非游戏行业创作者Sac用16天借助AI做出了一款《小王子》3D游戏，并公开了制作过程。晓辉博士在视频中拆解了这套流程：用GPT生图生成场景和角色多角度图，交给Tripo做3D建模，再在Blender里绑骨、蒙皮和调整，最后放进Unity编排并加上配乐，代码部分由Opus 5.5编写、Astro做校验。视频还谈到，AI加快制作之后，发行、传播和售卖仍是卡点，普通人做一款自己喜欢的游戏正在成为新机会。
选题角度：非游戏行业创作者用16天做出《小王子》3D游戏，视频拆解从生图、3D建模到Unity编排的完整流程，适合做流程复盘。
ACC 2026 期间的「Hyper3D 造物实验室｜Agent 创作挑战赛」将于 10 月 21 日至 23 日在北京海淀公园举行，前两天每天招募 50—80 人，分别做 3D 应用工具和 3D 小游戏，第三天集中展示、试玩与颁奖。
可灵 AI 的 Kling 4.0 于 10 月 15 日晚正式全量上线，面向专业用户强化大幅动态与复杂运镜，全能参考扩充至最多 15 项素材、关键帧最多 10 张图片，单次原生生成延长到 30 秒。
同一新闻，精选展示《可灵 Kling 4.0 全面开放，新增 MCP 与 CLI 接入》
Meta 发布开放权重模型 Muse Spark Open，总参数量 8160 亿，每次推理激活 420 亿参数，支持 100 万 Token 上下文窗口，原生支持多模态，主攻编程和 Agent 任务。
开发者Sac用16天把《小王子》做成可玩的3D剧情游戏《小王子：星辰之旅》，用Opus 5.5结合3D模型生成工具Tripo和3D制作软件Blender，把书中每颗星球变成可探索的3D场景。游戏已有独立网站入口，官网列出中文、英语、日语等8种语言选项，当前版本需要支持WebGPU的浏览器。Sac表示后续会开源整个游戏并公开详细制作流程，已有玩家反馈浇花任务后W、S与A、D方向反转的Bug。
选题角度：开发者用Opus 5.5加Tripo和Blender在16天做出可玩的《小王子》3D游戏，适合拆解他的工具组合与制作流程。
清华大学与北京邮电大学提出白盒视觉越狱攻击方法 DIVA，利用离散扩散视觉语言模型的跨步条件传播特性，在 HADES 基准上对 LLaDA-V、MMaDA、LLaDA2.0-Uni 的平均 ASR 分别达 58.80%、67.73%、69.07%。该方法通过跨模态意图混淆与扩散感知对抗优化，在像素约束内构造类别级共享扰动，且不修改模型权重与解码流程。
Meta 正式开源 Muse Spark Open，官方定位为美国迄今最强大的开源权重模型，总参数 816B、激活参数 42B，采用 MoE 架构，支持 100 万 Token 上下文和文本、图像、视频、音频原生多模态，专为编码与复杂推理设计。
字节跳动在抖音晚会展示未命名世界模型，用一条手绘镜头路径把周星驰《喜剧之王》的一个场景重拍出十几个机位，并支持鼠标键盘控制、提示词加入物体后由角色使用，Bloomberg 称字节正为 Pico 和抖音打造实时世界模型。
选题角度：字节世界模型在抖音晚会用一条手绘镜头路径重拍《喜剧之王》片段，适合做效果拆解与同类视频模型对比。
用户为 H3 搭建了一套修图工作室，组合多种现有技术实现视频元素编辑。功能包括用图像参考添加物品、纯文本添加元素、抬臂切换表演、更换布景与镜头角度、更换或删除角色、改发色，以及用图像参考修改 Sam 无法识别的元素（像素追踪）。
ElevenLabs 在 ElevenCreative 上线 Instant Soundtracks，上传视频后模型会生成原创配乐，并分析画面中的音效触发点、按时间戳生成音效并自动放到时间线上。
选题角度：官方给出 ElevenCreative 上传视频自动配乐加音效的完整入口和 API 参数，适合录屏实测同一段视频加音效前后的差异。
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。
Mirage Tesseract 新增完整 HDR 支持，可生成色彩更丰富、高光更亮、视觉层次更深的视频。HDR 可应用于素材、动画文字、图形与特效，并整合在同一个可编辑项目中，支持在 ChatGPT Work 或 Claude Code 中使用。
Meta 发布开源权重模型 Muse Spark Open，称其为美国最强开源权重模型，面向编码和智能体任务，拥有 8160 亿参数（420 亿激活）、最高 100 万 token 上下文，支持文本、图像、视频和音频。
YouTube Music 周三宣布推出新的标签系统，用于标明借助生成式 AI 创作的歌曲，标签会显示在播放页，点击可查看 AI 在创作中的具体作用，该标签也将扩展到 YouTube 主应用。
Seedance 2.5 能高效实现"走廊→猫眼→公寓→猫眼→走廊"的无剪辑一镜到底结构，靠镜头调度而非爆炸场面营造门两侧不断升级的紧张感。该 30 秒镜头概念不展示破门过程，完整提示词已在帖文中给出。
Futurepedia 用同一提示词让四款 AI 模型生成同一罐 FutureFuel 广告图，重点考察罐身密集小字的还原度。NanoBanana 2.1 的 473 milliliter 字样清晰无误，光斑和构图也不错；GPT Image 2.5 放大后文字清楚但设计偏杂乱普通；Flux 3 在数字三上出现小错误，整体不够突出。作者认为 NanoBanana 2.1 胜出。
选题角度：同一提示词下四款图像模型生成同一罐身小字广告，逐一点评文字准确度与画面表现，适合做横向对比实测。
Meta 10 月 15 日发布开放权重模型 Muse Spark Open，权重可在 Hugging Face、亚马逊 SageMaker、Google Cloud Model Garden 和微软 Foundry 下载，按 Muse Model License 免费使用并允许商用。
Meta 发布开源模型 Muse Spark Open，称其为迄今为止美国最强大的开源模型。该模型总参数 816B、活跃参数 42B，支持 1T 上下文窗口，原生支持文本、图像、视频、音频全模态输入，基于苹果 MLX 框架深度优化，可在两台 M5 Ultra Mac Studio 上本地运行。博主称其在长时任务、复杂软件工程和多步骤推理上表现出色，测评基准分数与 K3、GLM-5.3 差不多。
Gemini 官方展示用 Gemini 4 Argon 制作 3D 打印家具配件：上传一张带粗略尺寸的照片，在 Gemini 的 Canvas 中搭建一个交互式 3D CAD 工作室，可浏览不同风格、用实时滑块调整，并导出可打印的 STL 文件。
选题角度：官方演示了用 Gemini Canvas 从一张带粗略尺寸的照片搭出可调滑块的 3D CAD 工作室并导出 STL，适合录屏走一遍完整流程。
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。
Nvidia 发布 Nemotron 3.5 Super VL，一个 1200 亿参数的开源多模态模型，面向持续在后台运行的企业智能体，处理文本、图像、文档和视频。
可灵 Kling 4.0 已在官网正式上线，官方称核心升级是真实、可控、专业。作者实测其支持一次直出30秒视频、最高8000 tokens长提示词、最多15个参考素材，用10张图片加3段视频生成21:9科幻预告片，素材全部用上且文字未崩，剧本细节命中率约90%；出现叉子误当戒指等瑕疵时可用编辑能力替换修正。
同一新闻，精选展示《可灵 Kling 4.0 全面开放，新增 MCP 与 CLI 接入》
用公开来源素材对 Prime Air 跑道事故做了 3D 重建，把无人机影像、地面照片和飞行遥测整合进同一空间，以还原事故经过。作者认为这体现了真实世界的空间智能。
NVIDIA 发布开源 1200 亿参数模型 Nemotron 3.5 Super VL，主打多模态智能体任务，官方称其吞吐量最高可达同类模型的 5 倍，精度接近 NVIDIA 最大推理模型而参数量约为其五分之一。
选题角度：原文给出三款开源模型的参数、显存占用和开放下载入口，适合上手实测 Super VL 的视觉文档解析与 Bolt 在本地跑智能体的效果。
Charaspower 分享了一段人形生物变身水晶大地元素怪物的完整视频提示词，提示词描述了灰皮瘦削人形骨骼外翻、矿物从皮肤中迸出、脊柱长成石英碎片王冠、双手变成巨型石爪，最后起身从地面拔起巨石并咆哮。场景设定在日落时的沙漠峡谷，包含红岩壁、沙尘暴、干裂土地、废墟与盘旋秃鹫，风格要求为大片级怪物 VFX、强烈尺度对比、低角度揭示与宏观碎裂细节。
选题角度：原文给出完整的怪物变身视频提示词，适合照着复现并对比晶体生长与矿物碎裂细节的生成效果。
可灵 Kling 4.0 现已全面开放使用。官方同步发布了一支由 Kling 4.0 生成的短片 KING CARD，以魔法世界和卡牌故事为主题。
同一新闻，精选展示《可灵 Kling 4.0 全面开放，新增 MCP 与 CLI 接入》
一份教程讲解如何用 Opus 5.5、Astra、Tripo、Blender 和 Unity 组成的 AI 工作流，构建基于《小王子》的交互式 3D 叙事游戏。教程覆盖资产生成、场景搭建、绑定和动画等环节，并提供分步指引和可直接使用的提示词，帮助创作者用 AI 搭建自己的 3D 世界。
选题角度：原文给出用 Opus 5.5、Astra、Tripo、Blender、Unity 做 3D 叙事游戏的完整流程和提示词，适合按步骤复现资产生成到动画的环节。
Apertus 1.5 在 8B 和 70B 两个规模上扩展了 Apertus 1.0，新增图像和音频理解、可选思考模式、4 倍长的上下文窗口、更好的指令遵循和工具调用能力，权重于 2026 年 7 月 24 日以 Apache 2.0 协议发布在 Hugging Face。
禾赛于10月14日发布三维世界数据引擎Kosmo与云平台Kosmo World，并推出全球首款集成8K影像系统的AI空间相机Kosmo One。Kosmo One把激光雷达、8K影像系统、一英寸大底CMOS和高精度IMU装进同一台设备，几何精度达毫米级，镜头最高采集8K、成片最高6K，普通室内100平米约15分钟扫完。
选题角度：禾赛发布Kosmo空间相机与Kosmo World云平台，可围绕皮克斯用它在园区扫描并接入RenderMan渲染的案例，做一次三维重建效果对比实测。
JEV 发布 1.14.0 大版本，正式支持多模态，官方称该模型原本就是多模态，只是首个版本未加入支持。新增 box 类型，模型可返回目标在图像中的位置；每次请求和每个回答的上下文均提升至 262K，多语言能力也明显改善。
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。
Gemini 4 Argon 与 Claude Opus 5.5 在全息材质渲染上展开对比，用于构建基于 Higgsfield 的交互式产品可视化。该演示将两款模型的渲染效果并置呈现，展示各自在全息材质表现上的差异。
Gemini 4 Argon 与 Claude Opus 5.5 在 Higgsfield 上以软糖蠕虫为对象进行物理测试，模拟弹性与碰撞。该测试展示了两个模型在物理仿真任务上的表现对比。
Meta 发布开源权重模型 Muse Spark Open，采用 MoE 架构，总参数约 816B、每 token 激活约 42B，上下文窗口最高 100 万 token，支持文本、图像、音频和视频输入，输出文本。
选题角度：原文给出 816B 开源多模态模型的完整部署与微调配方，适合上手实测它在本地跑智能体编码和多模态输入的效果。
Higgsfield 发布 Gemini 4 Argon 与 Claude Opus 5.5 在 3D 世界构建上的对比，展示了一个在 Higgsfield 上一次性生成的第三人称水下探索体验。原文未给出两者的具体表现差异或评测数据。
选题角度：官方放出 Gemini 4 Argon 与 Claude Opus 5.5 在 Higgsfield 上一次性生成第三人称水下探索 3D 世界的对比，适合做同题效果对比。
一项基于 Higgsfield 的交互式 3D 模拟对比测试，比较了 Gemini 4 Argon 与 Claude Opus 5.5 在粒子运动和动态光照方面的表现。测试以粒子运动与动态光照为核心项目，用于对比两款模型生成交互式 3D 模拟的效果。
开发者将 Opus 和 Astra 与多模态 Gemini 搭配用于视频推理任务，尤其适合需要实际试玩验证的视频、3D 游戏或交互应用。做法是让智能体录屏测试候选版本，再由 Gemini 担任评审，可发现截图难以捕捉的闪烁、z-fighting、UI 标签碰撞、音频不一致等问题。
作者对 Mirelo SFX2.0 进行实测，视频中所有音效均在没有提示词的情况下生成，只需上传视频并点击生成。该测试展示了无需提示词、直接由视频生成音效的使用方式。
选题角度：作者实测 Mirelo SFX2.0，只上传视频、不写提示词就生成全部音效，适合做无提示词音效生成的实测演示。
Gemini 4 Argon 与 Claude Opus 5.5 在 Higgsfield 上进行了软体物理对比，测试内容为材质弹性模拟与形变。该测试由 Higgsfield 制作，用于比较两个模型在软体物理任务中的表现。
作者实测开源 Skill Anatomy，它能把抽象原理做成可运转、可交互的机械模型动画，核心设计理念是“物体本身就是解释”，安装只需让 Agent 安装 github.com/wheresryan22/anatomy。
选题角度：作者实测开源 Skill Anatomy 把机械表、显卡、TCP 三次握手做成可交互动画，并对比纯动画与配音讲解视频的差异，适合上手复现同一提示词看效果。