OpenAI 官方博客披露内部研究数据，展示编码 Agent 如何重塑 AI 研究流程，包括 Agent 使用率、实验速度、任务复杂度等早期数据。文章同时确认，按当前进度，今年 9 月将达成「自动化研究实习生」目标，即能在人类指导下完成需资深研究员数日工作的任务，并计划在 2028 年 3 月前建成自动化 AI 研究员。
OpenAI 官方披露内部研究数据，讲的是编码 Agent 如何加速自家研究，对拍片的人没有直接可迁移的东西，做 AI 工具链整合的可以扫一眼了解前沿实验室的自动化程度。
微软 CEO 纳德拉宣布将模型生态新模型引入 Copilot，使其能处理从快速问答到委派任务，直至通过 Autopilot 完成跨数小时的长任务。示例：基于 Opal 的 Autopilot 在 Windows 365 Cloud PC 上，自动处理一个月野外相机素材，找出动物出镜、生成高光集锦、标注相机/日期/物种、整理表格、生成 PPT 并在 Teams 分享。
微软把新模型接进 Copilot，用 Autopilot 自动跑完跨数小时的长任务。做后期和素材整理的可以看看：自动筛素材、剪高光、标物种、出表格和 PPT 这套流程，能省不少人工。
点击打开原平台查看，能否访问取决于网络环境
Yoroll 发布 H3 Superfast 高速视频生成模型，4 秒可生成 10 秒视频，并上线新产品 YoLive：观众输入提示词、投票数最高的决定故事走向，形成永不停息的 AI 直播。MiniMax H3 开源后涌现一批高速视频生成模型。
把直播变成观众投票驱动的 AI 连续剧，做互动短剧和直播叙事的可以研究下这个玩法，看群体投票能不能撑起长线剧情。
点击打开原平台查看，能否访问取决于网络环境
Higgsfield AI 展示 GPT-6 Astra 驱动 After Effects 的 20 分钟屏幕录像：AI 分析参考视频并重建其运动元素以匹配原始时机，将每个元素放入独立可编辑合成并带透明背景，便于在其他项目中复用。
后期和视觉师直接看：AI 把参考视频的运动元素拆进独立可编辑合成，带透明背景可复用，等于把动效复刻和素材拆解自动化了，值得实测一遍。
点击打开原平台查看，能否访问取决于网络环境
Magnific 分享 3 条用于掌控动画面部表情的提示词，宣称可让每个微表情保持在脸上、15 秒内无漂移，并支持原生音频随视频同步生成。MiniMax H3 Max 生成这些内容耗时不到 10 秒。
做动画和短剧的视觉师可以点开看，3 条提示词解决微表情漂移和 15 秒一致性，原生音频同步生成，跑一遍就知道废片率降多少。
点击打开原平台查看，能否访问取决于网络环境
Magnific 发起 Seedance 2.0 与 2.5 的对比测试，用完全相同的提示词、时长、分辨率和参考图，各生成一次，让创作者自行判断两代模型的差异。
做 AI 视频的可以自己跑一遍同题对比，看 2.5 到底升级在哪，比看评测更直观。
点击打开原平台查看，能否访问取决于网络环境
Luma AI 官方博客发布平面设计提示词指南，提供 20 条可直接复制的提示词，覆盖海报、图标、社媒图三类输出。核心是七要素公式：主体、格式、风格、品牌线索、尺寸、情绪、文字。海报提示词需含 DPI 和精确尺寸；图标提示词需考虑平台上下文和小尺寸显示；社媒图按平台给尺寸（Instagram 方形 1080x1080、Stories 1080x1920、YouTube 缩略图 16:9）。强调把 AI 生成物当起点而非成品，品牌一致性靠把提示词结构存成可复用模板。
做海报、图标、社媒图的视觉师可以直接抄，七要素公式和分平台尺寸参数都给了，省得自己试错。
点击打开原文
Luma AI 官方博客发布 20 条 AI 修图提示词指南，面向创意团队，覆盖产品图精修、按新市场重排已过审版式、为社交平台生成变体等场景。核心思路是提示词需同时描述要改什么和要保留什么，可替换产品、更新标题、更换背景而不破坏已过审布局，用 AI 工作流替代传统重开源文件、重建图层、重新导出的流程，以降低拍摄、剪辑和变体制作成本。
官方出的提示词清单，讲怎么在保留已过审版式的前提下换产品、改标题、换背景，做广告和电商视觉的可以直接抄来用。
点击打开原文
开发者 Thomas Ricouard 用 Astra 构建演示：要求其 3D 建模曼哈顿精确城市景观，并录制一段带电影灯光和角度的飞越预告片。Astra 使用真实地形和地图数据自动完成建模与运镜，生成短视频。
用真实地图数据自动建模城市并生成电影感飞越镜头，做视觉开发和 AI 场景预演的可以看看这个工作流能省多少事。
点击打开原平台查看，能否访问取决于网络环境
Magnific 官方账号发布对比测试：同一段 1970 年代家庭录像风格的提示词，分别用 Fable 5.1 和 Opus 5 生成，渲染统一用 Seedance 2.5，两次均无手动提示词干预。场景为父亲与儿子在卧室地毯上玩红色玩具车。
做视觉和编导的可以点开看同一段提示词在两个模型下的出片差异，判断哪个更贴合自己的风格需求。
点击打开原平台查看，能否访问取决于网络环境
Luma AI 官方博客分享 18 条写实 AI 图像提示词，核心观点是提示词要带摄影思维而非只描述主体，需具体指定光线条件、镜头选择和环境瑕疵，才能避免过度平滑皮肤、不可能反射和塑料感等 AI 痕迹。文章强调商业级图像需要迭代精修而非单次生成，把生成结果当起点而非终点。
官方下场讲怎么让 AI 图不像 AI 图，核心是提示词里带摄影思维——光线、镜头、环境瑕疵。视觉师和美术可以当提示词模板库用，接商业项目时直接套。
点击打开原文
创作者 Eric Rachlin 用 Atlas 工具，仅从 Google 街景抓取的 3 张图片，生成了童年家园的 3D 重建，细节精准。推文附有工作流程说明。对 AI 视觉创作者来说，这是一个低成本获取真实场景 3D 参考的工作流示例，可用于场景设计、概念验证或虚拟制片的前期参考。
用 3 张街景图就能重建童年家园的 3D 场景，做 AI 视觉和场景搭建的可以看看这个工作流，对场景参考和概念设计有参考价值。
点击打开原平台查看，能否访问取决于网络环境
Gabriel Chua 在 X 上演示 Astra 的指令理解能力：输入「给我看一只鹈鹕骑自行车的图片」，Astra 直接生成对应图像。该推文为个人实测演示，展示了 Astra 对自然语言描述的即时响应与图像生成效果。
一句话出图的能力演示，做视觉的可以顺手看看 Astra 的指令理解水平，当个轻量参考。
点击打开原平台查看，能否访问取决于网络环境
OpenAI 高管 Peter Welinder 实测：GPT-6 Astra 仅凭房地产经纪人的布置照片，直接生成一个完整的 Blender 3D 模型。展示的是从 2D 实拍图到可编辑 3D 资产的全流程能力，对场景搭建、虚拟制片的前期资产生产有参考价值。
OpenAI 高管实测 GPT-6 Astra 的 3D 生成能力，从实拍照片直接出完整 Blender 模型。做视觉开发、场景搭建的可以看看这条 demo，评估它能不能进你的资产生产流程。
点击打开原文，能否访问取决于网络环境
