X 用户 @chetaslua 称发现 Google Omni Flash 1.2，列出三项能力：1080p 与 4K 输出分辨率、帧插值、参考与扩展（reference、extend）。该用户同时表示开始征集提示词，想用上一版模型做不好的提示来测新版本。目前信息来自个人爆料，非 Google 官方发布。
爆料称 Omni Flash 1.2 支持 1080p/4K 输出、帧插值和参考扩展，做 AI 视频的可以盯一下这几个能力点，等官方确认后跑一遍看画质和镜头延展稳不稳。
点击打开原平台查看，能否访问取决于网络环境
Scenario 开源 3D OS，把一整套 3D 制作拆成 6 个部门共 80 项技能：动画（任意角色绑定、从视频提取动作）、美术（预演与分镜、角色与生物）、建模（图生 3D、硬表面武器载具）、材质灯光（PBR 材质与重贴图、灯光渲染）、世界（可行走 3D 场景、天空盒与 splat 场景）、流程（重拓扑与 UV 烘焙、游戏可用导出），另有专家工具层直接驱动 Blender、Maya、ZBrush、Unreal、Unity、Godot、Roblox。从一张草图到游戏可用资产，各部门依次交接。运行在 Scenario 上，可接入 Claude Code、Codex 或 Cursor。
把建模、绑定、材质、灯光、预演拆成 6 个部门 80 项技能，还能直接驱动 Blender、Maya、Unreal。做 3D 资产和预演的视觉师可以拉下来跑一遍，看它接不接得上自己那套流程。
点击打开原平台查看，能否访问取决于网络环境
生数科技与腾讯云在腾讯全球数字生态大会上签署战略合作协议，围绕视频生成大模型、云基础设施与行业解决方案展开合作。Vidu 全系列模型已入驻腾讯云 TokenHub，上线 Vidu Q4 Preview、Q3 Pro 及 Vidu S2 等模型，其中 Q4 Preview 支持最高 4K 输出、最多 15 张参考图与 3 段参考音频。
Vidu 全系模型进了腾讯云 TokenHub，Q4 Preview 支持 4K 输出、15 张参考图加 3 段参考音频。做短剧和角色 IP 的可以看看多参考图能不能稳住人物一致性，技术整合方则多了一条云上调用路径。
OpenRouter 宣布 The Biological Computing Company 的 mischief 1 模型上线，支持一张起始图加提示词生成 3 秒或 5 秒、480p 或 720p 的视频片段，价格从每秒视频 0.005 美元起，入口为 openrouter.ai/tbc/mischief-1。该模型基于该公司四年脑细胞电极培养研究。
每秒 0.005 美元、480p/720p、3 或 5 秒片段，价格低到可以拿来做批量试错。技术整合者可以接 API 跑一轮，看这种脑细胞培养出来的模型出片稳不稳。
点击打开原平台查看，能否访问取决于网络环境
Artificial Analysis 榜单显示，Utopai Studios 基于 MiniMax H3 后训练的 Utopai X 在 AA-Video-I2V v2.1 排第二，仅次于 Dreamina Seedance 2.5，是唯一同时进入图生视频与文生视频两个榜单前二的模型，也是 H3 系里排名最高的（高于 MiniMax H3 768p、Hyperflow H3、MiniMax H3 Max）。官方测试称其在物理、多场景与叙事类提示词，以及 Frontier、UI/UX 与动效设计、生产力场景表现更好。目前只在 Utopai 自家制作平台 PAI 内可用，1080p 每秒 93 PAI credits，无公开 API，PAI 订阅 15 美元/月起含 1000 credits。
基于 MiniMax H3 后训练的 Utopai X 在 AA 图生视频榜排第二，仅次于 Seedance 2.5，物理和多场景叙事提示词表现最好。做短剧和分镜的可以拿它跟 Seedance 对跑同一批镜头。
点击打开原平台查看，能否访问取决于网络环境
PixVerse 官方宣布 PixLight 2026 征片 10 月 31 日截止，仅剩 1 天，奖金池 30 万美元，分 Pilot 赛道与剧本赛道两条投稿路径，投稿链接随推文给出。有已完成成片或剧本项目的创作者需在截止前提交。
PixVerse 官方征片只剩一天，30 万美元奖金池分 Pilot 和剧本两条赛道，手上压着成片没投的编导和短剧团队今天就得交。
点击打开原文，能否访问取决于网络环境
Artificial Analysis 榜单显示，Video Rebirth 的 8 步 LoRA Hyperflow H3 在 AA-Video-I2V v2.1 排第 5、AA-Video-Editing v1.1 排第 3，两项价格均不到 Dreamina Seedance 2.5 的一半。8 步出图意味着单条生成步数少，配合低价对高频出片和反复改片的场景有成本优势。
8 步 LoRA 的 Hyperflow H3 在 I2V 和视频编辑两个榜分别排第 5、第 3，价格还不到 Seedance 2.5 的一半。做批量出片和后期改片的可以拿它跟现用模型比一轮成本。
点击打开原平台查看，能否访问取决于网络环境
GitHub 上的 EntranceStarfish/VoiceStudioV2 是 VoiceStudio 的非官方分支，把实时变声、文本转语音、声音克隆和配音四项能力打包成本地语音工作室，完全离线运行，不需要云端服务和 API key，并提供可直接替换的 OpenAI 兼容接口。做 AI 短剧配音、后期声音替换和批量旁白的团队，可以把它接进现有流程里试离线出活的质量和速度。
变声、配音、克隆、TTS 全塞进一个本地跑的包里，还带 OpenAI 兼容接口，做 AI 短剧配音和后期声音的可以拉下来跑一遍，看离线出活稳不稳。
点击打开原文
开发者 Zvezdan（@acroqube）发布自建 3D AI 工具 Fabrika，采用节点式工作流，内置 3D 视口与配套工具，作者称仍处早期阶段但已具备一定能力。定位是替代他本人不满意的现有 3D AI 工作方式。
个人开发者嫌现有 3D AI 流程不好用，自己搭了个带 3D 视口和节点编辑的工具，目前还在早期。做 3D 资产和场景的可以收藏着看后续。
点击打开原平台查看，能否访问取决于网络环境
Krea AI 宣布其插件已接入 Grok，用户在 Grok 对话里提出请求，即可把草图转成卡通动画，由 Krea 插件驱动。适合分镜草稿快速出动画预览、角色造型试片等场景。
在 Grok 里提一句需求，草图就出卡通动画，Krea 插件驱动。做分镜草稿和角色试造型的可以拿它跑几版，看风格稳不稳。
点击打开原平台查看，能否访问取决于网络环境
Kimi 推出 3D Make 功能，官方称可连接 Blender 和 CAD 等工具，用于创建模型、组装场景和开发游戏，现已在 kimi.ai 与 Kimi Work 开放使用。对做三维预演、场景搭建和游戏原型的创作者来说，这是一条把对话模型接进建模工具的路径，实际能接管多少建模与组装环节需要自己上手验证。
Kimi 把对话能力接到 Blender 和 CAD 上，能建模型、搭场景、做游戏，已在 kimi.ai 和 Kimi Work 开放。做三维预演和场景搭建的可以上手试试它到底能接管多少手工活。
点击打开原平台查看，能否访问取决于网络环境
Krea AI 为 Krea Nodes 推出多人模式，团队成员可在同一项目中协作、共同搭建工作流。对习惯用节点方式串图像/视频生成流程的团队来说，这意味着美术、后期可以同时在一个项目里改参数和接节点，省掉导出再合并的环节。
Krea 的节点式工作流现在支持多人同项目协作，视觉组和后期组可以几个人同时搭一条流程，不用来回传文件。团队规模超过两人的可以试一下。
点击打开原平台查看，能否访问取决于网络环境
Meshy 官方发布演示：在 Blender 中通过 Meshy MCP 用自然语言指令完成建模，示例流程包括生成一辆餐车、从参考图片添加道具、在光标处放置扩音器、把电视尺寸设为 1m、撒垃圾增加真实感。展示的是对话式指令直接驱动 3D 资产生成与摆放，面向场景搭建和道具制作环节。
Meshy 官方演示在 Blender 里用 MCP 对话生成餐车、按参考图加道具、按尺寸摆电视，做场景和道具的视觉师可以试这套流程。
点击打开原平台查看，能否访问取决于网络环境
fal 平台接入 Sperid Labs 的 Idol，把单张图片转成 3D Gaussian splat，耗时约 10 秒，密度可选 32K 至 1M Gaussians，导出 .ply splat 文件加 .glb 预览，照片和渲染图都能作为输入。适合需要快速把概念图、场景照变成可转视角三维参考的美术和预演环节。
单张图 10 秒出 3D 高斯溅射，密度 32K 到 1M 可调，导出 .ply 和 .glb。做场景预演、道具和空间参考的美术可以接 API 试，纯 2D 出片的团队用不上。
点击打开原平台查看，能否访问取决于网络环境
OpenCode 2.2.3 新增图像生成工具，支持调用 OpenAI、Gemini、Grok 等厂商的图像模型，官方给出的用法是为电子游戏生成概念 UI 或参考美术。对视觉开发和做游戏美术的人来说，出图这一步可以直接在写代码的智能体里完成，不用再切到另一个工具。
编程智能体里直接调 OpenAI、Gemini、Grok 的图像模型出概念 UI 和参考美术，做游戏美术和视觉开发的可以试试把出图这一步并进写代码的流程里。
点击打开原文，能否访问取决于网络环境
开源项目 StableGen 更新 0.4.0，在 Blender 内把多个 AI 模型串成一条流程：TRELLIS.2 生成 3D 模型，Qwen Image 2.1 与 Marigold V2 出纹理材质，支持选中区域改衣服，SkinTokens 自动绑骨骼，最后导入 Unreal Engine 5；演示里还批量生成了房屋、风车、摊位搭出完整村庄。项目免费开源、支持本地运行，对显卡要求较高，部分底层模型有商业使用限制。
从一句话到 3D 模型、贴图、换装、自动绑骨骼再进 UE5，全在 Blender 里跑完，还演示了批量搭村庄场景。做游戏资产和虚拟场景的技术整合者可以装来试，拍片的用不上。
点击打开原平台查看，能否访问取决于网络环境
Anthropic 把 Claude 订阅套餐改名：Max 5x 变 Max（100 美元/月），Max 20x 变 Ultra（200 美元/月），价格和总限额不变。多数老订阅者的认证 Ultra 账号即日起取消 5 小时限制，新账号保留临时限制防滥用，周限额照旧。
订阅套餐改名加取消 5 小时限制，重度用 Claude 写脚本、跑批处理的团队能少被限流打断，价格没变。
点击打开原文，能否访问取决于网络环境
作者用 Claude Code 写代码直接生成剪映草稿，推送到剪映 v11.7 后可在 App 首页打开，进入图层手动微调字幕、转场、画中画等效果，成片即演示视频。作者称不走剪映官方接口，而是按 v11.7 的加密方式写入草稿，代码已开源在 GitHub（YeJe-cpu/easy-jianying）。对后期的价值在于把 AI 生成的结构化剪辑结果落进熟悉的剪辑软件里改，避免整段重渲染。
用 Claude Code 生成剪映草稿文件，炫技、字幕、转场、画中画全在代码里排好，进剪映再手动微调图层，省掉反复重渲染的等待。后期和做批量短剧的可以扒开源码跑一遍。
点击打开原平台查看，能否访问取决于网络环境
可灵转发 Simon Meyer 团队用 Kling 4.0 制作的万圣节 AI 短片，团队公开了制作流程：花两周时间反复迭代怪物、场景和风格的首帧；提示词只写谈话要点而不写死台词，让模型即兴作答；用 Kling Flash 快速生成多个镜头版本再挑最佳。
两周磨首帧、提示词只写谈话要点让模型即兴接话，这套做法对拍对话戏的编导有直接参考价值，可以照着跑一遍。
点击打开原平台查看，能否访问取决于网络环境
作者称通过 Renoise MCP 接入 Codex 等 Agent，可自动完成分镜规划、视频素材生成、剪辑、配乐到渲染出片的全流程，内置产品宣传片、3D 动画等视频 Skill，不写专业提示词也能复用现成工作流。文中演示用 Codex + Renoise MCP 三句话复刻国外爆款宣传片的镜头节奏与视觉风格，并做了一支麦当劳广告短片；另列出一句话生成产品宣传片、知识科普动画、口播自动精简配动态字幕三个场景。
作者用 Codex 接 Renoise MCP，三句话复刻爆款宣传片节奏并做了支麦当劳广告，分镜、素材、剪辑、配乐、渲染一条流程走完。做后期和接商单的可以照着跑一遍看质感够不够。
点击打开原平台查看，能否访问取决于网络环境
PixVerse 官方发布一条 30 秒 16:9 写实冒险惊悚片提示词，用 4 张参考图分别锁定美洲豹、雨林、瀑布水潭和背包客，要求全程保持人物身份、服装、花纹与背包一致。提示词按 0–5s 到 26–30s 分七段给出镜头调度，从美洲豹突袭、泥地摔倒到跳入水潭逃生，并规定自然滤光、电影感对比、硬切与正常速度，无对白和文字。
官方给了一份能直接抄的完整分镜提示词：4 张参考图锁角色和场景，七段时间码写清镜头调度。做 AI 短片和动作戏的可以拿去跑一遍，看多镜头一致性稳不稳。
作者 Elvar 把整套 3D 工作流打包成一个 Claude 技能，给 Opus 5.5 一张参考图，要求把每个部件都用代码实现：外壳、齿轮、软管全部是 three.js 代码，大齿轮下藏了 260 个活塞、螺丝和线缆。出片前先让模型把渲染结果与原图并排比对三轮；第一版只是悬停，改成每 2-3 秒拆开一个部件，拉一条腿对应伺服杆就翻成 DETACHED 状态。两天做了 7 个，模拟已上线 playground，技能、playground 和 9 条 prompt 一并公开。
一张参考图让 Opus 5.5 用 three.js 把每个零件写成代码，还先对着原图比三轮渲染再出片。做视觉开发和机械/产品类镜头的可以看看这套拆解思路。
点击打开原平台查看，能否访问取决于网络环境
豆包工作新增类似 Codex 的录制回放功能：录制电脑操作并配语音讲解，AI 生成步骤后复刻执行，最长录制 30 分钟。作者实测发现用户占用窗口时它会主动暂停而非重试，适合没有 API、跨多软件的工作流；作者用它录制随机跨平台浏览节奏采集小红书低粉爆款内容，降低风控检测概率，并计划把 Codex 上做好的 skill 迁移过来省额度。
录一遍电脑操作配语音，AI 自己复刻成可重复执行的步骤，最长 30 分钟。没有 API 的跨软件流程、素材采集这类脏活可以交给它跑。
点击打开原文，能否访问取决于网络环境
作者启明破晓推荐开源 Skill「Motion Prompt」，把各类动画、运镜、转场、UI 动效整理成可视化案例库，看到想要的效果可直接取用对应提示词与实现参考交给 AI，减少反复描述。安装命令为 npx skills add showheyohtaki/motion-prompt，项目地址 showheyohtaki.github.io/motion-prompt，面向 Claude Code、Codex 等 Vibe Coding 场景。
把动画、运镜、转场、UI 动效做成可视化案例，看到哪个顺眼就把提示词和实现参考丢给 AI，省掉「高级一点、丝滑一点」这种无效沟通。用 Claude Code、Codex 做动效的可以装一个试试。
点击打开原平台查看，能否访问取决于网络环境
月之暗面官方介绍 Kimi K3.1 Pro 的 3D 创作教程（该产品 10 月 24 日已发布），区分参数化建模与网格化建模两种方式及对应工具选择，给出 4 个案例的具体操作：Unreal Engine 里搭东方天宫、做可 3D 打印的台灯、纯代码调用 Blender 生成建筑、用 Tripo 加 Blender 搭微缩城市，另附「图胜于言」「先搭灰模再细化」等 5 条使用技巧。
月之暗面官方拆了参数化建模和网格化建模两条路，四个案例从 Unreal 天宫到可 3D 打印台灯都有具体操作。做场景概念和美术预演的可以照着跑一遍，看能不能替掉一部分手工建模。
点击打开原平台查看，能否访问取决于网络环境
作者对比了自己前后两版出图提示词：早期写「iPhone 拍摄、35mm 等效焦距、柔和侧逆光、对角线构图、人物在右三分之一」，现在改用一套 JSON 编译器，只输入临时想到的变量，核心逻辑是「画面先有事情发生，再被手机偶然拍下来」——先设想一个不为摄影而存在的生活瞬间（追公交、被朋友叫住、边走边整理购物袋），拍摄者恰好在场按下快门，模糊、遮挡、偏斜、裁切、视线才各有成因。文中还引述 OpenAI 2026 年 10 月 2 日 GPT-6 使用指南的说法：模型越擅长理解细微差别与模糊信息，过度具体的指导反而可能妨碍结果，建议优先给目标、背景、约束和完成标准。作者把这种转变概括为从「指令控制」转向「意图与条件设计」。
把「模特站着等拍」换成「她正在追公交、被朋友叫住」，模糊和裁切才有理由。做视觉开发和 KV 的可以拿这套思路重写自己的提示词模板。
点击打开原文，能否访问取决于网络环境
花叔（@AlchainHust）用 Claude Code + Codex 为地球上全部 11,064 种现存鸟类各生成一张贴纸，基于真实参考照片绘制，附 43 种语言名称和物种数据，全部开源在 GitHub 免费使用。流程上由 AI 绘制后交给另一个独立 AI 审查员评分，7,676 种通过标准、3,388 种未通过，数据中标明哪些不合格。作者称消耗 1B+ tokens。
11064 张贴纸全流程 AI 生成，再用另一个 AI 当审查员打分，7676 张过线、3388 张被刷掉。做批量素材和风格统一的视觉团队可以看这套「生成+自动质检」怎么搭。
点击打开原平台查看，能否访问取决于网络环境
