快手可灵 AI 模型 Kling 4.0 全量上线，单次生成视频最长可达 30 秒
快手可灵 AI 宣布 Kling 4.0 正式全量上线 klingai.com，支持单次生成最长 30 秒的视频。新版本全面升级了高速运动与连续动作的镜头稳定性，支持高品质音频与双通道立体声，并优化了角色口型匹配精度。
#视频
IT之家AI 评分7070
IT之家AI 评分2828 NVIDIA Broadcast 2.3.0 发布：兼容 RTX Spark，实验性支持视频超分与帧生成
NVIDIA Broadcast 2.3.0 版本发布，新增对 RTX Spark 设备的支持。该更新以测试版形式引入 RTX 视频超分辨率与帧生成两项 AI 效果，并支持通过 MCP Server 接入 AI 智能体。此外，音棚音效提供四种专业调校麦克风配置文件，首次使用引导也同步更新了文件处理与 AI 智能体相关介绍。
IT之家AI 评分6565 昆仑万维发布并开源 Matrix-Game 4.0：首款单张消费级显卡运行的视频大模型游戏
昆仑万维发布并开源了世界上第一款运行在单张消费级显卡上的视频大模型游戏 Matrix-Game 4.0。该模型由游戏引擎维护状态、视频生成模型实时渲染画面，能在一张 NVIDIA RTX 5090 上实现 480p、60 FPS 的实时体验，按键到画面反应延迟低于 150 毫秒。
IT之家AI 评分4343 赛力斯起诉抖音用户利用 AI 伪造问界车身塌陷视频索赔百万元
赛力斯对一名抖音用户提起民事诉讼，指控其利用 AI 工具合成问界车辆行驶中车身塌陷的虚假画面并抹黑安全性能。案件将于 10 月 23 日在重庆市两江新区人民法院开庭审理。赛力斯要求对方删除侵权言论、公开书面赔礼道歉，并支付 100 万元侵权损害赔偿及承担诉讼费用。
IT之家AI 评分4545 OpenAI GPT-6 Astra 助力 Higgsfield 将 AI 视频生成时长提升至 10 分钟
OpenAI 与 Higgsfield 达成合作，接入 GPT-6 Astra 后 AI 视频生成时长上限从 1 分钟提升至 10 分钟。该模型支持创意智能体调用外部工具处理 3D 建模，以维持长视频角色与场景一致性。Higgsfield 还集成 GPT-Image-2.5 优化图像文字渲染，并基于 GPT-Live-1 探索“语音到视频”实时创作。
OpenAI NewsAI 评分4242 Higgsfield 利用 GPT-6 Astra 等模型将 AI 视频时长从 1 分钟延长至 10 分钟以上
Higgsfield 借助 GPT-6 Astra 将 AI 视频生成时长从 1 分钟提升至超过 10 分钟。该平台同时集成 GPT-Image-2.5 以实现更精准的视觉呈现，并通过 GPT-Live 支持语音电影制作流程。
The DecoderAI 评分7070 Odyssey 发布 Odyssey-3 生成式世界模型并开放免费预览
加州 AI 公司 Odyssey 推出 Odyssey-3 生成式世界模型的公开研究预览，用户可通过文本提示实时生成交互环境。该模型基于自回归扩散 Transformer，基础版含 140 亿参数，支持 832×480 分辨率视频生成。
Artificial AnalysisAI 评分1212 AA-Video-I2V v1.0 提示词示例
AA-Video-I2V v1.0 提示词 [1/3]：硬拉个人纪录尝试，杠铃弯曲，拉起缓慢，锁定，尖叫，放下。紧握、拉起、杠铃弯曲、锁定、尖叫、放下。
Artificial AnalysisAI 评分3333 HiDream-O1-Video-1.0 视频榜第六
HiDream-O1-Video-1.0 在 Artificial Analysis 带音频图生视频排行榜上 debut 排名第 6。HiDream-O1-Video-1.0 是 HiDream 推出的新视频模型，该团队自称“专注于生成式 AI 和原生全模态世界模型”。HiDream 将其定位为
IT之家AI 评分6363 生数科技发布视频生成模型 Vidu Q4 Preview 预览版
生数科技发布全新一代视频生成旗舰模型预览版本 Vidu Q4 Preview，支持图生视频和参考生视频两种模式。该模型最多支持 3 段参考音频与 15 张参考图，可实现 2K、4K 输出及 10bit 色深，单次最长生成 16 秒视频，并提升了动态运镜与复杂镜头衔接能力。
The Verge · AIAI 评分4242 Nikon 取消使用生成式 AI 的显微视频比赛冠军资格
Nikon 取消 Dr. Ning Xu 在 Small World in Motion 比赛中获第一名的显微视频资格，因其违反关于生成式 AI 的规则。该视频声称展示儿童呼吸道纤毛运动，作者承认使用了无监督神经网络进行后期处理。Nikon 计划重新审视未来比赛的规则与评估程序。
Artificial AnalysisAI 评分4949 Grok视频模型性价比超Veo 3.1
Grok Imagine Video 1.5 Lite 在 AA-Video-T2V v2.0 上排名超过 Google 的 Veo 3.1，价格约为其三分之一。在带音频的 1080p 分辨率下，Grok Imagine Video 1.5 Lite 每秒成本为 $0.14，而 Veo 3.1 为每秒 $0.40。它在 AA-Video-T2V v2.0 上排名第 17，比 Veo 高两位
Artificial AnalysisAI 评分3535 Grok Imagine Video 1.5 Lite 登榜
Grok Imagine Video 1.5 Lite 在两个 AA-Video-T2V v2.0 排行榜上均位列第 17，并在质量与速度的帕累托前沿占据一席之地。Grok Imagine Video 1.5 Lite 是 SpaceXAI 的 Grok Imagine 视频系列中新的低成本模型。它生成文本到视频的片段
TechCrunch · AIAI 评分3535 Ben Affleck 展示 AI 技术理解并分享模型微调实践
Ben Affleck 在 GQ 和 Screentime 2026 采访中展示对神经网络、Transformer 及推理等 AI 技术的深入理解，并透露其将 AI 电影制作初创公司出售给 Netflix。他详细解释了通过解冻开源模型权重进行微调以适配电影制作标准的技术细节，强调 AI 应作为辅助工具而非取代艺术家。
Artificial AnalysisAI 评分3030 Vidu Q4预览版同价提质
Vidu Q4 预览版在保持与 Vidu Q3 Pro 相同价格的同时，提供了更好的质量
Ars Technica · AIAI 评分5858 Artcraft 发布基于 AI 逆向工程的 Adobe 开源克隆套件
Artcraft 推出由七款开源应用组成的套件，旨在复刻 Adobe Photoshop、Illustrator、Premiere、Lightroom、After Effects、InDesign 和 Acrobat Pro 的用户界面与工具。
404 MediaAI 评分6363 亚利桑那州法院裁定AI生成受害者视频具“不当情感分量”，要求重审量刑
亚利桑那州上诉法院裁定，一起过失杀人案初审中使用的AI生成受害者视频具有“不当情感分量”，因此维持定罪但要求法官重新考虑刑期。该视频由受害者姐姐制作，旨在通过让已故受害者形象“原谅”凶手来影响法官判决，法官曾称其“令人喜爱”。此案例凸显了AI技术在司法陈述中可能带来的伦理与程序公正问题。
IT之家AI 评分6868 AI 短剧成本仅为真人剧十分之一致真人开机量暴跌
2026年AI短剧凭借仅为真人剧1/10的制作成本占据各大平台榜单，导致真人短剧开机量暴跌超七成。数据显示红果热播榜前20名中19部为AI生成，一季度上线微短剧中AI占比超95%，平均每36秒诞生1部。这一趋势致使大量中腰部演员面临无戏可拍的失业危机，相关话题冲上微博热搜第二。
404 MediaAI 评分7070 亚利桑那州上诉法院裁定AI生成受害者视频具有不当情感权重导致重审
亚利桑那州上诉法院裁定，在一起过失杀人案的量刑听证会上播放的AI生成受害者视频因具有“不当情感权重”而影响了判决公正性，要求法官重新考虑刑期但维持定罪。该视频由受害者姐姐制作，让AI生成的受害者形象原谅凶手，法官曾对此表示赞赏并判处最高刑期。
Google Developers BlogAI 评分3232 Google 在 TPU 上加速视频扩散模型的时空注意力机制
Google 通过优化稀疏注意力内核，在 TPU v6e 芯片上显著提升了视频扩散模型的推理速度。该方案利用空间与时间头的几何结构特性，仅保留约 38.87% 的查询-键交互对，从而降低计算延迟。这一实现将理论上的稀疏性转化为端到端的实际加速效果。
OpenRouter AnnouncementsAI 评分5353 OpenRouter 发布图像转视频模型对比指南
OpenRouter 发布图像转视频模型对比指南，详细比较了 Veo 3.1、Seedance、Kling v3.0 和 Grok Imagine Video 的时长、分辨率、音频生成及价格。文章说明了如何通过 `frame_images` 和 `input_references` 字段区分首尾帧控制与参考素材输入，并提供了使用 TypeScript SDK 提交异步视频生成任务的完整代码示例。
Google Research精选AI 评分6868 Google Research 发布 AI 视频联合导演框架实现连贯长视频生成
Google Research 推出名为 AI video co-director 的统一多智能体框架，旨在解决长视频生成中的语义漂移和级联失败问题。该框架作为 Gemini 和 Veo 之上的编排层，包含 Co-Director、CANVAS、A²RD 和 VQQA 四个核心组件，分别负责创意意图编排、视觉故事板连续性规划、时间动态扩展以及闭环质量优化。
推荐理由：原文提出了基于多智能体框架的长视频生成方案，通过全局优化和世界状态追踪解决视觉漂移问题。
vLLM 官方博客精选AI 评分8080 vLLM-Omni 发布 MiniMax H3 实时服务方案：集成 FastVideo FastH3 实现快于播放的视频生成
vLLM-Omni 团队发布 MiniMax H3 的生产级服务方案，通过系统级优化和集成 FastVideo 的 FastH3 模型，在 8x NVIDIA B300 上实现了完整 MP4 生成速度快于播放时长（RTF <= 1.0）。
推荐理由：vLLM-Omni 通过系统级优化与 FastH3 集成，实现了 MiniMax H3 在 B300 硬件上快于播放时长的实时视频生成能力。
Zhuokai ZhaoAI 评分3030 4D训练1T上下文推理超5T
这太疯狂了……在 1T 上下文进行直接 4D 训练，推理超过 5T，什么？！作为参考，按原始像素或网格点计算：- 视频生成（Veo 3.1, Kling 3.0, Seedance 2.0）每个片段约 1B（8–15s, 1080p–4K）。整个片段一次性生成，但没有显式 3D。- Marble
vLLM 官方博客精选AI 评分6868 vLLM-Omni 发布分布式逐层卸载方案以支持 200B+ DiT 模型
vLLM-Omni 推出 Distributed Layerwise Offload (DLO) 技术，使超过单设备 HBM 容量的视频生成模型（如 Cosmos3-Super 124 GB）能在多 GPU/NPU 上高效运行。
推荐理由：原文提供了在 vLLM-Omni 中运行超大 DiT 模型的具体配置命令与内存优化机制，适合需要解决显存瓶颈的工程人员参考。
Google Developers BlogAI 评分4040 HeyGen Avatar IV 迁移至 Google Cloud Trillium TPU，推理速度提升 1.86 倍
HeyGen 将拥有超 18B 参数的 Avatar IV 扩散模型栈迁移至 Google Cloud 八芯片 Trillium (v6e) TPU 主机，实现比首个可用版本快 1.86 倍的推理速度。通过优化 all-to-all 集合通信与稀疏注意力内核，该方案在保持输出质量的同时，成本效率较 8×H100 生产环境提升最高 25%。
Ai2 / Allen Institute for AIAI 评分5656 Ai2 发布 MolmoMotion：语言引导的 3D 运动预测模型
Ai2 发布 MolmoMotion，这是一个基于 Molmo 2 骨干网络的语言引导 3D 运动预测模型，能根据视频帧、标记点和指令预测物体未来轨迹。同时开源了包含 1.16M 视频的 MolmoMotion-1M 数据集和 PointMotionBench 基准。实验显示该模型在机器人规划任务中成功率达 76.3%，优于基线，并能显著提升视频生成的运动质量。