阿里釋出 Qwen3.8-Omni-Flash：100 萬上下文支援音影片即時互動
本週，阿里巴巴釋出多模態模型 Qwen3.8-Omni-Flash。模型具備 100 萬 token 上下文，支援文本、音影片輸入與流式即時處理，可自主呼叫工具完成影片剪輯等任務。相比 3.5 版本大幅降低 Token 消耗與成本，目前僅提供 API，尚未開源。
AI影片
檢視更新的新聞
Runway 推出插幀模型 Enhance Frame Rate：最高轉至 120 幀，提速 7 倍
Runway 推出影片插幀模型 Enhance Frame Rate，可將任意影片轉換至最高 120 fps。該模型支援 4K 解析度與最長 5 分鐘素材，執行速度比競品快 7 倍且成本低至三分之一。最值得關注的是，非 Runway 生成的外部影片同樣適用，每 2 秒僅消耗 1 個點數。
Meta 推出 Meta One 訂閱：起價 2.99 美元，解鎖影片生成與商業智慧體
Meta 正式上線 Meta One 訂閱服務，月費 2.99 美元起。除社交功能定製外，訂閱使用者可解鎖更多 Meta AI 影像與影片生成額度，企業使用者還能呼叫 Meta Business Agent 全天候接客。基礎免費體驗保持不變。
Viggle 釋出 Meridian：已有影片能換運鏡，還能做「子彈時間」
Viggle AI 釋出影片重構模型 Meridian。只要輸入一段現有影片或單張照片，它就能重建 3D 場景並按自定義軌跡重新運鏡，甚至凍結畫面做出「子彈時間」效果。模型基於 MiniMax-H3 構建，目前已開源 LoRA 權重並支援 ComfyUI。
Prime Video 引入 AI 唇形同步：配音劇告別對不上嘴
Prime Video 推出 AI 唇形同步配音技術，利用 AI 和視覺特效讓演員嘴型與真人配音音軌對齊。該功能現已在全球面向熱門劇集《Maxton Hall》前兩季的英語配音開放，12 月 9 日第三季上線時也將支援，未來計劃覆蓋更多影視內容。
Altman 傳記片《Artificial》發預告：加菲爾德主演，畫風神似恐怖片
Neon 釋出電影《Artificial》首支預告片，由 Andrew Garfield 飾演 Sam Altman。影片由 Luca Guadagnino 執導，講述 ChatGPT 誕生背後的內幕，整體帶有強烈的驚悚懸疑氛圍。該片此前曾遭亞馬遜放棄發行，定於聖誕節在北美部分影院上映。
DaVinci Resolve 21.1 釋出：整合 AI 助手與超百項新工具
Blackmagic Design 釋出 DaVinci Resolve 21.1，整合 AI 助手並擴充套件靜態照片支援。新版本針對剪輯師和調色師增加了超過 100 項新工具與控制項，進一步將 AI 深度融入專業後期製作流程。
UniMate：給任意 3D 骨骼角色一句話生成動作
普林斯頓與 UC Berkeley 等團隊開源 UniMate。只需輸入繫結骨骼的 3D 模型和文本提示，它就能直接生成關節動作，無需針對特定骨骼微調。無論是人類、飛禽走獸還是剛性機械均可驅動，程式碼與預訓練權重已完整開源。
Runway 釋出 GWM Worlds 2：720p 即時生成互動世界，按鍵即可操控
Runway 釋出即時世界模型 GWM Worlds 2，支援以 720p 24 幀連續生成音影片，且沒有預設時長限制。使用者通過首幀與提示詞定義物理規則後，可像打遊戲一樣用按鍵或文本指令即時控制鏡頭、角色動作與場景互動。不過快速轉動鏡頭時畫質仍會下降。
SolarWM：開源互動式世界模型，支援連續穩定執行一小時
研究團隊開源互動式長程世界模型框架 SolarWM。它僅用 5 秒影片片段訓練，就能實現持續超一小時的即時互動生成且不崩壞。專案還徹底開源了 143 萬段影片、共 25 TB 的資料管線與訓練方案，並統一適配 Wan、Minimax H3 等多種基座模型。
H3 World：把開源影片模型 Miniax H3 變成互動遊戲
開源專案 H3 World 釋出，將影片生成模型 Miniax H3 變成了互動式遊戲引擎。它不用另造控制系統，而是把鍵盤按鍵翻譯成短英文送入模型，讓生成的影片即時跟手。目前本地執行程式碼和訓練指令碼已全部開源。
Google 推出 Gemini 智慧體影片理解：Token 砍掉 88%，成本降 66%
Google 宣佈為 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 推出智慧體影片理解能力。模型不再以固定幀率機械吃進整段影片，而是像智慧體一樣按需動態掃描畫面、音訊和轉錄文本，Token 消耗最多減少 88%，成本降低 66%，準確度反增 7%。該功能已通過 API 開放。
World Labs 推出 Atlas 世界模型：單圖生成 1440p 影片與 3D 場景
World Labs 推出通用世界模型 Atlas。它將文本、影像、影片和 3D 資料置於統一空間上下文，支援通過畫素級相機控制生成最長 1 分鐘的 1440p 影片，並可直接輸出 3D 高斯潑濺場景，未來將驅動旗下 Marble 等產品。
Runway 釋出 Solaris：不寫前端程式碼，直接逐幀即時渲染互動應用
Runway 釋出介面世界模型 Solaris。它基於 Gen-4.5 影片模型打造，徹底拋棄傳統程式碼中間層，在使用者點選或拖拽時逐幀即時生成互動介面。該系統不僅能維持 720p 的高保真視覺效果，還能生成動態介面供 AI 智慧體訓練複雜操作。
Viggle 開源 Viggle-Animate：只改一幀畫面，就能替完整段影片角色
Viggle 開源影片角色替換模型 Viggle-Animate。它徹底省去了骨骼姿態估計、摳圖蒙版和人臉追蹤，只需原影片和一張重繪了角色的單幀，通過 3 次前向傳播即可完成替換。在單張 B200 上生成 124 幀僅耗時 26 秒。
fal 推出 AI 直播平臺：觀眾輸入提示詞即時當「導演」
fal 推出 AI 互動直播平臺 fal.live。使用者進入頻道後可輸入文字提示詞，即時引導接下來生成的直播畫面，從被動觀眾變成內容的「導演」。這也意味著即時影片生成技術開始走向無盡互動直播體驗。
MiniMax 開源 FastH3 v1：13 秒出 15 秒影片
Hao AI Lab 與 MiniMax 聯合開源影片模型 FastH3 v1。該模型在輝達 Blackwell GPU 上最高提速 14 倍，生成 15 秒 768p 影片僅需 13 秒。團隊目前已公開完整權重與推理程式碼，單個權重即可支援不同解析度和時長。
Google 推出 Gemini Omni 1.1 Flash：支援 40 秒場景延展與 4K 超分
Google 推出影片生成模型 Gemini Omni 1.1 Flash。新模型可結合前 10 秒上下文將片段延展至最長 40 秒，支援首尾關鍵幀插值，並新增 4K 超分與快 60%、成本僅三分之一的 360p 草稿模式。開發者可直接在 Google AI Studio 中呼叫。
Code World Model 開源：用程式設計智慧體當大腦，讓 AI 真正記住世界狀態
研究人員釋出並開源 Code World Model 框架。它把世界演化與畫面生成拆開，由程式設計智慧體推理事件並寫程式碼維護持久世界狀態，再由微調後的影片模型 MiniMax-H3 渲染畫面。最值得關注的是，這讓 AI 生成的世界能夠跨長週期記住物體與規則，不再只是預測下一幀畫素。
FixAnything 開源：用影片大模型一鍵修復“崩掉”的 3D 渲染
研究人員開源 FixAnything，利用影片擴散模型修補 3D 渲染中的瑕疵。無論是 3DGS、NeRF 還是網格，一旦在新視角下出現空洞與漂浮噪點，它都能借助影片先驗輸出連貫乾淨的高質量影片。