Raylight 2.0 发布，把视频生成变成可编辑的 3D 画布：描述的视频以图层和动画块落地，不是一次性渲染的黑盒；不满意某个运动可以直接拖拽或重新提问，时间线和帧保持不变；截图可转成带真实光影的 3D 产品图，支持导入自有 3D 模型；可在 Claude、Cursor 或独立 App 中使用，无需 Team 套餐。
动态图形不用再靠反复改提示词重渲染，画面拆成图层和动画块，拖一下就能改，同一时间线同一帧。做后期包装和视觉的可以拿它跑一遍改稿流程。
点击打开原平台查看，能否访问取决于网络环境
Topaz Labs 发布 Wonder 4，一个把图像放大、锐化、去噪合到一次操作里的模型，已在 Topaz for Web 和 Mobile 上线。官方称用了业界首个「Mixture of Experts」结构：先把画面切成若干区域分别分析，再对每个区域同时做多项增强，主打各类照片的通用修复。
老照片、低清素材、AI 生成图的糊和噪，一键过一遍就能救回来，做后期的可以拿手头废片试效果。
点击打开原文，能否访问取决于网络环境
TaoMate-FVSR 针对 AI 视频中远景小脸被抹糊的问题，通过音频驱动修复人脸，让嘴唇和牙齿与台词对齐；同时支持重新配音——换上新语音后嘴型自动跟随。代码和权重已上传，项目页在 taoliveaigc.github.io/TaoMate-FVSR/。对短剧和后期团队来说，这是把废片里糊掉的小脸镜头救回来的一个环节，换台词重配也不用重拍。
专治 AI 视频里远景小脸糊成一团、口型对不上的老毛病，还能换配音让嘴跟着动。做短剧后期的可以拉下来跑一遍，看自家废片能救回多少。
点击打开原平台查看，能否访问取决于网络环境
开发者 Antonio Fernandes 发布 Open Cinema Studio，一个跑在 ComfyUI 上的本地开源电影工作室，覆盖写剧本、导演、生成视频与声音、剪辑几个环节，采用 MIT 协议开源，附带 26 个工作流，仓库和演示视频均已放出。对想自己搭一套本地出片流程的创作者，26 个工作流可以直接当模板拆开看各环节怎么接。
把写剧本、导片、出画面加声音、剪辑串进一套本地 ComfyUI 流程，还附 26 个工作流和 MIT 代码。自己搭流程的可以拉下来跑一遍，看能不能替掉现在拼的几个工具。
Hume 发布语音决策模型，跳过语音转文字环节，直接对原始录音提问并输出概率，例如「客户是不是发火了」「他是不是在犹豫」，单次判断耗时 0.23 秒。相比先转写再分析的做法，叹气、停顿、语气等信息不再丢失。成本方面，一通 5 分钟电话问 6 个问题约 9 分钱人民币。适用于客服质检、销售复盘和语音 Agent 场景。
不转文字直接听原声判断「客户是不是发火了」，0.23 秒出概率，5 分钟电话问 6 个问题约 9 分钱。做配音、虚拟角色对话和语音 Agent 的可以接来测情绪识别准不准。
点击打开原平台查看，能否访问取决于网络环境
Epic 官方宣布虚幻引擎 5.9 将于下周以预览版形式发布，内容包括改进的 AI 工作流、以 Web 作为目标平台、渲染与动画更新等。官方表示正在 GitHub 的 5.9 分支上进行改动，接下来几天还会有更多更新，具体细节后续公布。
官方只给了方向没给细节：AI 工作流改进、Web 作为目标平台、渲染与动画更新。用 UE 做虚拟制片和实时预演的团队，下周预览版出来先跑一遍渲染和动画那两块。
作者 @leo_xiaolei 预告即将发布一款视频 Skill，灵感来自 Ann Nguyen，做了风格提取。支持平台扩至 CodeX、Claude Code、Grok Build、Grok Bot、Muse，均已测试，不同平台有兼容性调整、产出效果略有差异，后续计划支持 WorkBuddy。内置四款无版权合成音色做讲解旁白，可自行添加音色；默认比例 3:4 可指定任意比例；时长逻辑优化为 2-3 分钟，适配小红书、抖音等自媒体，也可明确指定期望时长。
一个把图文转成带旁白短视频的 Skill，默认 3:4、2-3 分钟，正好卡小红书和抖音的规格，做自媒体批量出片的可以等上线后跑一遍。
点击打开原平台查看，能否访问取决于网络环境
作者在 GitHub 上发现一个基于 Muse 的开源视频生成工具，实测称其较好解决了角色一致性问题。功能是把一句话的故事脚本拆成 N 个匹配 Muse 的 10 秒镜头，批量抽卡生成候选分镜，再自动选片、终审、二次剪辑，最后拼成长镜头出片。
一句话脚本拆成 N 个 10 秒 Muse 镜头、批量抽卡再自动选片终审拼长镜头，做短剧的可以扒下来跑一遍看角色一致性稳不稳。
点击打开原平台查看，能否访问取决于网络环境
作者向 Claude Code 输入一句话，1 小时 54 分钟后得到一部 60 秒短片《发条鸟苏醒》：赛璐璐风格矢量美术，每个齿轮弹簧羽毛都是独立部件飞入拼合；一个连续镜头从山坡穿过阁楼窗户落到工作台再飞向云层；原创圆舞曲以代码逐音符写成，同一旋律由长笛、钢片琴、双簧管、小提琴到全乐团层层推进；所有音效由纯数学合成，每次咔哒声与部件接触帧对齐在 5 毫秒内。无素材库、无音效库。
作者把一句话丢进 Claude Code，1 小时 54 分后拿到美术、动画、配乐、音效全包的短片，还拆了镜头运动和音画对帧的做法。做动画和声音的可以看它怎么把配乐写成代码、把音效卡到 5 毫秒内。
点击打开原平台查看，能否访问取决于网络环境
作者整理了 8 个用 Claude 做视频的 GitHub Skill 与项目：anatomy（约 2.41 万 Star，把复杂原理做成等轴测解释图，输出 SVG/WebGL/三维交互画面）、lemo-opuscar（约 1.12 万 Star，66 种现成风格做口播短片，含配乐与旁白）、pixelfx（约 3540 Star，244 个像素特效，可换色镜像导出精灵图）、huashu-motion（约 2130 Star，产品发布片与宣传动效，支持在预览画面上点位置直接改）、animate（约 1410 Star，7 种风格讲解短片，先确认故事节奏与分镜再出动画）、teardown（约 1280 Star，三维拆解模拟器，可逐帧录 60fps 视频）、vibe-knowledge-film（约 950 Star，知识类短片）。多数靠代码绘制渲染，成片需另行录制或调度。
8 个 GitHub 项目按用途分好了：口播片、产品宣传动效、像素特效、机械拆解、剪映草稿各有对应仓库，Star 数从 950 到 2.4 万。想用 Claude Code 搭视频流程的，从 lemo-opuscar 和 huashu-motion 这两个先跑。
点击打开原文，能否访问取决于网络环境
Mickmumpitz 发布 SplatKit World 工作流：输入照片或文字提示，在 ComfyUI 里用开源模型本地生成可探索的 3D 世界。流程是手绘无人机飞行路径，用 Wan 完成场景映射，再由 Spirula 训练 splat 表示。该作品为其参加 #OpenSourceHiggsfield 活动的投稿，附有链接。
作者把照片/文字提示变成能走进去的 3D 场景，全程本地开源模型：Wan 做场景映射、Spirula 训 splat，还能手画无人机航线。做虚拟置景和预演的视觉师可以拆他的节点流程。
点击打开原平台查看，能否访问取决于网络环境
开发者用 NVIDIA Nemotron 系列搭了万圣节互动投影装置 MonsterHouse：Nemotron ASR 负责语音识别，Nemotron 3.5 Bolt E4B（4GB）负责对话生成，Magpie TTS Zeroshot 负责语音合成，Audio2Face-3D 驱动角色嘴部动画，整套跑在单台工作站上。对做实时虚拟角色、线下互动装置的团队，这是一份把听、想、说、对口型四段串起来的现成参考。
ASR 听、4GB 小模型对话、TTS 出声、Audio2Face-3D 驱动嘴型，全跑在一台工作站上。做互动装置和虚拟角色实时对话的可以拆这套组合。
点击打开原文
博主 @jarvis11x 分享一套用 Muse 批量复刻抖音爆款电影感视频的做法：先把热门对标视频的分享链接交给 Muse，再输入提示词要求按该视频的风格和分镜复刻 10 条同风格视频，最后从中挑效果较好的一条，配上与对标视频类似的文案和标签发布。作者称这类视频在抖音上不少新号能拿到几十万播放，实测制作流程很简单。
三步流程：把对标视频链接丢给 Muse，让它按同款风格和分镜复刻 10 条，挑一条配相似文案发布。做抖音号矩阵和短剧投流的可以照着跑一轮，看批量出片的废片率。
点击打开原平台查看，能否访问取决于网络环境
Arena 发布 Gemini 4 Carbon 预览版早期实测，由 @petergostev 长时间测试 3D 生成、创意提示词、可视化讲解和 UI 任务，横向对比 Gemini 4 Argon、Claude Opus 5.5、GPT-6.1 Sol、Muse Wonderful、Kimi 与 DeepSeek。测试维度偏通用能力，未涉及视频或图像生成。
第三方实测，拿 3D 生成、创意提示词和 UI 任务横向比了 Gemini 4 Argon、Claude Opus 5.5、GPT-6.1 Sol 等六款模型，想换主力模型的可以看它跑出来的差异。
点击打开原平台查看，能否访问取决于网络环境
作者给出两条本地/云端跑视频生成的路子：一是用 Google AI 会员附带的 Colab 额度跑 A100（80GB 显存），称每月 credits 约够 40 小时；二是自购硬件，作者本人用 M3 Ultra 通过 MLX-Serve 跑 MiniMax H3，Good Quality 档位生成 10 秒视频约 10 分钟，并提到本地生成速度相对偏慢。
个人经验帖：Google AI 会员的 Colab 额度每月够跑约 40 小时 A100（80GB），作者自己用 M3 Ultra 走 MLX-Serve 跑 MiniMax H3，10 秒视频约 10 分钟。想省硬件钱的可以先拿云端额度试几天。
作者 Emily 贴出一份 15 秒、6 个镜头的分镜表，每帧标注时间码、机位与动作、以及对应的 Three.js 实现方向：黄铜莲花从闭合到 36 片花瓣按黄金角依次展开，8.4 秒全部打开，再按逆序合拢。文中明确图片仅作视觉参考，机械结构以代码为准。这种「分镜即代码指令」的写法对做程序化动画和精确镜头调度的编导有参考价值。
一条把分镜写成逐帧时间码 + 镜头运动 + Three.js 实现指令的帖子，36 片花瓣按黄金角展开、8.4 秒全开，做分镜表和程序化动画的可以看看这种写法。
点击打开原平台查看，能否访问取决于网络环境
X 用户 Mady Yang 发布 AI 影像作品，取材《西游记》中最黑暗的狮驼岭篇章，按原著设定还原角色体型：猪八戒身高 3 米、孙悟空 1.3 米。看点在于原著比例在画面中的落地方式与神怪题材的视觉呈现。
按原著还原猪八戒 3 米、孙悟空 1.3 米的身高差，做神话改编和角色比例设定的可以拉片看它怎么处理体型悬殊的镜头。
点击打开原平台查看，能否访问取决于网络环境
