Fast H3 Omni 開源：MiniMax H3 影片生成最高提速 12 倍，取樣僅需 8 步
FastVideo 聯合釋出針對 MiniMax H3 的加速方案 Fast H3 Omni。它專門最佳化參考素材生成影片以保證主體一致性，將取樣步數由 50 步壓至 8 步，延遲最多降低 12 倍。目前已開源適配 ComfyUI、FP8 與 Apple Silicon 等版本。
AI影片
檢視更新的新聞
Gemini Notebook 升級共創功能：幻燈片與影片支援生成前改大綱
Gemini Notebook 宣佈為幻燈片與影片概覽上線共創流程。使用者不再是一鍵直出最終成果，而是可以在生成前開啟 Review 開關，稽核並修改大綱筆記或製作人說明，精細調整主題與視覺風格。新功能將在下週向全球使用者陸續推送。
GaussiAnimate 開源：用雙層骨架搞定動物與衣物 3D 動畫
GaussiAnimate 開源了角色動畫製作程式碼。它將內部運動骨骼與靈活的外部表面結構結合，內部管運動、外部管形變，解決了傳統剛性骨架難以處理衣物和動物軟體彎曲的問題。最值得關注的是，複雜形變動畫製作被大幅簡化，支援在本地電腦部署執行。
HairDeck 開源：單張圖片生成帶骨骼 3D 髮型，轉頭就能自然擺動
HairDeck 開源了單圖生成風格化 3D 髮型的模型，輸入一張角色圖就能生成完整的 3D 發片，並自帶驅動動畫的彈簧骨骼鏈。生成發片僅需 1 秒左右，比同類方法快 33 倍且朝向更準，支援直接匯出 VRM 格式。模型大小僅 2.45GB，普通消費級顯示卡就能跑。
Viggle 推出世界模型 JST-2：輸入文字或圖片秒變 3D 空間，角色免綁骨骼就能動
Viggle 推出物理原生 3D 世界模型 JST-2，支援把文字或圖片一鍵轉為可探索的三維環境。它通過持續追蹤空間中的物質單元保持場景一致，生成的 3D 角色原生包含動力學，省去骨骼繫結步驟。場景可在瀏覽器中即時渲染，目前開放免費體驗。
Cinetic：輸入一句 brief，用程式碼生成帶聲音與品牌的宣傳片
Cinetic 是一款程式碼驅動的影片製作工具，使用者只需給出一句 brief，它就會按導演流程生成產品釋出片、介面演示或動效短影片。它的優勢在於能精確控制文字、UI 元素和動畫時間線，並自帶質檢與音畫同步檢查，適合配合程式設計智慧體快速產出營銷短片。
馬克·沃爾伯格談電影AI：支援做數字分身，未來讓子孫打理接著演
好萊塢影星馬克·沃爾伯格在活動中表示，支援在電影製作中“合理使用”AI，比如用 AI 豐富傳記片中的球場背景，但反對完全替代編劇與演員。他甚至對製作自己的 AI 數字分身持開放態度，希望未來交由子孫打理其肖像並繼續出演作品。
開源專案 Earshot：給 AI 程式設計助手裝上耳朵，能聽懂畫面自己改音效
開發者開源 Earshot 專案，為 Claude Code 等程式設計智慧體裝上「耳朵」。它能理解音訊內容、檢查音效與畫面是否同步，並直接用程式碼微調最佳化聲音。這意味著 AI 自動生成遊戲或產品影片時，不再需要人工反覆試聽調整。
史泰龍計劃用 AI 減齡拍《第一滴血》前傳：數字重返 18 歲
好萊塢老牌硬漢 Sylvester Stallone 透露正探索用 AI 減齡技術製作《第一滴血》前傳。技術測試已成功將他還原至 18 歲的高中少年樣貌。雖然好萊塢對 AI 的爭議未斷，但老牌巨星正借演算法打破生理壽命，繼續拓展經典 IP。
ElevenLabs 推出 Instant Soundtracks：上傳影片自動配樂並對齊音效
ElevenLabs 推出 Instant Soundtracks 功能。使用者上傳影片後，AI 會自動生成原創配樂，並識別畫面動作在對應時間軸上精準對齊音效。該功能支援多場景情緒切換、分軌編輯及 API 呼叫，還能以現有音訊為參考生成風格匹配的配樂。
動作模型 Möbius：一句話生成 3D 動作，還能反向理解與指令編輯
研究人員提出統一動作-語言模型 Möbius，把 3D 人體動作的生成、理解、補全與編輯整合進同一個架構。模型直接處理連續幀級動作，省去了離散化和預訓練 VAE，引數最高拓展至 1.7B。這意味著同一個模型既能聽懂動作也能做動畫，大幅降低了 3D 角色動作製作與微調的門檻。
開源影片框架 Any Time, Any Space：靠 3D 記憶讓長影片場景不穿幫
開源框架 Any Time, Any Space 亮相，專門解決長影片生成中的場景漂移問題。系統先對場景進行 3D 重建並存入記憶，即便鏡頭離開後再折返，環境依然保持完全一致。它可搭配阿里 Wan 等多種影片模型，已開放本地執行程式碼。
Higgsfield 接入 GPT-6 Astra：AI 影片時長突破 10 分鐘
影片生成平臺 Higgsfield AI 宣佈接入 GPT-6 Astra，將 AI 影片生成時長從 1 分鐘拉長至 10 分鐘以上。其創意智慧體還能呼叫外部 3D 建模工具保持畫面一致性，團隊同時在推進「語音直接出片」的即時生成功能。
開源多人世界模型 Multix：讓 10 名玩家在同一個 AI 世界互動
騰訊與港大團隊開源多人互動世界模型 Multix。它能為每位玩家生成獨立視角並保持環境同步，靠「分層通訊」降低超 86% 計算成本，且僅用 4 人資料訓練就能直接擴充套件到 10 人聯機。基礎版約 16GB，程式碼與權重已放開。
傳 OpenAI 擬授權 Sora 給新創團隊：換取股權，讓好萊塢接盤做影片工具
據報道，OpenAI 正商討將影片模型 Sora 授權給好萊塢巨頭 Jeffrey Katzenberg 參與創立的新團隊。OpenAI 此前為削減算力成本擱置了 Sora，新公司計劃基於該模型定製並銷售電影製作工具，OpenAI 則換取其股權挽回投資。
NVIDIA 開源 Stream Render H3：用影片模型把遊戲粗模即時變成大片
NVIDIA 釋出並開源 Stream Render H3，利用 MiniMax H3 影片模型將遊戲引擎輸出的簡單語義圖即時渲染成高畫質畫面。玩家可通過參考圖一鍵切換風格；不過實現即時需 8 塊 GP200 GPU，整套模型體積超 200GB。
Pure：普通影片無需 3D 標註，就能直接重建動態三維環境
3D 重建專案 Pure 正式開源。它無需昂貴的人工 3D 標註，僅靠普通影片提取深度與運動資訊做後訓練，就能將動態連續畫面重建為三維場景。模型體積僅 13.2GB，並附帶了完整訓練指令碼，本地即可下載執行。
MSFlow 開源：打字生成人體動作，還能鎖死任意關節位置
文本生成人體動作模型 MotionSpaceFlow 開源。模型大小約 1.1GB，可在消費級 GPU 上執行。最值得關注的是，它無需額外微調，即可在推理時固定任意關節在特定時間點的位置，讓 AI 圍繞這個限制自動生成動作。
復旦與騰訊開源 Prism：原生 2K 音影片聯合生成提速 2.5 倍
復旦大學、騰訊混元和浙江大學開源音影片生成框架 Prism，支援原生 2K 解析度音影片聯合生成。它通過動態稀疏注意力把算力集中在發聲和畫面快速變化區域，大幅減少冗餘計算，訓練速度提升 2.5 倍且聲畫更契合。目前已在 Hugging Face 釋出預覽權重與程式碼。
字節跳動推出 DMAD：4 步完成影片生成，提速數倍
字節跳動釋出視覺生成對抗蒸餾方法 DMAD。它把原模型當作教師，通過分佈匹配訓練僅需 4 步去噪的學生模型。該方法適配 MiniMax-H3、Wan2.1 等架構，將原本 20 至 30 步的影片生成流程大幅壓縮，畫質不減。