Viggle 发布视频转换 Agent「Viggle Remake」并同日开放模型权重（Hugging Face 可下载）。能力包括：替换场景中角色且跨镜头保持一致、更换物体与背景、改风格或加 VFX，单条最长 2 分钟，支持继续对话修正任意镜头。720p 定价每 10 秒 0.96 美元起，官方称低于 Higgsfield Genjutsu 的一半。
换角色、换背景、改风格、加 VFX 都在一条对话里改到满意，跨镜头还能保持一致，720p 每 10 秒 0.96 美元。做短剧和后期替换的可以拿它跑一遍废片率。
点击打开原平台查看，能否访问取决于网络环境
可灵AI 宣布 Kling 4.0 Flash 向所有用户全面开放，可通过 Kling AI 官网和 API 使用，同时支持 MCP、CLI 及 AI 插件接入；创作者可在 Adobe Photoshop、Premiere Pro 和 After Effects 中通过可灵插件调用该模型，入口为 klingai.com。对后期和短剧团队来说，模型直接进 PR/AE 意味着不用导出再导入，剪辑和合成环节就能出片。
可灵 4.0 Flash 这次不只开官网和 API，还给了 MCP、CLI 和 PS/PR/AE 插件，后期直接在剪辑软件里调模型，做短剧的可以跑一遍看废片率。
点击打开原文
月之暗面官方宣布开放 Kimi K3.1 Pro 模型权重，下载地址为 huggingface.co/moonshotai/Kimi-K3.1-Pro，官方表示将继续推进 open intelligence。具体规格需看 Hugging Face 模型卡。对自建推理环境、想拿开源权重做私有化部署或微调的团队，这是可直接下载的入口；对以视频/图像生成为主的创作流程，这条不涉及画面或声音能力。
月之暗面把 K3.1 Pro 权重挂上 Hugging Face，官方只留了一句「继续推进开放智能」。想本地部署或微调的自建团队可以先去仓库看模型卡，做片子的人这条先放着。
点击打开原文，能否访问取决于网络环境
OpenAI 基于新模型 Images 2.6 在 ChatGPT 上线 GIF 生成，正向网页、桌面、移动端的全部 ChatGPT 和 Codex 用户推送。用户可用文字提示或上传照片生成 GIF，并调整动画速度、编辑单帧；官方示例「做一只跳舞的猫」会生成同一角色的多个细微变体，再按翻页书方式串成 GIF，跨帧角色一致性是这次的关键改进。Images 2.6 同时提升整体出图速度，面向开发者放出 API 模型 GPT-Image-2.6「Flare」（偏效率）与「Sunburst」（偏画质），两个变体此前随 Image 2.5 首次推出。OpenAI 称 ChatGPT 与 API 每周生成图片已超 40 亿张，比 9 月多出 10 亿。
ChatGPT 现在能按文字或上传照片直接出动画 GIF，还能调速度、改单帧，靠的是 Images 2.6 的跨帧角色一致性。做表情包、片头小动效、分镜预演的可以上手试一轮，看角色会不会跑形。
点击打开原文
OpenAI 官方博客宣布将收购 Pierre Computer Company, Inc.，官方表述是借此扩充 Codex 在代码构建、理解与审查方面的工具能力。对做 AI 编程与自动化流程的团队，后续值得观察 Codex 在代码审查环节的能力变化；对影视、短剧、视觉类创作者，这条与日常出片流程没有直接关系。
OpenAI 官方宣布收购 Pierre Computer，用来扩充 Codex 在代码构建、理解和审查上的工具。做 AI 编程自动化的可以留意后续 Codex 能力变化，拍片团队这条可以先放着。
OpenClaw 接入腾讯混元 Hy4 同日在 2 个第三方平台上线可用：公众号 / AIHOT 全部动态。
OpenClaw 接入腾讯混元 Hy4 当天在这 2 个平台都能用上，按手上已开通的账号挑一个直接测，不用等单一渠道。
点击打开原文
Atmanity 发布实时形象模型 Atmee v2，用 1 张照片和 10 秒语音生成可实时视频通话的会说话角色。Atmee v2 负责渲染面部和身体，另一个模型 Causeur 驱动表情和手势跟随对话。发布方称比 Seedance 2.5、Wan 3.0 等视频模型快最多 50 倍、便宜 10-100 倍，开发者凭 atmee.ai 邀请码通过 API 接入。
一张照片加 10 秒语音就能实时视频通话，官方称比 Seedance 2.5、Wan 3.0 快最多 50 倍、便宜 10-100 倍。做虚拟角色对话和数字人直播的可以拿邀请码接 API 试延迟。
点击打开原平台查看，能否访问取决于网络环境
开源项目 REA-Video，装好后把视频交给 Agent，自动拆出每个镜头并判断画面是实拍、AI 生成还是代码动效，同时反推每个镜头的 Prompt、运镜方式、剪辑节奏、字幕和音效，最终生成一份带关键帧截图的完整复刻方案。免费开源，支持本地视频分析，GitHub 地址已公开。对做拉片分析、竞品拆解和 AI 短剧流程复用的团队，等于把「看片学做法」这一步自动化了。
给它一条成片，自动拆镜头、判实拍还是 AI 生成，再倒推 Prompt、运镜、剪辑节奏和音效，出一份带关键帧的复刻方案。做拉片和后期拆解的可以装起来跑一遍。
开源项目 anidoodle 发布，可在 Claude Code、Codex、Grok Build 中调用，用代码生成手绘风格的插画、动画和产品介绍视频。提供圆珠笔、蜡笔、水墨、版画、像素画等 32 种风格，每支片子附带画面被逐笔绘制的过程镜头，配乐同样由代码作曲。新版本加入 three.js 3D 视频、自动配音与字幕，另有一个评审 AI 反复检查并修正结果。Apache-2.0 免费，GitHub 星标 1227，可选装 373MB 真实乐器音色包。
32 种手绘风格、画面逐笔绘制过程自带、音乐也用代码写，还能自动配音加字幕。想不打开剪辑软件就出产品介绍片的，可以拿它跑一条试试。
点击打开原平台查看，能否访问取决于网络环境
PixVerse 官方在 X 上推广其 Canvas 功能，附 app.pixverse.ai/canvas 直达链接，定位为电影创意的起点工具。官方文案只给了一句「每部电影都始于一个创意，用 PixVerse Canvas 创作你的创意」，做 AI 短片前期构思和分镜的可以进 Canvas 页面自己看一遍实际能做什么。
PixVerse 官方放出 Canvas 入口，定位是「每部电影都始于一个创意」的前期构思环节。做分镜和视觉开发的可以点进去摸一遍，看它能不能接在现有出片流程前面。
Google 官方介绍 Gemini 3.8 Flash TTS 的 Voice Remixing 功能已在 Google AI Studio 和 Gemini API 上线。用户可从 2000+ 预设声音库或自定义声音起步，用提示词微调音色、音高、语速和口音，官方举例包括「加轻微美国南方口音」和「让它听起来像喷火龙」。
2000+ 预设声音加提示词改音色、音高、语速、口音，配音和短剧对白这条线能直接接 API 试。该产品的发布我们已在 2026-09-16 报过，这条是官方对已有能力的介绍，不是新上线。
点击打开原平台查看，能否访问取决于网络环境
Luma AI 推出 Character Sheet 功能，把用户提供的参考图整理成一张统一的角色设定表，后续生成新视角时持续调用这张表，避免角色形象在换机位时发生变化。对做多镜头叙事和系列角色的团队来说，这是把角色一致性从每次重新描述变成一次建档反复调用。
多视角角色一致性是 AI 短剧最疼的一环，Luma 这次把参考图固化成一张可复用的设定表，做系列角色和分镜的可以拿同一角色跑几个机位看脸崩不崩。
点击打开原平台查看，能否访问取决于网络环境
Google Workspace 官方介绍 Google Meet 的语音翻译由 Gemini 3.5 Live Translate 提供支持，语言覆盖扩至 63 种，支持任意语言组合的实时互译；新增自动说话人语言检测，用户只需选定自己的偏好语言，翻译由系统自动完成。适用于跨国会议、外语采访听译、多语种字幕初稿等场景。
Gemini 3.5 Live Translate 驱动，63 种语言任意组合实时互译，还能自动识别说话人语言。做海外合拍、跨国采访和外语素材听译的后期，可以拿它当实时字幕和会议记录的第一道工序。该产品的发布我们已在 2026-08-27 报过，这条是官方对已有能力的介绍，不是新上线。
Suno 官方宣布，现在可以在 Suno 上用 MIDI 起始歌曲创作，具体用法和细节写在其博客 suno.com/blog/MIDI-in-create。此前 Suno 的创作入口以文字提示为主，这次把 MIDI 作为起点，意味着旋律、和弦这类音乐结构可以由创作者先给出再交给模型续写。做配乐、短剧主题曲和片尾曲的后期与音乐岗，可以拿自己弹的一段 MIDI 试跑，看生成结果对原始旋律的保留程度。
Suno 现在能拿 MIDI 起头写歌，旋律和和弦走向可以自己先定死再让 AI 往下编。做配乐、短剧主题曲的可以拿一段自己弹的 MIDI 试一遍，看它跟不跟得住。
点击打开原文
OpenClaw 宣布支持腾讯混元 Hy4 模型，该模型具备视觉能力、1M-token 上下文窗口，以及改进的编码和长程智能体能力。用户可通过腾讯 TokenHub、TokenPlan 和 OpenRouter 三个渠道调用。对需要把长剧本、整季分镜或大量素材一次性交给模型处理的创作者，1M 上下文和视觉输入是主要看点。
混元 Hy4 带视觉和 1M 上下文进了 OpenClaw，长剧本、整季分镜这类大材料能一次喂进去。自己搭自动化流程的可以接上试试长程任务稳不稳。
点击打开原文，能否访问取决于网络环境
Manus 演示把照片转成可玩的 3D 版自己，并能走进用 Manus 创建的世界。其 3D 游戏构建已内建角色绑定与动画，可生成流畅且有表现力的角色动作，官方称过去需要专人数小时完成的工作现在默认包含。
照片直接变成能走能动的 3D 自己，角色绑定和动画成了默认项，不用再找人手动绑骨骼。做虚拟角色和互动内容的可以上手试一下动作表现。
点击打开原平台查看，能否访问取决于网络环境
Notion 官方宣布新功能：ChatGPT、Claude、Muse 和 Bot 可以把各自学到的知识保存到 Notion 中的同一份记忆里，并共用同一套技能。官方给出的入口是「Notion-pill your agents」的说明页。对需要把剧本、分镜、素材清单、项目文档集中管理的团队，这意味着多个 AI 助手可以围绕同一份资料库工作，而不是各存各的。
Notion 让 ChatGPT、Claude、Muse、Bot 把学到的东西存进同一份记忆、共用同一套技能。做项目管理和资料归档的团队可以试试，拍片现场的资料库和流程文档能少来回倒腾。
点击打开原平台查看，能否访问取决于网络环境
作者实测用 Grok Bot 搭配 Vercel 开源的 agent-desktop，让一个 Agent 操控本机其他 Agent 和应用，包括用剪映做 AI 剪辑。两条路线对比：amontlabs 的 LCU 走 macOS accessibility API 读界面元素，能识别按钮输入框，但剪映是 Electron 自绘 UI，时间线拖拽区对无障碍接口几乎不可见，指令收不到，平均耗时 4-5 分钟；agent-desktop 走 CGEvent 注入，直接模拟真实鼠标键盘事件，800ms 慢速拖动被剪映当作真人操作，本身是 CLI 不做推理，单独跑零额度消耗，写成脚本回放同样零消耗，只有遇到素材、导出分辨率等可变项才需模型介入。同一段剪辑第一次 13 分钟，第二次 37 秒。缺点是占用窗口，不像 LCU 能后台跑，作者建议配 mac mini。
作者把两条本机操控路线拆开对比：LCU 走无障碍接口读界面，agent-desktop 直接模拟鼠标键盘。同一段剪映剪辑第一次 13 分钟、第二次回放 37 秒，做后期和批量出片的可以照着搭一遍。
开源项目 video-shotcraft 是专为 Claude Code 和 Codex 打造的 AI 视频 Skill，作者 @VincentWei93，已获 16.9k+ Star。对 Agent 说一句「帮我的产品做个宣传片」，它会自动截取真实产品页面与文案，从 124 张镜头配方卡（150 个动效预设，提炼自 Linear、Raycast、Figma 等宣传片）中挑选分镜，用 Remotion 逐帧渲染代码级动画，自动卡点配乐并加 Freesound 音效，交付后带浏览器端编辑器 Motion Workbench，可一键导出剪映草稿二次微调。
16.9k Star 的开源 Skill，从 124 张镜头配方卡里挑分镜、Remotion 逐帧渲染、自动配乐，还能导出剪映草稿再改。做产品宣传片和后期剪辑的可以装起来跑一遍。
点击打开原平台查看，能否访问取决于网络环境
Google Flow 官方账号给出 5 种电影感运镜提示词与对应场景：crash zoom 用于喜剧或戏剧性冲击，hyperlapse 用于 B-roll 蒙太奇和时间流逝，bullet time 用于定格英雄时刻或展示服装，fly over 用于从角色身后揭示宏大世界，tracking shot 用于跟随奔跑跳跃的主体。核心方法是把运镜动作和这场戏要达成的目的对上，再写进提示词。
官方把 crash zoom、hyperlapse、bullet time、fly over、tracking shot 五种运镜和场景目的对应起来，编导可以直接照着改分镜提示词。
点击打开原平台查看，能否访问取决于网络环境
作者用 Opus 5.5 生成分镜架构与程序化算法，画面走 Canvas 2D 实时噪声渲染，声音由 Web Audio API 振荡器与噪声包络合成，最后用 Headless Chromium 加 FFmpeg 逐帧导出成片，全程无图片素材、无视频模型、无音频采样。技术上把角色与场景写进同一套几何设定，用光照方向和值噪声把树冠量化成四五个平涂色块；动画按一拍二每秒 12 帧更新、运镜保持 24 帧，制造动静帧率差；配乐为 F 大调 64 BPM，与画面共用同一条时间轴函数。
不调任何视频模型，靠一个 170KB 的 HTML 单文件在浏览器里实时作画配乐，作者把分镜、Canvas 渲染、Web Audio 合成到 FFmpeg 出片的流程全拆开了。做二维动画和想摆脱抽卡式生成的编导可以看这套确定性做法。
点击打开原平台查看，能否访问取决于网络环境
Morry.AI 分享开源动效参考库 motion-prompt，收录 168 种动画效果，覆盖文字动画、镜头运动、UI 交互、网页动效，每种可在线预览并附对应 AI 提示词与实现参考。用法有两种：直接在在线 Gallery 挑效果、复制提示词交给 Codex 配合 HyperFrames Skill 生成；或安装 Skill 后按名称调用、或描述需求让 Codex 先推荐 3 种合适效果再制作。作者用它结合 HyperFrames Skill 做了一段动效视频。
168 种动效每种都配了提示词和在线预览，做片头字卡、转场、UI 动效的可以直接照着抄描述，不用再凭空跟模型形容「要那种弹一下的感觉」。
点击打开原平台查看，能否访问取决于网络环境
开源工具 OmniGet 支持复制链接直接下载视频，作者实测小红书、抖音、YouTube 均可正常解析，覆盖 X、B站等 1800+ 网站及 Udemy、Coursera 等课程平台，另支持批量下载、字幕提取、音视频转换，Windows/macOS/Linux 三端可用，免费无广告，代码托管在 GitHub。
开源免费的下载工具，小红书、抖音、YouTube、B站都能解析，还带批量下载和字幕提取。做 AI 视频要囤素材、扒参考片的，装一个省掉到处找解析站。
点击打开原平台查看，能否访问取决于网络环境
作者 @CuiMao 称看完一千集 AI 短剧《持械入宋》，认为从 Seedance 2.5 起 AI 短剧对真人短剧形成压制：团队更新频率约一周一百集，能呈现战争大场景；做法是投入时间做资产建模并多次抽卡，使外形各异的角色演技达到观看底线。作者还提到期待 3.0/3.5 版本，以及把《飘渺之旅》《搜神记》《诛仙》等网文短剧化。
一位观众看完千集 AI 短剧后的观感：Seedance 2.5 下团队一周出百集、能拍战争大场面，靠资产建模加多抽卡把配角演技拉到及格线。做短剧的可以看看这个产能参照。
点击打开原文，能否访问取决于网络环境
Perplexity 官方披露：Computer 为龙虾商 Get Maine Lobster 管理 3 万美元 Meta 广告支出，收入达其常规广告的 3.5 倍，ROAS 高出 63%，表现优于其原代理机构。Computer 自动完成了创意分析、广告制作和媒介购买三个环节。
Perplexity 官方晒的客户案例：Computer 管 3 万美元 Meta 投放，收入 3.5 倍、ROAS 高 63%，创意分析到媒介购买全自动。做投放和制片的可以看它怎么把素材生产和买量串起来。
点击打开原平台查看，能否访问取决于网络环境
开源项目 Camera to Blender 的工作流：手机拍摄任意实物照片，由 Tripo3D 生成 3D 模型，点「Send to Blender」后模型直接出现在 Blender 中，生成耗时 30-60 秒。GitHub 仓库链接在推文评论区。对需要快速把实拍道具转成三维资产的视觉开发和场景预演环节，这是一条可自己搭起来跑的流程。
手机拍张桌上物件，Tripo3D 生成模型后一键送进 Blender，30-60 秒出结果。做场景资产和道具预演的视觉师可以拿它试跑一遍。
点击打开原平台查看，能否访问取决于网络环境
Blake Shao 把自己做动作图形（motion graphics）提示词的工作流打包成一个技能，开源在 GitHub（StewdioAI/blank-page）。他的定位是「动效版 Midjourney」：输入一个粗略想法，扩写成有表现力的初稿，再在此基础上继续开发。适合卡在动效提示词起步阶段的人拿来当起点。
把动效提示词的门槛压成「给个粗想法就出初稿」，作者开源在 GitHub 上。做片头、字幕动效、视觉包装的可以拉下来跑一遍，看它扩写出来的初稿能不能直接进后期。
点击打开原平台查看，能否访问取决于网络环境
作者 DreW（@devteamdrew）发布一段完全由代码生成的动画，每一帧都用 JS + Python 产出，全程未使用视频或图像模型，制作耗时 19 小时，由多组 Agent 轮班完成，工具为 Claude。这条走的是纯代码生成路线，和常见的视频模型出片是两条不同的技术路径。
整段动画每一帧都由 JS + Python 代码生成，没用任何视频或图像模型，19 小时加多组 Agent 轮班跑出来。做动画和视觉的可以点开看看纯代码路线能到什么水准。
点击打开原平台查看，能否访问取决于网络环境
