Google 宣布 Gemini 4 Argon 已向 Google AI Pro 和 Ultra 订阅用户全球开放，可通过 gemini.google 网页端和 Gemini 应用使用，模型已开始在应用中推送。官方另发推文串介绍其与最新应用更新如何帮助用户实现复杂想法。对编导和创意岗来说，这是 Google 旗舰模型的一次代际更新，可直接用于剧本构思、分镜描述和创意推演。
Google 新旗舰 Gemini 4 Argon 正式向 Pro/Ultra 订阅用户全球开放，网页端和 App 都能用。做剧本、分镜、创意脑暴的可以拿它跑一轮，看复杂想法的落地能力比上一代强多少。
点击打开原平台查看，能否访问取决于网络环境
Scenario 开源 Blender 插件，把 3D 制作拆成八个 AI 角色：概念美术（提示词出概念图、从视口取参考）、3D 美术（文字或照片生成网格、重贴图重拓扑）、动画师（自动绑定角色、文字生成动作）、材质师（PBR 材质贴任意槽位、照片生成贴图）、布局师（描述生成灰盒、360 度天空环境）、摄影师（一句话生成相机路径、环绕推拉摇移）、渲染师（视口转成图、Playblast 转成片）、音效师（音乐配音音效直接落到时间线）。既可在 Blender 内使用，也能让 Claude Code 通过 MCP 调用。
Scenario 把概念图、建模、绑定、材质、运镜、渲染、音效拆成八个 AI 岗位塞进 Blender，还能让 Claude Code 通过 MCP 调用。做 3D 预演和虚拟制片的可以拉下来跑一遍，看哪几个环节能省人手。
点击打开原平台查看，能否访问取决于网络环境
Musk 发文称 Grok Voice 3.0 已是全球领先的对话语音模型，引用 Artificial Analysis 评测：以 86.9 分登顶 Speech to Speech Index，领先 GPT-Live-1（Astra, medium）的 83.2 和 Gemini 3.8 Live 的 82.6，较 Grok Voice 2.0 的 81.3 提升 5.6 分。该模型通过 Realtime API 提供，价格 $0.08 每分钟，Big Bench Audio 平均首音频延迟 0.81 秒，任务成功率 94.8% 居榜首。
Grok Voice 3.0 在 Speech to Speech Index 拿到 86.9 分登顶，首音频延迟 0.81 秒、任务成功率 94.8%，每分钟 0.08 美元。做 AI 配音、虚拟角色对话、实时字幕的可以接 Realtime API 跑一周，比一比延迟和打断处理。
点击打开原平台查看，能否访问取决于网络环境
Baseten 与 Runway 合作，将 Gen-4.5 和 Aleph 2.0 两款视频模型接入 Baseten Dedicated Inference，用户可从 Runway 授权模型权重，在单租户隔离环境运行，享专属 GPU 与自动扩缩容，Baseten 提供 99.99% 可用性 SLA。Gen-4.5 支持文/图生视频，可控制镜头运动和视觉风格；Aleph 2.0 用于修改已有素材，支持多场景视频最长 30 秒 1080p，可跨镜头保持编辑一致性。
Runway 两个前沿视频模型现在能在 Baseten 单租户环境里私有部署，还支持微调版本，做企业级短剧和广告产线的技术负责人可以评估一下自建推理的成本。
点击打开原文
蚂蚁百灵（@AntLingAGI）开源 Ling-3.1-flash，总参数约 560B，每 token 激活约 25B，上下文最长 1M。官方称其面向实际工作，能把粗略需求稿生成页面、移动 UI 或可供团队评审迭代的交互原型，并附演示视频。定位偏代码与界面生成，不是图像/视频生成模型。
560B 总参数、25B 激活、1M 上下文，主打把粗略需求稿直接变成页面和交互原型。做 AI 产品原型和前端 demo 的可以接来跑一遍，拍片的人这条先放着。
点击打开原平台查看，能否访问取决于网络环境
面壁智能 OpenBMB 联合清华 THUNLP、ModelBest、AI9Stars 发布开源 Agent 操作系统 PilotDeck 2.0，模型无关，支持自然语言指令转完整任务。2.0 新增全流程 Office 文件创建/编辑/校验（Word、Excel、PowerPoint）、长任务中断恢复（2000 条交互消息压力测试）、一键桌面安装。在 Workbuddy Bench 上以 Qwen3.6-35B-A3B 跑出 79.1 分，高于 WorkBuddy 74.7 和 Claude Code 77.3。GitHub 与官网已开放。
面壁联合清华 THUNLP 开源的 Agent 系统，能直接生成和校验 Word/Excel/PPT 文件，2000 条消息压力测试下长任务不中断。做制片统筹、批量文档处理的可以装来跑一遍。
点击打开原平台查看，能否访问取决于网络环境
Meshy 官宣 3D Agent 结束 Beta 正式向所有用户开放。流程为：一段对话描述构想 → 批量生成概念图 → 转为 3D 模型 → 用于 3D 打印或导入游戏引擎。官方称新版本更智能、更快，更能理解创作意图。
一句话描述就能批量出概念图再转 3D 模型，直接进 3D 打印或游戏引擎。做美术设定和道具资产的可以拿它跑一轮概念图，看能不能省掉建模前期的草图环节。
点击打开原平台查看，能否访问取决于网络环境
OpenRouter 官方宣布，平台上所有 ElevenLabs 语音模型五折优惠，截止 10 月 19 日。ElevenLabs 上线首周表现强劲，仅 7 天就占据了 OpenRouter 平台上文本转语音模型近三分之一的支出。做 AI 配音、虚拟角色对话、有声内容的团队可趁折扣期通过 OpenRouter 调用 ElevenLabs 模型，降低语音生成成本。
配音和虚拟角色对话团队可以趁折扣期接 API 跑一周，ElevenLabs 上线 7 天就占了平台 TTS 近三分之一支出，用量大的能省一笔。
点击打开原文，能否访问取决于网络环境
Luma AI 官方博客发布《Cheapest AI Video Generators: Cost per Second, Compared》，按每秒生成成本对主流 AI 视频生成工具做横向对比。原文仅给出标题，做 AI 短剧和广告投放的团队可把它当作选型时的成本参考起点，但需注意这是厂商自发的比价内容，实际单价仍以各家官方定价页为准。
Luma 官方博客出的横向比价文，按每秒成本把主流视频生成工具排了一遍。做短剧和广告的制片可以拿来当预算参考，但这是厂商自己发的对比，看的时候留意它把自家放在什么位置。
点击打开原文
个人开发者发布的 Chrome 插件，今日上架谷歌官方商店，支持 YouTube、B 站、小宇宙、抖音、TikTok 的字幕转写、视频下载与 AI 总结，按三下 a 进入学习模式，按三下 i 写笔记并存入 Obsidian。对做拉片、素材收集和参考片归档的后期与编导来说，这类把转写、下载、笔记串在一个浏览器插件里的工具，能省掉来回切软件的手工活。
支持 YouTube、B 站、小宇宙、抖音、TikTok 的字幕转写、视频下载和 AI 总结，快捷键进学习模式、笔记直存 Obsidian。做拉片和素材归档的后期可以装一个试试。
点击打开原文，能否访问取决于网络环境
fal 平台上线 Mirelo SFX V2.0，可从文本提示或视频输入生成音效，替换不想要的背景音乐和声音时保留对白，并能跨视频剪辑点保持效果与氛围的连贯性。对做短剧、广告和短视频的后期来说，这条解决的是「换音不伤台词」和「多镜头氛围接不上」两个老问题，可直接在 fal 上调接口试。
换背景音乐和杂音时能保住对白，还能跨剪辑点接住氛围，做短剧和广告后期的可以接 API 跑一遍看废音率。
点击打开原平台查看，能否访问取决于网络环境
OpenRouter 宣布 AssemblyAI 的 Universal-3.6 Pro 语音转写模型上线，通过 Sync API 提供语音转文字服务。相比 Universal-3.5 Pro，短对话语句错误减少 30%，支持语言平均错误减少 12%，改进电话号码、地址、邮箱和代码的识别与格式化，新增韩语、粤语、俄语等 14 种语言，定价 $0.30/小时。
语音转写错误率降三成、新增粤语等 14 种语言，$0.30/小时，做字幕和配音的可以接 Sync API 跑一遍自家素材看准不准。
MiniMax Design Agent V3 正式上线，官方称创作成本降低 30% 以上，速度与智能度同步提升。新增同一创作页面内跨对话复用素材并共享上下文，支持自定义 Agent 指令以匹配个人风格。10 月 13–16 日会员每日可领 1000 免费 credits，累计最多 4000。
海螺这条把设计 Agent 的成本砍了 30%+，还支持跨对话复用素材、自定义 Agent 指令，做视觉开发和 KV 物料的可以趁 10 月 13–16 日每天领 1000 免费 credits 实测一轮。
点击打开原文，能否访问取决于网络环境
豆包工作 10 月 14 日上线数据导入与同步功能，支持一键迁移任务偏好指令、技能、连接器、工作记忆、项目及历史会话，来源覆盖 ChatGPT、Claude Code、Trae Work 等产品，历史会话保留原有上下文。同步还优化了在对应消息上选择「在新对话中继续」、新增消息注释与对话摘要侧栏等体验。
做团队协作和知识沉淀的可以留意：豆包工作支持把 ChatGPT、Claude Code 的历史会话、技能和记忆整体搬过来，换工具不用从零重建上下文。
点击打开原文
小互（@xiaohu）分享用 Claude Code 制作 SpaceX 发展历程视频的流程：全程通过聊天修改，未使用任何剪辑软件，配音、音乐、动画特效、素材画面均由 Claude 自行检索并合成，画面由代码逐帧绘制，配音使用豆包，实拍素材由模型自行寻找和剪辑，最终版共微调 10 次。作者称将另写文章介绍制作过程。
全程不碰剪辑软件，配音、音乐、特效、素材都由 Claude 自己找自己合成，画面是代码逐帧画出来的，后期和想试新工作流的可以蹲他后续的制作过程文章。
点击打开原平台查看，能否访问取决于网络环境
SpaceXAI 的 TypeScript SDK cookbook 更新到 25 个示例，全部基于该 SDK 构建，涵盖一句话前提生成短片、单张照片生成延时摄影、会说话的照片、产品图生成视频广告、视频配音、实时语音翻译等场景。做批量出片、自动化剪辑和配音流程的团队可以拿这些示例当起点改。
25 个示例覆盖一句话出短片、照片转延时、会说话的照片、产品图转广告、配音和实时翻译，做批量出片和自动化流程的可以照着改。
点击打开原平台查看，能否访问取决于网络环境
Google 官方账号转发创作者 @kickingkeys 的案例：其在 Google AI Studio 中使用 Argon，完全通过代码创作出丰富、复杂的视觉效果，并附有视频成片。这条展示的是「用代码而非提示词驱动画面生成」的一条路径，适合关注程序化视觉、想用代码精确控制画面细节的创作者参考。
Google 官方转发的创作者案例：在 AI Studio 里用 Argon 纯代码生成复杂视觉效果。做视觉开发和想用代码控制画面的可以点开看这段成片，判断代码路线能不能接进自己的流程。
点击打开原平台查看，能否访问取决于网络环境
创作者 @CharaspowerAI 用 Seedance 2.5 做了一段战马变形为风暴兽的 VFX 镜头，并公开了完整提示词：黑马、湿鬃毛、胸甲、扬蹄，鬃毛延伸为电流弧、蹄子碎成空气漩涡、身体半透明化为风暴物质、冲锋拖出龙卷尾迹，场景为雨后战场平原，镜头指定戏剧性侧向跟拍与英雄低角度，含蹄部溶解特写。变形逻辑按部位逐层拆解，是可直接套用的提示词写法。
完整提示词直接贴出来了，从鬃毛变闪电到蹄子化漩涡的变形逻辑写得很细，做特效向 AI 短片的视觉师可以照着改一版自己的变形镜头。
点击打开原平台查看，能否访问取决于网络环境
Luma AI 官方博客发布一篇横评，用同一组提示词对比 8 款 AI 视频生成工具的真实感表现并给出排名。原文仅提供标题，未列出具体参评工具名单、提示词内容、评分标准与各模型成片效果。做视频模型选型的编导和视觉可以点开看对比维度，但需注意这是厂商自营博客发布的榜单。
同一组 prompt 跑 8 个视频模型做横向对比，选型阶段可以拿来当参照，但这是 Luma 自家博客发的榜单，看结论时留个心眼。
点击打开原文
ElevenLabs 公开自家客服案例：用 ElevenAgents 每月处理超 22,000 张工单，响应时间从数小时缩短到 60 秒。做法是把退款、账单变更、声音克隆咨询等各类工单的既有 SOP 转成智能体执行步骤，智能体可查询客户信息、读取文本/截图/PDF、用客户语言回复、执行操作，必要时转交人工。对做 MCN 和短剧团队运营的来说，这套「把人工流程拆成智能体步骤」的思路可直接迁移到版权咨询、素材交付、客户对接等重复性工单场景。
ElevenLabs 把退款、账单、声音克隆咨询的 SOP 拆成智能体执行步骤，月解 2.2 万工单、响应从数小时压到 60 秒。做 MCN 和短剧团队运营的可以看它怎么把人工流程转成智能体。
点击打开原平台查看，能否访问取决于网络环境
Tripo 官方发布一个空间计算项目：把梵高《夜晚的露天咖啡座》做成可交互环境，技术组合为 Gaussian Splatting + AI 生成 3D 资产 + Apple Vision Pro，官方称下方附有技术栈拆解。对做沉浸式展陈、空间影像和美术场景搭建的团队，这是一份把 AI 3D 资产接进空间计算的公开案例。
把梵高《夜晚的露天咖啡座》做成 Vision Pro 里能走进去的交互场景，高斯泼溅加 AI 生成 3D 资产，做沉浸式展陈和空间影像的可以看它怎么搭。
点击打开原平台查看，能否访问取决于网络环境
创作者 @Diesol 在《The Cleaner》系列里加入一个新角色——主角的妹妹，用 Kling 4.0 生成画面，再测试与 Seedance 2.5 的素材混剪衔接效果，并询问是否要做续集。属于个人创作过程中的跨模型混用测试，不是完整成片。
个人创作者周五晚的测试片段，看点是把 Kling 4.0 和 Seedance 2.5 两条片子剪在一起看衔接，做系列短片的可以留意这种跨模型混用的思路。
点击打开原平台查看，能否访问取决于网络环境
Artificial Analysis 的 AA-Video-T2V v2.0 榜单把文生视频拆成 10 项能力和 10 类用例，各自独立排名。该条指出 Grok Imagine Video 1.5 Lite 在多场景与叙事、光影与材质、文字渲染三项上最接近前沿水平。榜单维度可用来横向对比不同模型在具体能力上的差距。
Artificial Analysis 的 T2V 榜单拆了 10 项能力和 10 类用例，这条点出 Grok Imagine Video 1.5 Lite 在多场景叙事、光影材质、文字渲染三项最接近头部。做视频模型选型的可以对着分项榜看自己最缺哪块。
点击打开原文，能否访问取决于网络环境
Luma AI 官方博客发布 AI 视频超分工具盘点，列出 8 款可将 1080p 素材提升至 4K 的工具。原文仅给出标题，未展开各工具的具体参数、价格或对比结论。对做后期和成片交付的创作者来说，这类清单适合当工具备选池，实际效果仍需自己拿素材跑一遍。
8 款 AI 视频超分工具横评，从 1080p 拉到 4K，做后期和交付的可以存下来当工具清单，出片前挑一款试。
点击打开原文
Meta 官方账号 @AIatMeta 发布一条对谈预告：@finkd 与 @alexandr_wang 和 @collision 聊 Muse Wonder 以及 MSL 相关内容，完整对话链接指向 @collision 的推文。推文正文仅一句介绍加链接，未涉及 Muse Wonder 的具体能力、参数或上线信息。
Meta 官方放出的对谈，扎克伯格和 Alexandr Wang 聊 Muse Wonder 和 MSL，但推文只有一句介绍加链接，没给任何产品细节，做创作工具选型的可以先跳过。
点击打开原平台查看，能否访问取决于网络环境
B 站 AI 影视区作品《HOGWARTS 2045》第一章，设定 2045 年霍格沃茨迎来一位广东插班生，曾在岭南学法术，需重新适应霍格沃茨课堂，故事围绕不同语言与施法习惯的文化碰撞展开。基于哈利波特魔法世界的非官方同人剧情短片，原创人物与原创故事，不涉及原著主角剧情改写。对白含粤语、英式英语及普通话，配简体中文字幕。故事创作、镜头设计、剪辑及后期为个人独立制作，AI 影像生成使用 Seedance 2.5。
个人独立制作的哈利波特同人剧情短片，用 Seedance 2.5 生成影像，对白混了粤语、英式英语和普通话。做 AI 短剧的可以拉片看多语言对白和跨文化设定的处理。
点击打开原平台查看
创作者 Déborah（@dvorahfr）发布的 AI 短片《霓虹雨》，主题是「霓虹雨、橙色尘埃、一座梦想成为人类的城市」。每一帧画面均由 Grok Imagine 生成，Grok 机器人协助撰写全部 prompt 并参与剪辑结构设计，音乐由 Suno 制作，软件剪辑完成。科幻/赛博城市题材，视觉风格偏氛围向。
个人创作者用 Grok Imagine 逐帧生成、Grok 机器人写 prompt、Suno 配乐，做科幻视觉的可以拉片看它的城市氛围和镜头衔接。
点击打开原平台查看，能否访问取决于网络环境
B 站一条 AI 影片，创作者自述单集制作成本 8 万元，并称好剧本、好立意足以胜过院线大制作影片。作品题材、视觉风格与所用工具链未在标题中说明。对 AI 编导和短剧团队来说，这条的价值在于成本口径和「剧本优先」的创作主张，可对照自己的项目预算与剧本投入比例做参考。
单集 8 万成本的 AI 影片，作者把胜负手押在剧本和立意上。做 AI 短剧和长片的可以拉片看它怎么用叙事补画面预算的短板。
点击打开原平台查看
B站UP主「墨八分钱」的AI短片系列《AI全民制作人》中的一集，主题是拿破仑马伦哥战役后的「马伦哥炖鸡」。该系列以「军史+美食」为固定套路，每集两分钟左右，标题统一带【AI全民制作人】标签，已产出数十集，涵盖二战、南北战争、长津湖等题材。
B站UP主「墨八分钱」的AI系列短片之一，把军史梗和美食结合成两分钟一集的固定套路，做AI短剧的可以拉片看它怎么用统一模板批量出片。
点击打开原平台查看
