wonder 2 值得关注。

3月30日周一
  1. Topaz Labs58

    Topaz Labs 详解 Fatboy Slim 与 The Rolling Stones 混音作品 MV 的 AI 制作流程

    Topaz Labs 发布文章,介绍 Fatboy Slim 与 The Rolling Stones 正式授权的混音作品 Satisfaction Skank 的音乐视频制作流程。

    推荐理由:原文拆解了五人角色跨场景不漂移的生成流程,以及用 Topaz Video 做放大、补帧和面部细节修复的收尾方法,可供多角色 AI 短片参考。

3月12日周四
  1. Topaz Labs71

    Topaz Labs 推出 NeuroStream,可在消费级硬件本地运行大型 AI 模型

    Topaz Labs 发布 NeuroStream,这项专有 VRAM 优化技术可将显存占用降低最多 95%,让大型复杂 AI 模型在消费级 GPU 上本地运行。

    推荐理由:官方披露 NeuroStream 可将 VRAM 占用降低最多 95%,并说明其与 NVIDIA RTX 硬件的适配范围,可供评估本地 AI 影像处理的硬件门槛。

2月4日周三
1月5日周一
  1. Topaz Labs58

    Topaz Video 将 HD 素材放大至 15K 用于 LED 虚拟制作

    Topaz Labs 介绍 Noah Kadner 在墨西哥城 Simplemente 的 LED 虚拟棚项目中,用 Topaz Video 将 HD 尺寸素材本地渲染为 15K 的 ProRes HQ 背景板,直接用于机内视效拍摄。

    推荐理由:通过一个在LED虚拟棚实拍的商业项目,说明生成式AI素材经Topaz Video本地放大到15K后可直接上墙投影的流程。