Mistral 公开旗舰模型 Mistral Large 4（代号 Le Chonk）的权重，1 万亿参数、原生多模态，此前处于公开预览阶段。官方称根据预览期反馈继续扩大强化学习，在编程和防御性安全上大幅提升，推理效率也有明显改善、降低推理成本，并提供三种推理模式平衡成本与性能。模型完全开源、欧洲训练，支持自托管和定制部署。
1 万亿参数、原生多模态、三种推理模式，主打编程和防御性安全，欧洲训练可自托管。做创作工具链的可以留意它能不能接进自己的流程，拍片的先放一放。
点击打开原文
ElevenLabs 发布 SFX v3 音效生成模型，只需一段文本提示词即可生成音效，官方称可处理的内容范围比前代更广，音乐与人声生成质量同步提升，已在 ElevenCreative 和 ElevenAPI 上线。做后期和声音的可以直接在 ElevenCreative 里试复杂场景音效，或通过 API 接进批量配音配乐流程。
音效模型升到 v3，官方说能处理「前所未有的更多内容」，音乐和人声也一起提了。做后期的可以拿一段大场面戏试，看复杂场景下还能不能一层层叠出层次。
点击打开原平台查看，能否访问取决于网络环境
Krea AI 发布 Ad Studio 广告创作工具，由新的 Krea 3 广告专家模型驱动，输入品牌链接即可批量生成数十条广告，官方称与品牌和产品保持完全一致，现已开放免费试用。对做品牌物料和电商投放的团队，值得实测批量出图的风格统一度和可用率。
贴一个品牌链接就出几十条广告，还强调品牌和产品一致性，做电商投放和品牌 KV 的可以拿自己客户试一轮，看废片率。
点击打开原平台查看，能否访问取决于网络环境
Mistral CEO Arthur Mensch 宣布发布改进版 Le Chonk 开放权重，方向是智能体编码与网络安全。该模型在 Cognition 的 FrontierCode 上位列开源模型第一，在 Artificial Analysis 上创下 Pareto 效率新基准；网络防御能力经 CrowdStrike、Cloudflare、Rubrik、Zscaler 等厂商测试。权重已在 Hugging Face 开放下载，支持用 Mistral Forge 定制并自行部署。
主打智能体编码和网络安全的开源模型，跟拍片剪片不沾边，做创作工具链底层开发的可以瞄一眼权重。
点击打开原文，能否访问取决于网络环境
昆仑万维 10 月 29 日发布 2026 年三季报：前三季度营收 89.37 亿元，同比增长 53.96%，归母净利润扭亏；天工 AI 业务收入 43.21 亿元，同比增长 168.29%，其中 AI 短剧单月流水接近 1 亿美元。这是国内厂商首次把 AI 短剧的流水规模单独摆到财报口径里。
AI 短剧单月流水近 1 亿美元、天工 AI 收入同比涨 168%，这是目前公开数据里少见的短剧变现样本，做短剧和管钱的都该看一眼这个盘子有多大。
Edge0_AI 发布开源权重语音模型 Audio8-TTS-Realistic，601M 参数，支持零样本语音克隆——一段短音频即可复刻音色，覆盖 23 种语言，主打类人韵律和富有表现力的表达，体积小到可自行微调与低成本部署。目前位列 Hugging Face TTS Arena 第一（盲听投票），权重已在 Hugging Face 开放下载并可免费试用。
0.6B 参数就能一段短音频克隆音色、覆盖 23 种语言，权重已挂在 Hugging Face 上，做 AI 配音和短剧对白的可以拉下来跑一遍听废音率。
点击打开原平台查看，能否访问取决于网络环境
生数科技官方公众号消息：Vidu 与 updream 合作，把 Vidu Q4 Preview 原生模型接入 updream 的 AI 视频创作流程，围绕镜头时序、跨镜角色一致性、高动态动作生成三项指标做全流程验证。这三项正好对应漫剧连续分镜里最容易崩的地方——镜头接不接得上、角色换镜后还是不是同一张脸、打斗和大动作会不会糊。
Vidu 官方号宣布 Q4 Preview 原生模型接进 updream 的创作流程，验证镜头时序、跨镜角色一致性、高动态动作三项。做 AI 漫剧和系列短剧的可以盯这三点看实测。
Tripo 发布 Tripo Agentic Canvas，用户描述需求后由 Agent 规划、串联并执行工作流，直接产出 3D 资产，无需在多个工具间切换。画布支持批量处理与可复用流程，一次设定可产出多个资产；并可通过 AI 3D Lab 完成资产检查、精修、绑定与编辑。目前处于 beta 阶段，面向所有 MAX 和 Team 用户开放，其他用户逐步放开。
描述需求后 Agent 自己规划并跑完流程直接出 3D 资产，还能批量跑同一套流程、在画布内做检查精修和绑定。做美术资产和虚拟场景的可以申请 MAX 账号试一轮，看批量出件的稳定性。
点击打开原文，能否访问取决于网络环境
Artificial Analysis 评测 Phonic 的 Phonic 1 (High)，以 87.1 分在 22 个模型中登顶语音到语音指数，微弱领先 Grok Voice 3.0（86.9）。分项上 Tau Voice 智能体任务以 79.9% 排第一、领先第二名 5.4 分，Big Bench Audio 98.9% 排第三，首字延迟 0.61 秒为指数前五中最快。价格 $0.07/分钟，折合每小时输入音频 $4.20，通过 Phonic API 调用。
语音到语音榜第一，87.1 分只领先 Grok Voice 3.0 0.2 分，但 Tau Voice 智能体任务领先第二名 5.4 分、首字延迟 0.61 秒。做 AI 配音和虚拟角色对话的可以接 API 测一轮。
点击打开原平台查看，能否访问取决于网络环境
Ideogram 为精准编辑加入上下文窗口能力：在超高分辨率图像中框选任意区域进行修改，编辑范围最高 2K，窗口之外的所有内容保持原样，官方称无接缝、无伪影，无需借助 Photoshop。该功能已在 Ideogram App 与 API 同步开放，入口为 ideogram.ai/tools/precise-edit。
在超高分辨率图上框一块区域改，框外像素原样不动，最高支持 2K，官方强调无接缝无伪影。做 KV、海报和分镜改图的视觉师，这周可以在 App 和 API 里各跑一遍看边缘干不干净。
点击打开原平台查看，能否访问取决于网络环境
Gemini 官方宣布支持创建并分享个人 avatar，可在与朋友的图片和视频中出镜，支持在提示词中互相标记对方，并保持角色与声音的一致性；用户可随时添加或移除他人访问权限。对做数字人、虚拟角色同框和多人出镜内容的创作者来说，这是把「角色一致性」从单账号自用扩展到多人协作的一次能力开放。
Gemini 把个人形象做成可分享的 avatar，提示词里互相标记就能同框出镜，角色和声音保持一致。做数字人、虚拟角色同框的视觉和短剧团队可以上手试一致性到底稳不稳。
点击打开原平台查看，能否访问取决于网络环境
fal 上线 Motion to Code：输入一段动画描述，或直接丢进一张图、一段视频，输出可编辑代码——GSAP 页面或循环 GLSL shader。官方给出的卖点是产物只有几 KB 而非数 MB 的视频，且任意分辨率下保持清晰。适合网页动效、视觉包装、动态 KV 这类需要代码级交付而非视频文件的场景。
把动画描述或一段视频直接转成 GSAP 页面或循环 GLSL shader，产物几 KB、任意分辨率都清晰。做网页动效和视觉包装的可以接来试，省掉手写 shader 那一步。
点击打开原平台查看，能否访问取决于网络环境
Google Gemini 宣布在应用内直接生成、预览和编辑文档、PDF、演示文稿、表格等多种文件。支持把手写笔记转成 PDF 学习指南，也可手动调整内容，高亮某部分让 Gemini 修改文字或视觉元素，并可继续追问迭代。
Gemini 现在能在应用里直接出文档、PDF、演示和表格，还能圈选一段让 AI 改文字或版式。做项目提案、拍摄计划、预算表的制片可以拿来试，省掉在几个软件之间来回倒。
点击打开原平台查看，能否访问取决于网络环境
Anthropic 将 Claude API 中 Messages 和 Token Counting 接口的最大请求体积从 32 MB 提升到 128 MB，约 4 倍空间。官方说明此前长时间 computer-use 会话、大型 PDF 等图片密集请求会在上下文窗口仍有大量余量时先撞上 32 MB 上限。对需要一次性喂入大量截图、扫描件或长会话记录的自动化流程，可减少拆分请求的次数。
长 computer-use 会话和图片密集的 PDF 请求不再卡在 32MB 上限，做批量素材分析、长文档拆解的可以重跑一遍之前报错的活儿。
点击打开原平台查看，能否访问取决于网络环境
Anthropic 官方宣布 Claude 在 iOS 和 Android 上的语音模式升级：响应更快，在嘈杂房间或小声说话时识别更清楚，非英语语音听起来更自然，语音功能同时扩展到更多 Android 手机。对做配音、虚拟角色对话和实时口播的创作者来说，抗噪和非英语自然度是可直接试听验证的两个点。
Claude 手机端语音模式这次把抗噪和非英语自然度补上了，还扩到更多安卓机型。做 AI 配音、虚拟角色对话的可以拿它当实时口播的备选，跑几段非英语台词听听自然度。
点击打开原文，能否访问取决于网络环境
Google Flow Music 上线万圣节玩法：在平台上打开自己的任意歌曲，点击南瓜图标即可生成一版「闹鬼混音」（spooky remix），入口为 flowmusic.app。属于节日主题的一键式音频改编功能，面向已有歌曲素材做风格化再生成。做节日向短片、短视频配乐和音效变体的后期可以试一下出片速度。
Flow Music 加了个南瓜图标，点一下就把自己的歌改成万圣节味的混音，做节日短片配乐和短视频音效的可以拿它快速出氛围版本。
点击打开原平台查看，能否访问取决于网络环境
OpenRouter 发布其供应商路由算法自成立以来最大的一次升级，从主要按价格优先改为按「实际请求成本下的最佳推理质量」调度，表现更好的供应商自动获得更多流量。官方对比数据：TTFT p95 降低 18.9%，至少触发一次 429 的比例从 7.1% 降至 3.8%，需要重试的比例从 10.4% 降至 6.9%，每百万 token 成本上升 7.3%。
跑批量生成、接 API 出片的团队可以看一眼：TTFT p95 降 18.9%、429 比例从 7.1% 降到 3.8%，代价是每百万 token 贵 7.3%。
点击打开原文，能否访问取决于网络环境
豆包工作向团队订阅版和企业订阅版客户开放第三方模型服务，首批接入 Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等系列模型，上线后默认开启，企业无需另行向模型厂商采购或额外申请，按用量扣除已有 AI 点数。管理员可按成员、部门、群组或全员划定可用范围，按厂商一键批量启用，也可单独配置某一个模型。
企业版订阅里直接勾选 Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash，按用量扣已有 AI 点数，不用另找厂商采购。管团队账号的可以看看能不能省掉一笔单独采购的账。
点击打开原文
可灵AI实战测评室邀请创作者阿米Amir用Kling 4.0制作粤语温情短片《得闲饮茶》，检验慢节奏情感叙事表现。反馈要点：单次原生输出 30 秒（3.0 最长 15 秒）、全能参考、多关键帧最多 10 张图，动作与节奏安排余地更大；12 个角色资产一致性比 3.0 更稳，粤语对白与口型匹配出色；新增 21:9 画幅。
可灵官方实测室请人用 4.0 拍了部粤语温情短片，30 秒原生输出、最多 10 张关键帧、12 个角色资产一致性比 3.0 稳，做慢节奏情感短剧的可以照着这套参数跑一遍。
点击打开原平台查看，能否访问取决于网络环境
创作者 Dustin Hollywood 给出 AI 长片的积分测算：Seedance 2 生成 776 个镜头、90-100 分钟剧情片长度内容约需 160 万积分（上下浮动几千），Seedance 2.5 覆盖约 98 分钟约需 260 万积分，均为 720p 输出。这是按镜头数折算的整片成本口径，可直接用于估算单分钟积分消耗与预算规模。
有人把 AI 长片的账算出来了：776 个镜头、90-100 分钟、720p，Seedance 2 约 160 万积分，2.5 约 260 万。做 AI 长片和短剧的制片可以拿这个数直接倒推预算。
作者用 Qwen3-TTS 给自建游戏做旁白，1.7B-Base 从 28 秒参考音频提取 2048 维说话人嵌入，加权平均混合出独特音色；把克隆嵌入传入 1.7B-CustomVoice 后可用指令控制情绪（悲伤、低语），效果超出预期。另演示用 14 对男女声求平均得出「性别轴」来移动音色，并测试了嵌入做说话人识别的效果。Qwen3-TTS 分 Base（克隆）、CustomVoice（九个内置音色+指令）、VoiceDesign（文字描述造声）三类模型。
28 秒录音提 2048 维说话人嵌入，加权平均能混出新音色，再喂给 CustomVoice 就能下「悲伤」「低语」这类指令。做游戏配音和 AI 短剧声音的可以照着跑一遍。
点击打开原文
作者 Umesh 用语音命令起头，在 CineMap 里搭出 3D 雨林世界，再把它作为参考图送进 TapNow 做写实渲染，得到最终画面，并附上了完整工作流。这条的价值在于「先用 3D 定构图和机位、再交给生成模型出质感」的两段式做法，比纯文生视频多一层可控性。
语音起手、CineMap 搭 3D 世界当参考、TapNow 出写实渲染，一条从场景到成片的流程。做视觉和分镜的可以照着跑一遍，看 3D 参考能不能把镜头控制住。
点击打开原平台查看，能否访问取决于网络环境
Tejas Kulkarni 发推展示用 Genie 4 实时模拟 Blender，附一段演示，展示的是世界模型对 3D 软件界面的实时模拟能力，不是影视成片。
Genie 4 被拿来实时模拟 Blender 界面操作，属于世界模型跑软件交互的玩法演示，不是出片工具。做 3D 和预演的可以点开看看它模拟到什么程度。
点击打开原平台查看，能否访问取决于网络环境
韩国创作者 Director Hera 发布一套 Wan 3.0 提示词技能包，结构参考 Seedance 2.5 的工作方式，覆盖情感表演、相机动线、照明与声音、参考图像和参考视频各自的作用，并附电影、广告、音乐视频三类示例以及按结果反推的修改方法。可在 Codex 中调用，也可直接让 AI 读取这份指令使用。作者注明这是非官方社区技能，实际出片质量尚未测试。
把情感表演、相机动线、灯光声音、参考图作用拆成可套用的提示结构，还带电影/广告/MV 示例和改法。写分镜提示老卡壳的编导可以拿来当模板改。
作者演示用 4 张照片把乐队成员和特写主唱替换进一段 Tiny Desk 演出片段，保留原剪辑点、机位和原声，无需写 prompt，附有工具入口链接。对做音乐类短视频和 MV 的后期来说，这种「原片不动只换人」的做法可以直接套到翻唱、乐队宣传片上。
拿 4 张照片把乐队和主唱换进现成演出片段，剪辑点、机位、原声全保留，做 MV 和翻唱视频的可以试这套换人流程。
点击打开原平台查看，能否访问取决于网络环境
PixVerse 官方账号发起一场模型对比：用同一段 POV vlog 提示词，分别跑 Kling 4.0 与 Seedance 2.5，成片并列展示并公开完整提示词，邀请用户投票选优。对做第一人称视角短片和 vlog 的创作者，这是一组同条件对照样本，可用来判断两个模型在运镜、人物视角和画面质感上的差异。
同一段 POV vlog 提示词喂给 Kling 4.0 和 Seedance 2.5，在 PixVerse 上直接对打，选型纠结的可以看两边出片差异再决定押哪个。
点击打开原平台查看，能否访问取决于网络环境
Meshy 官方账号展示一条万圣节厨房小动画：Meshy 生成小猫变身前后两个 3D 模型、微波炉和全部厨房道具，Blender 负责场景布局、材质、灯光、动画与最终渲染，成片是「可爱小猫进微波炉、邪恶小猫出来」的变身梗。做 3D 动画和道具资产的可以看它怎么把 AI 建模塞进传统 Blender 流程。
Meshy 出小猫前后对比模型和微波炉道具，Blender 管布局、材质、灯光、动画和渲染，做 3D 向短片和道具资产的可拆这套分工。
点击打开原平台查看，能否访问取决于网络环境
Luma AI 博客文章讨论用 AI 换脸技术做广告本地化：一条已通过的广告图可衍生出多个地区版本，一张主视觉可支撑一批 A/B 测试素材，减少为每个市场单独组织拍摄。文中提到时尚品牌可借此降低重复制作成本，个性化广告结合场景定向投放可实现 2 倍 ROAS，并强调商用换脸需要同意书与披露流程。
讲的是用 AI 换脸把一条已通过的广告素材改成多地区版本、省掉重拍，做品牌广告和投放物料的制片可以看看思路。
点击打开原文
创作者 PixelAIGC 用 Muse 一次性生成 130 段、共 1300 秒（约）的鲁迅《故乡》影像，自称是全网首个超的一键生成长片，消耗掉一天额度后动用第二天额度，保留原声与音效，后期在剪映加字幕。
130 段共 1300 秒一次性生成，保留原声和音效、剪映补字幕，做长片和短剧的可以拉片看长叙事里镜头和角色怎么接。
点击打开原平台查看，能否访问取决于网络环境
B站出现一部AI版《武林外传》同人剧，作者自称「手搓第85回」，原片约一小时，转发者截取了开头三分钟。转发者评价人物形象与声音的一致性「到了能以假乱真的地步」，并推测是用本地部署的模型跑的。对做AI短剧和经典IP二创的团队来说，这是少见的单集长体量同人案例，角色一致性和长叙事节奏是主要看点。
一小时体量的AI同人剧，人物和声音一致性被转发者评价为「以假乱真」，做AI短剧和IP二创的可以拉片看长叙事怎么撑住。
点击打开原平台查看，能否访问取决于网络环境
