跳到正文
10月18日周日
10月17日周六
  1. X · Linus Ekenstam52

    Elorian 发布首个模型 Glimpse,面向视觉思考

    Elorian 发布首个模型 Glimpse,主打 Visual Thinking,可对图片和视频提问并推理所看到的内容。作者关注的是它对视频片段的追问能力,比如画面里发生了什么变化、为什么发生、机器人在每一步做什么。他认为如果这类能力足够可靠,机器人遥操作数据标注会彻底改变,因为大量遥操作视频因逐步手工切分标注太慢太贵而闲置,模型自己看片段写标签就能把这些积压素材变成训练数据。

  2. X · 可灵 Kling62

    可灵 Kling 4.0 全面开放,主打更精细运动与专业级视听输出

    可灵 Kling 4.0 已在官方平台全面开放,官方称其带来更精细的运动、更精准的创作控制和专业级视听输出。可灵 AI 在 Advertising Week New York 2026 与 WPP、Adobe 同台,讨论 AI 视频如何从创意实验走向真实生产,并称下一阶段不只是生成质量,而是把模型、工具和工作流连接起来,让创意在一致性和可控性下规模化。

    同一新闻,精选展示《可灵 Kling 4.0 全面开放,新增 MCP 与 CLI 接入》

10月16日周五
  1. 公众号 · 智东西78

    可灵AI上线Kling 4.0视频生成模型,1080p每秒0.15元

    可灵AI于10月15日深夜上线新一代旗舰视频生成模型Kling 4.0,所有用户可在网页版或App直接使用。Kling 4.0重点优化大幅度动态场景生成,单次原生视频时长拉长到30秒,全能参考功能支持视频、图像、角色、音频等15项参考素材组合,最多支持10个关键帧。

    同一新闻,精选展示《可灵 Kling 4.0 全面开放,新增 MCP 与 CLI 接入》

  2. 抖音 · 话题 #可灵AI低粉爆款67

    可灵 4.0 正式发布

    可灵 4.0 正式发布,官方宣传语为“以想象,定义下一帧”,并打出“从灵感萌生,到世界成形”的创作口号。发布内容由 2XLabs 发布,带有 #可灵全能班底 #Kling4 #可灵AI 等话题标签,未披露具体功能与参数细节。

  3. 公众号 · 数字生命卡兹克78

    可灵4.0正式上线,支持30秒一镜到底与多帧参考

    可灵AI凌晨正式上线视频模型Kling 4.0,支持最长30秒直出,此前9月底已向部分黑金年卡及Ultra年度订阅用户开放4.0 Flash尝鲜。作者实测了城市追逐、马戏团、电梯打斗、花样滑冰等场景,认为其在物理规律理解、复杂动作衔接和镜头调度上有提升,并观察到人物压扁纸箱的形变细节。

    选题角度:作者烧积分实测了30秒一镜到底、复杂打斗和全能参考替换,适合挑城市追逐或电梯打戏做效果对比。

  4. TikTok · 搜「kling」80

    Kling 4.0 发布:单次生成最长 30 秒,支持 10 个关键帧与 15 个参考

    Kling 4.0 发布,单次生成最长 30 秒,支持最多 10 个关键帧输入、最多 15 个参考,并内置动态运动和多语言对白。视频演示了用起始帧、多个中间帧和结束帧控制画面,再配合脚本让 Claude 生成 Kling 4.0 提示词后上传生成。作者称这能减少剪辑拼接,面向影视、广告和创作者。

    选题角度:视频演示了 Kling 4.0 单次生成 30 秒、15 个参考人物和多关键帧控制,适合按口播流程录屏实测多帧控制玩法。

10月15日周四
  1. X · Higgsfield58

    Higgsfield 对比 Gemini 4 Argon 与 Claude Opus 5.5 的水墨风动画生成

    Higgsfield 发布一段电影级动画对比,用同一段水墨风格奇幻序列测试 Gemini 4 Argon 与 Claude Opus 5.5 的角色动作和镜头调度表现。对比片段在 Higgsfield 上生成,官方附上了视频链接。

    选题角度:官方放出 Gemini 4 Argon 与 Claude Opus 5.5 在 Higgsfield 上生成水墨风动画的对比片段,适合逐帧对比角色动作与镜头调度差异。

10月14日周三
  1. 抖音 · 话题 #Vidu75

    Vidu Q4 将视频生成价格降至 9 分钱一秒,即梦跟进降价

    生数科技发布的 Vidu Q4 把视频生成价格降到 9 分钱一秒,即梦也随之把 c-dance 2.5 下调到约 1 秒 9 分钱。视频称这次降价没有减配,Vidu Q4 是旗舰配置,角色微表情和情绪表现更自然,镜头推拉摇移过渡更平滑。原本要花几万元试错的分镜,现在不到 5 元就能跑出一段高水准片段。

    选题角度:围绕 Vidu Q4 把视频生成压到 9 分钱一秒、即梦跟进降价这条线,做一次同题材短剧片段的成本与成片对比实测。

10月13日周二
10月10日周六
10月2日周五
9月30日周三
9月29日周二
  1. 抖音 · 话题 #可灵AI低粉爆款75

    AI Talk 提前测试可灵4.0,用全能参考生成悬疑短片《备用替身》

    AI Talk 受可灵AI邀约提前测试 Kling 4.0 满血版,用全能参考功能生成悬疑短片《备用替身》。该片为30s原生直出,官方称视听品质大幅跃升、口型匹配更准确,并支持21:9影视画幅。Kling 4.0 将于10月正式上线。

    选题角度:作者拿到可灵4.0提前测试资格,用一支悬疑短片展示30s原生直出、口型匹配和21:9画幅,适合逐段拆解成片效果。

9月25日周五
  1. Google DeepMind62

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar,在原生实时对话模型上加入近实时视频生成,实现带口型同步、自然表情和流畅轮次的视觉化对话,即日起在 Gemini Enterprise 上线。

    选题角度:官方给出多语言实时对话演示和酒店入住工具调用案例,适合录屏实测口型同步与后台调用工具时的对话连贯度。

9月23日周三
  1. 量子位74

    爱诗科技发布实时世界模型 PixVerse R2

    爱诗科技上线全新实时世界模型 PixVerse R2,把视觉、动作、音频、时序和控制信号统一进一套可扩展的因果建模框架,主打实时性与通用能力同时成立。R2 相比上一代 R1 增加了互动影游、实时数字人等玩法,用户可用 WASD 控制视角、用 Prompt 改写角色动作和剧情走向。

9月4日周五
  1. Olivio Sarikas72

    World Labs 发布 Atlas 全能世界模型,支持文本图像视频生成 3D 世界

    World Labs 发布 Atlas 全能世界模型,可从文本、图像、视频和相机位姿生成、重建并模拟 3D 世界。官方称其支持像素级相机控制、最长 1 分钟 1440p 视频、稀疏视角 3D 重建,并输出点云和 3D Gaussian splats,用于机器人 real-to-sim 流程,架构为共享空间上下文的多模态自回归扩散 Transformer。