资讯归档 · 2026 年 10 月
共 1163 条，按发布时间从新到旧排列；标题链接为原文出处。
HeyGen 视频生成插件正式入驻 Civitai 平台
HeyGen Video 已在 Civitai 平台上线，用户可在该平台使用其视频生成服务。HeyGen 提供的模型支持文本转视频（text-to-video）功能，能根据输入文本生成视频内容，并支持视频转视频（video-to-video）和图像转视频（image-to-video）等扩展应用。
NVIDIA RTX Spark 发布：构建超算生态
NVIDIA RTX Spark 是一款融合游戏 PC、创意工作室和个人 AI 超算功能的超级芯片，提供最高 128GB 统一内存和 1 petaflop AI 算力。
应用 Gemini 4 解析 500 页复杂化学专利技术文档
希拉里携手卡拉·斯威舍共同主持 2026 中期选举播客
开源模型价值与潜在安全风险权衡分析
应用 Gemini 4 Argon 训练机器人完成沙包投掷
Premiere 剪辑技巧：利用文本面板快速粗剪片段
访谈音频转录全流程：生成高精度分角色说话人文本
OpenAI 新模型展现前沿推理能力引发行业深度探讨
AI 实验室购入倒闭初创公司数据用于模型训练
MiniMax H3 无限长视频生成与实时口型同步工作流
Civitai 视频模型发布了 Endless MiniMax H3，该模型支持无限唇部同步功能，属于下载量最高的视频生成模型之一。
专业视效艺术家实测挑战：仅使用开源免费工具制作
DeepSeek 提出新架构方案：优化 AI 长程上下文记忆
《橡树街末日》视效解析：棘龙数字生物模型制作
雨景光影意境短片《雨之美》
《Re:Zero》动漫角色风格 LoRA 模型
Civitai 上发布名为 Re:Zero Anime Style / Character Lora - H3 的模型资产，为适配 MiniMax H3 视频模型的动漫风格化与角色微调工具。
视效艺术家点评好坏 CGI 第 246 期：连线嘉宾
降低 AI 视频制作成本的算力分配与调度建议
通过优化工作流和流程，可在生成 AI 电影时避免浪费大量金钱在错误生成上。无需完全投入，但可设置一些技巧以节省生成积分。提供免费培训、全访问会员及课程资源以支持高效创作。
Roxel 发布《Backrooms》视效拆解
Roxel Creative 发布《Backrooms》视效解析，展示了开场街景、Vertigo Room 等场景的制作细节。该解析由 Roxel Creative 创始人 Calvin Romeyn 主导，他曾担任该片关联视效监督。杂志第 67 期将聚焦《宇宙巨人》视效，并提供限量版周边。
探讨利用 ChatGPT 进行快速视频编辑与剪辑工作流
ChatGPT 可直接编辑视频，无需使用 Adobe Premiere 或 DaVinci Resolve 等专业软件。演示中实现了黑白处理、饱和度和对比度调整、电影风格色彩分级、背景音乐、倒计时、画中画和屏幕文字等效果。用户可通过自然语言指令操作，并审查 B-roll 图像后由 ChatGPT 完成剪辑。
《野兽人》全纯 CG 视效制作解析与实拍背景合成
文章详细说明了《宇宙魔神》中 Beast Man 角色如何由 ILM 完全用电脑生成，包括概念设计、动画、毛发与甲胄制作、环境合成以及如何利用英国前 RAF 跑道拍摄实景板来替代俄克拉荷马城场景。
好莱坞 AI 电影导演方法分享
Javi Lopez 使用 AI 工具独立制作了 17 分钟的 Backrooms 短片《Backrooms Nemoris S1E01: It Eats Light》。他强调长片制作需避免手持镜头，并建议组建团队以应对孤立创作的挑战。该片由 Magnific 赞助，展示了其新图像模型 Magnific One 的艺术指导功能。
反思 AI 拒答机制：不可过度依赖模型的自我防线
《蝙蝠侠》蝙蝠战机实体底盘车视效机械制作实录
DNEG 拆解新片：实拍融合卡通逻辑
DNEG通过结合特技、手绘草图、独立镜头和toon着色器等方法，在真实拍摄中保持了Wile E. Coyote等Looney Tunes角色的卡通风格和喜剧 timing。
用 ML Intern 构建专属轻量模型的工程实践
作者通过 ML Intern 代理人，用自然语言提示完成模型微调、蒸馏和部署，构建了柑橘病害识别、角色绘制、相机角度控制等七个小模型，总成本约 103 美元。
ComfyUI v0.39.2 版本更新发布
ComfyUI 发布 v0.39.2 版本，更新时间为 2026-10-07 21:58。此版本包含源代码和发布资产，可在 GitHub Releases 中获取。当前版本标签为 v0.39.2，提交哈希为 3c1b7a1。
奇幻短剧《地牢之子》开篇首分钟抢先看
构建安全规范的工业级自主 AI 智能体演进路径
《GTA VI》核心物理交互与世界细节技术拆解
具身智能机器人技术突破距离大众普及仍需时日
修复权重加载：启用安全模式并锁定 PyTorch 版本
文档更新：对齐 PyTorch 2.7.1 安装部署步骤
输出修复：确保生成视频保存在指定存储目录
应用 AI 与两款开源视频模型开发交互游戏
AI coding agents 可在一小时内将任意两款PC游戏融合，例如将DOOM怪物注入Skyrim生成SkyDoom。同日发布两款开源视频模型：Prism支持原生2K带音频的图生视频，需80GB显存；Kandinsky 6.0在RTX 4090上运行，生成带唇形同步音频的5秒1080p视频。两模型均来自腾讯混元团队及复旦大学，并在Hugging Face提供免费体验。
EmbeddingGemma 2：开源轻量多模态嵌入模型
EmbeddingGemma 2 是 Google DeepMind 推出的开源多模态嵌入模型，基于 Gemma 4 架构，参数规模为 7.4 亿，支持文本、图像、音频和视频的统一嵌入。
ComfyUI v0.39.1 版本更新发布
ComfyUI 发布 v0.39.1 版本，更新时间为 2026-10-06 18:49。此版本包含代码、议题、拉取请求等仓库更新，当前 Issues 数量为 4.3k，Pull requests 为 874。版本标签为 v0.39.1，提交哈希为 de0125d。
DeepMind 推出生命科学新模型：破解生物分子密码
Playground 上线：支持创建与畅玩自定义游戏
CorridorKey 2 抠像工具将于下周末正式上线
三款主流 AI 图像模型多维度生成效果横向评测
Nano Banana 2.1 与 GPT Image 2.5、Seedream 5.0 Pro 在电影风格、文本渲染、提示遵循、创意变体和多角色参考方面进行对比。通过 OpenArt Arena 的盲测评估，用户可在不知模型身份的情况下选择偏好的图像。评测还涵盖生成成本与质量的权衡，适用于电影、动画、平面设计等专业创作场景。
MiniMax H3 无缝长视频：双采样消除偏色
文章介绍了 MiniMax H3 模型，并详细说明了其用于生成无缝长视频和减少色彩偏移的两种技术：SelfLift Dual Sampling 和 Sharper Latent Upscaler。
基于 Apple Immersive 制作 4K 超高清内容
Main Course Films 将 Apple Immersive Video 纪录片《The Fine Dining Bakery》转为 4K Scope 2.40:1 版本，保留 7.1 环绕声，可在普通屏幕播放。
VFXShow 310：《Coyote》视效拆解
本期 VFXShow 310 讨论了电影《Coyote vs. Acme》如何通过 DNEG 的 CG 角色工作、手绘动画、SketchViz 演示稿以及真人尺寸木偶，将 Looney Tunes 风格的 Wile E. Coyote 融入真人世界，保持其夸张物理逻辑与表演连贯性。
ComfyUI v0.39.0 版本更新发布
ComfyUI 发布 v0.39.0 版本，新增对 LynnReal、Minimax-H3 VAE、Ideogram 4.5、HeyGen Video 1.0、FLUX 3 Image、Grok Imagine Video 1.5 Lite 等模型的支持，并加入 ElevenLabs v4 和 v4 Turbo 模型节点。
ComfyUI 隐形模特与 360 度产品视频工作流
文章介绍了在 ComfyUI 中使用 Flux 2 Klein 和 MiniMax H3 模型，通过一个工作流实现免费 AI 人体模型脱模效果，并生成 360 度产品视频。
EHVideoPro v1 Windows 版尝鲜版正式发布
EHVideoPro v1 for Windows 发布了早期采用者版本，并介绍了主要功能变化。
打通 AI 智能体与企业专属知识库连接
十亿美元算力壁垒消解：开源模型推动技术平权
视效艺术家探访《星球大战》诞生圣地
迈向智能体 AI 时代：预测性分析架构与应用场景
Lonecat 视频加速流：适配 MiniMax
文章介绍了通过调整参数和优化工作流来提升多个 AI 模型（如 MiniMax H3, Krea 2, Qwen 2.1, ZIT, Klein_9b, Illustrious, Flux, Wan2.2, Qwen Image Edit）的生成速度的方法。
应用 ChatGPT 协同 Sol 6.1 剪辑视频
ChatGPT Sol 6.1 可直接编辑视频，实现添加文本、画中画、背景渐变、倒计时、添加音乐、调色等功能，无需 Premiere 等第三方工具。编辑决策由人类完成，ChatGPT 作为执行工具。视频演示了通过语音提示实现的 AI 辅助视频编辑流程。
应用 AI 生成深度图教程及配套工具使用指南
本文介绍一种免费 AI 工具，可在 Mac 本地运行或通过 Fal.ai 使用，用于生成深度图以提升 AI 视频在环境变化中的准确性。工具可直接下载，支持本地 Mac 使用，无需额外付费。通过深度图作为参考，可显著增强 AI 生成视频的场景一致性与真实感。
Runway 面向时尚品牌推出开发者工具
Runway Dev 允许时尚品牌上传手绘草图生成逼真的服装渲染图，并可生成色彩方案、产品图及模特照片视频，提供成本和质量两种模型路由选择。
AI 声音设计时代来临：实用性与音效质感实测
视频测试了多种最新 AI 声音设计工具，对比了 Curious Refuge 成员的工作流程，评估了当前 AI 在声音设计中的实际效果。结论指出尽管工具已可用，但其质量和实用性仍有待改进。视频邀请观众分享更好的 AI 声音设计工作流。
大版本汇总：可灵 4 与 ElevenLabs v4
Kling 4 早期访问版提供 Flash、720p 和仅限 Ultra 年付用户；HeyGen 首款通用视频模型以一分钱每秒起价；Gemini 4 Argon 仅宣布未发布；Ideogram 4.5 实现精准编辑无漂移；ElevenLabs v4 支持自然语言控制笑声和音效。
从深度伪造到 DNA：AI 数字水印技术科学原理
Google DeepMind 推出 SynthID 水印技术，可嵌入文本、图像、视频及蛋白质序列等生物数据中，实现 AI 生成内容的可追溯溯源。该技术通过不可视的数学水印保护生物序列设计不被滥用，同时不影响其功能。SynthID 正在扩展至更广泛的模态以增强 AI 内容的韧性与安全性。
官方月度汇总：2026 年 9 月重要 AI 技术发布盘点
Runway 实时视频系统 Continuum 研发
Runway Labs 推出 Continuum，一个围绕实时视频界面构建的操作系统研究应用。它展示了四种新交互方式：Portals、Visual Thinking、Responsive Video Interfaces 和 Interactive Worlds。Interface World Models 如 Solaris 正在重新定义界面的可能。
Runway 正式推出广告生成工具 Runway Ads
谷歌发布 Gemini 4 Argon：开启多模态智能新阶段
Runway 正式推出物理世界模型 Praxis-1