← 全部日报

AIGC 信息日报

2026 年 10 月 19 日 周一

行业与平台

Industry

阶跃星辰 Step 5 Preview 权重已开放

阶跃星辰(@StepFun_ai)宣布 Step 5 Preview 权重已开放(该产品 10 月 16 日已发布),并与 Together Compute 于 10 月 22 日在旧金山合办 Step 5 Preview 发布夜暨 AI 创始人聚会,现场有 Step 5 Preview 首次展示、现场问答,以及一场关于「模型变强后还值得做什么」的圆桌,嘉宾包括 Hongyu Zhou、Dan Fu、Mar Hershenson、Saoud Rizwan、Joey Wang。

阶跃星辰把 Step 5 Preview 权重放出来了,这条里没列参数和能力,做本地部署和模型选型的可以先去拉权重跑一轮,看它跟自己手上那套流程合不合。

点击打开原文,能否访问取决于网络环境

工具与能力

Tools

Pika 上线 Motion Transfer:拍一次舞蹈迁移给任意角色

Pika 宣布 Motion Transfer 功能:只需拍摄一次舞蹈,即可把动作迁移到任意角色上,无需舞蹈基础,且入口在 ChatGPT 内直接调用。官方强调「拍一次、教给任何角色」的复用逻辑,适合需要给角色批量套动作的场景。

拍一段真人舞蹈就能把动作套到任意角色身上,入口直接开在 ChatGPT 里,做角色动画和短剧舞蹈段落的可以上手试动作还原度。

Claude Code 新增缓存失效前自动压缩上下文

Claude Code 新增自动压缩(compact)机制:主 Agent 上下文缓存有效期为 1 小时,缓存失效后再次提交任务,全部上下文会按无缓存输入 token 计费;新版会在缓存即将失效前自动压缩上下文,使下次提交时只有压缩后的部分作为新输入 token。

Claude Code 主 Agent 缓存只有 1 小时,隔顿饭回来再提问,全部上下文按无缓存输入计费。新版会在缓存过期前自动压缩上下文,常挂长任务的可以更新后留意账单变化。

点击打开原文,能否访问取决于网络环境

方法与经验

Methods

开源拉片工具 reelbench-skills:自动出逐镜头分析表

作者开源 reelbench-skills 系列 skill,项目历时 1 个月已获 1k star。含三个工具:video-shots 输入成片自动输出逐镜头分析表(时长、景别、类别、运镜、画面、节奏),切点和时长由 ffmpeg 实测,中间设 15 道质量门逐条核对;video-sync 把拉片数据贴回原视频,画面与分镜信息同步切换、镜头表自动滚动高亮,并做钩子/铺垫/递进/重音/转折/兑现/换气/收口八维节奏分析;video-scrub 清除 AI 视频元数据中的 GPS、设备型号、账号 ID、软件标识、遥测数据,只保留画面和声音。

丢一条成片进去,自动拆出时长、景别、运镜、节奏的逐镜头表,切点用 ffmpeg 实测不靠模型猜;做编导和剪辑的可以拿它替代手动拖进度条拉片。

点击打开原文,能否访问取决于网络环境

Stripe 设计官谈 AI 产出的三个警戒信号与四条建议

邵猛整理 Stripe 首席设计官 Katie Dill 在 Lenny's Summit 的演讲要点:LLM 天然趋向均值、产出「完成感」的诱惑、工作变得可抛弃,三者叠加形成单调空洞的「僵尸 UI」。她给出四条建议:团队先有自己的观点、把标准编码进机器(Stripe 从 MCP 读文档改为构建在设计系统上的 CLI,内容从原子组件升级为完整模板和流程)、拒绝把「做完」当「做好」、以及用觉察力培养品味。

Stripe 设计官把「AI 出活太快反而做出僵尸 UI」讲透了,还给了把标准写进系统的实操路径。做视觉和编导的可以对着三条警戒信号自查一遍手上的片子。

点击打开原文,能否访问取决于网络环境

创作者分享用 Opus5.5 写代码做视频的流程与提示词

X 用户 Vincent文森特(@VincentWei93)发布教程,分享用 Opus5.5 做视频的流程与提示词,称其代码制作视频和剪辑能力让普通人也能做视频,希望经验能帮大家做出自己想要的内容表达和风格。

用代码生成和剪辑视频的路子,作者把流程和提示词都摊开讲了。后期和技术整合的可以照着跑一遍,看这套做法能不能接进自己的活儿里。

点击打开原平台查看,能否访问取决于网络环境

创作者拆解AI视频的五条人物调度法

总结五点可借鉴做法:脸部公开前先露手、唇钉、鞋子等局部吊胃口;用周围人的注视反应衬托主角魅力;让配角反应不一致(旁人关注、对手无感)制造关系悬念;在人物特写之间插入湿车体、窗玻璃反光、脚下落叶、路过的学生等实拍感空镜;场景切换时同步改变视线、距离和在场人数。核心思路是「惊艳镜头之后紧跟一个情绪变化的反应镜头」。

五条全是导演层面的调度:先露手和嘴唇再给脸、用路人反应抬主角、换场景同时换两人距离。做 AI 短剧和人物向短片的编导可以照着改分镜。

点击打开原平台查看,能否访问取决于网络环境

实测四款 Personal Agent:成功率仅 33%

作者花两周时间、每月三百多美元订阅费,实测 Google Muse、Grok Bot、OpenAI Dots、Manus Cue 四款 Personal Agent,能稳定委托出去的平台仅占 33%,并给出三套提示语来补齐工作流。结论是现阶段 Personal Agent 更适合当本地 Agent 的组合帮手,而不是全托管。

两周、每月三百多刀订阅费实测 Google Muse、Grok Bot、OpenAI Dots、Manus Cue,只有三分之一任务能稳定交出去。想用 Agent 接管素材整理、发布排期的团队,先看他那三套补提示语的思路。

点击打开原文,能否访问取决于网络环境

12 款 AI 实时翻译工具盘点:延迟与定价对比

MarkTechPost 按官方产品、定价与文档页面核验了 12 款 AI 实时翻译工具,按用例分组。Palabra.ai 支持双向语音翻译与自动声音克隆,宣称延迟低于 1 秒,提供 WebRTC 与 WebSocket API,语音翻译 API 每分钟 0.04 美元,会议套餐每月 60 美元起;Gemini 3.5 Live Translate 覆盖 70+ 语言,保留语调和节奏,官方称输出比说话人慢几秒,可在 Translate App 配任意耳机使用,也在 Gemini Live API 预览中;Apple Live Translation 通过 AirPods 播放翻译语音,完全在设备端运行,支持 10 种语言。

Palabra.ai 双向语音翻译宣称延迟低于 1 秒、API 每分钟 0.04 美元,Gemini 3.5 Live Translate 覆盖 70+ 语言但慢几秒。做海外发行、多语配音和实时字幕的后期可以按延迟和价格挑工具。

点击打开原文

一条垂直拉升运镜的视频提示词分享

Umesh(@umesh_ai)分享了一条视频模型提示词:镜头从贴近海面的低机位起,海浪拍击礁石,随后快速垂直拉升,沿陡峭崖壁持续上升,最终停在悬崖边独身男子正上方,以极端俯视角度向下拍他头顶,同时保留崖壁与海浪在画面内;提示词还写明明亮阳光、清晰可见度、自然色彩、水面反光与岩石质感。整段提示词对运镜路径、速度感、高度变化和画面尺度做了逐句描述,可直接套用到视频模型测试垂直拉升镜头的稳定性。

从贴海面低机位一路垂直拉升到悬崖顶俯拍人物,速度、高度、尺度感都写进了提示词,做分镜和运镜的可以直接抄去试。

点击打开原平台查看,能否访问取决于网络环境

用 Codex 加 GPT-6.1 做品牌宣传片 35 分钟收 1000 元

推文转述一位创作者用 @Nutllwhy 的 Skill,配合 codex 与 gpt6.1-sol high,为本地线下客户做了一条品牌宣传片,用时 35 分钟,收费 1000 元。原作者转发并调侃「聪明的人已经知道要用我的 skill 去赚钱」。这条展示的是个人创作者用现成 Skill 接本地商单的变现样本,具体 Skill 内容与成片效果需看原帖。

35 分钟交付一条本地客户品牌宣传片、1000 元到账,做商单的可以看看这套 Codex 加 GPT-6.1 的接活路子。

点击打开原平台查看,能否访问取决于网络环境

推文推荐 AI 动态图形 After Effects 完整教程

西班牙语账号 @nereasolenne 转发推荐一条 15 分 53 秒的教程视频,主题是「如何用 AI 创建动态图形」,形式为 After Effects 完整教程。推文正文只有一句「这个家伙解释了一些几乎没人能做得好的东西」,未展开具体工具、参数或步骤。

推文本身只有一句推荐语,实质内容在附带的 15 分钟 After Effects 教程视频里,做动态图形和片头包装的后期可以点开看流程。

点击打开原平台查看,能否访问取决于网络环境

作者实测 DeepSeek V4.1 Flash 1017 版做 UI 设计

作者 @I_am_oil_oil 实测 DeepSeek V4.1 Flash 的 1017 版本做 UI 设计,称效果比预想好很多,对 Skill 里配图、动画等规范的读取准确度明显提升,价格未变;一两周前用 V4.1 Flash 和 V4 Pro 做界面效果都不理想。作者基于开源设计 Skill「Oil UI」做了 DeepSeek Harness 插件 dsh-oil-ui,含 /explore 派生三种风格、/review 排查设计问题、侧边栏多版对比、截图与动画排查转原生工具、子 Agent 提示词注入等功能,把仓库链接发给 Harness 即可安装。

做网页/界面设计的可以看看:作者说 1017 版对设计规范的读取和审美明显好转,还配了开源插件 dsh-oil-ui,装法是把仓库链接直接丢给 Harness。跟拍片剪辑关系不大。

点击打开原平台查看,能否访问取决于网络环境

字节前员工做智能体营收百万,到手不足一成

作者自述 2024 年从字节 Seed 项目组离职做 AI 落地,2025 年下半年在郑州组团队,通过闲鱼、淘宝、视频号接几千到一两万的小单,几个月交付 200 个智能体、营收过百万,但渠道抽成三四成、交付成本三四成,扣税和房租后到手不到 10%,最终砍掉这条线转做企业级交付。他给出的经验是:技术最好解决,难的是信任,必须直接跟老板谈;现在把项目金额控制在 20 万以内、周期一个月以内,报价按总成本加 20%-30% 保底。

做企业 AI 交付的同行可以看看这份算账:200 个智能体营收过百万,渠道和交付各吃掉三四成,到手不到 10%。跟拍片无关,但接单报价那套逻辑通用。

点击打开原文,能否访问取决于网络环境

作品与案例

Works

作者向 Claude Fable 5.1 提提示生成虚构电影片头

作者 Heather Cooper 给 Claude Fable 5.1 一段虚构电影《HOLLOW SEASON》的片头需求:崩塌六年后雇佣枪手穿越死寂国家去杀可能持有解药的人,要求粗粝安静,包含雨中遗落的刺客档案、逐件组装的步枪、杂草丛生的道路,画面与声音全部用代码实现。Claude 自主运行后交付成片,全程未使用视频模型或音乐生成器。

没有视频模型、没有音乐生成器,Claude 自己跑了,用代码做出画面加声音的片头序列。做片头包装和动态设计的可以点开看看它把「雨中档案、拆枪、荒路」这些意象落成了什么。

点击打开原平台查看,能否访问取决于网络环境

作者发布AI微短剧《七绝残蟒》第一集,计划共60集

B站UP主发布AI微短剧《七绝残蟒》第一集,标注含AI生成内容。题材为西游志怪衍生:沈砚捡到被神兵重创的半蛇孤女红绡,她只记得一个毛脸雷公嘴、持铁棒的神人从她腹中杀出,真相在第15-18集揭晓——她是七绝山吞人的赤鳞巨蟒,时间线扣西游原著第67回。全剧共60集,单集90-120秒,走东方民俗传奇加宿命纯爱路线。

西游第67回七绝山蟒蛇精的衍生短剧,60集、单集90-120秒,前14集藏真相、15-18集反转的叙事结构值得短剧团队拆一拆。

点击打开原平台查看

她给AI起名笨笨每天问候,某天没再来

B 站 AI 短片,讲一个人给 AI 起名「笨笨」,每天早晚问候,AI 把她的话存在上下文窗口最前面以免遗忘,直到她不再出现。题材偏情感向,核心设定是把「上下文窗口」这一技术概念直接当作叙事装置使用。

把「上下文窗口」当成情感容器来写的一部 AI 短片,做 AI 叙事和情感向短剧的可以拉片看它怎么把技术概念转成人物关系。

点击打开原平台查看

B站视频《冰箱世界大战》第3集

B站 UP 主「观察与反馈」发布的 AI 短片系列《冰箱世界大战》第3集,题材为家电拟人化的战争向叙事,属系列化连载作品。

B站 UP 主「观察与反馈」的 AI 系列短片第三集,标题走拟人化战争题材,做 AI 系列短剧的可以拉片看它怎么把家电拟人化做连续叙事。

点击打开原平台查看

微信公众号 光影漫游AI 二维码
觉得日报有用的话,欢迎关注微信公众号,AI 影视创作的内容都在那里。
光影漫游AI
微信内长按二维码识别,或复制名称到微信搜索