← 全部日报

AIGC 信息日报

2026 年 11 月 16 日 周一

行业与平台

Industry

Bland 发布 Tofu-1 全双工语音通话模型

Bland 发布全双工语音到语音模型 Tofu-1,研究预览阶段,面向车载、病房、弱信号线路等嘈杂通话场景。音频直接进直接出,中间不转写文本,因此语气、迟疑和背景声都保留给模型。产品页列了三项音频能力:说话人跟踪(分辨谁在说、在跟谁说)、噪声分离(从哭闹、电视、高速路噪、医院广播里分出人声)、副语言识别(听出迟疑等)。可在通话中被中途打断并边处理任务边继续对话。目前仅向有限企业开放。

语音到语音直接处理、不中转文本,还能边听边说、被打断后接着聊,做 AI 配音和虚拟角色实时对话的可以盯一下它的企业开放名额。

点击打开原文

工具实测代理配置能否登录访问 Gemini

GitHub 项目 Gemini-Config-Checker 发布 0.1.0 早期预览版,用「登录状态下的浏览器」逐个测试代理配置能否真正进入 Google AI Studio 和 Gemini,而非只看 HTTP 请求是否通。作者实测美国、香港、新加坡出口均被拦,且同一出口会随时间变化。目前仅在 Windows 上跑通全流程,macOS/Linux/Android 构建来自 CI、未在真机验证。

给翻墙党用的代理连通性检测脚本,跟拍片、剪片、出图没有半点关系,创作团队直接跳过。

工具与能力

Tools

Seedance 2.5 Flash 上线 fal,支持原生音频

fal 上线 Seedance 2.5 Flash,定位 Seedance 2.5 的快速档,核心能力与 2.5 一致:支持文本、图像、参考生成视频,并支持视频编辑与延长;原生音频,480p 和 720p 两档分辨率,时长 4 到 30 秒。官方强调快速生成,面向快速迭代和高批量工作场景。

Seedance 2.5 的快速版落到 fal,文生/图生/参考生视频加视频编辑和延长都在,480p 到 720p、4 到 30 秒带原生音频。做短剧批量出片和跑工作流的可以接 API 试吞吐。

点击打开原平台查看,能否访问取决于网络环境

方法与经验

Methods

创作者用 H3 本地复刻《色戒》片段并公开完整分镜提示词

创作者 @PixelAigc 用 H3 本地生成 25 秒《色戒》风格片段,公开了完整提示词:16:9、24fps、35mm 胶片低饱和暖棕调,固定机位加极慢微推、只用硬切,按 0-4s、4-8s 等六段时间轴逐镜写明景别、画面、台词与情绪走向,另附声音设计(中文对白口型同步、雨声与衣料摩擦、无 BGM)和硬性约束(五官稳定、无露骨镜头、靠影子留白收尾)。

25 秒片段把分镜表、台词、运镜、声音设计全写进提示词,还锁了 180° 轴线和硬切规则。做 AI 短剧和情感戏的可以照着这套结构改自己的本子。

点击打开原平台查看,能否访问取决于网络环境

0xMomo 分享动作迁移提示词:换人换景复刻走位

0xMomo 分享了一套动作迁移提示词模板:用动作参考视频定景别、构图、运镜和人物走位,角色参考图定五官体型服装并保持正侧背一致,场景参考图按镜头编号对应机位朝向、材质和光线。提示词还规定了道具握持与脱手轨迹、碰撞才出水花火花、脚踩地的贴地阴影和湿地倒影、雨丝尘雾的前后遮挡关系,以及结尾定势和环境声对齐接触点。作者建议用 Codex 等智能体辅助操作。

一份写得很细的动作迁移提示词,把角色图、场景图、动作参考视频三者的分工和运镜、贴地阴影、水花接触点都写死了,做 AI 短片和短剧的可以拿去改改直接用。

点击打开原平台查看,能否访问取决于网络环境

AI VFX 工具指南:加速抠像与合成

Luma AI 官方博客发布 AI VFX 工具指南,覆盖 rotoscoping、relighting、upscaling、compositing 等重复性后期环节,强调工具要能接进现有后期流程而不是推翻重来,并提到 AI VFX 市场预计 2030 年达 7.12 亿美元。文中以「三周抠一个演员」的对比说明提速空间,同时强调创意控制仍由人掌握。

罗托、重打光、放大、合成这几类后期活儿的 AI 工具盘点,做后期的可以扫一眼看有没有漏掉的选项,但这是导购文不是新东西。

动画UP主回应「用AI就取关」争议

B 站动画区创作者回应「你要是用 AI,我就取关」这类评论,提到不少同行抱着试试 AI 能做成什么样去用,结果被骂到紧急删作品甚至发道歉声明。文中谈到 AI 时代变化太快,靠加人、加时间、加班、外包往前赶的路子走不通,也提到观众的核心疑问是「当初让我喜欢上你的那些东西,AI 能做得出来吗」。

动画圈前排创作者谈用 AI 被观众骂到删稿的处境,讲的是加人加班赶工和观众期待之间的拉扯,做动画和漫画的可以看看同行怎么想。

点击打开原平台查看

Luma 博客盘点原生音频 AI 视频工具

Luma AI 博客发文讨论带原生音频的 AI 视频生成:一次生成同时产出对白、音效和环境声,支持口型同步;文中还提到分镜级控制、HDR、专业导出格式,以及图生视频用源图锁定视觉风格再加运镜和同步声音。全文为选型综述,未列出具体平台名称、价格或实测对比。

Luma 官方博客的一篇选型综述,讲原生音频怎么省掉后期配音对轨,但通篇没点名任何具体平台和参数。做后期的可以扫一眼思路,别指望拿到可对比的实测数据。

Google AI Studio 每月可领 10-100 美元赠金

作者称在 Google AI Studio 里每月可领取 10~100 美元赠金,需绑定支付卡并充值 5 美元,实际优先消耗赠金额度,有效期 12 个月。属于个人使用体验分享,具体领取入口和适用条件以账号实际显示为准。

个人体验分享:绑卡充 5 美元后优先扣赠金额度,有效期 12 个月。要跑 API 试模型的团队可以核一下自己账号有没有这个额度。

点击打开原文,能否访问取决于网络环境

创作者称 Gemini 4 Hydrogen 手绘一次成片零返工

X 用户 @shengtang135754 称用 Gemini 4 Hydrogen 制作手绘风格公益视频,一次成片、零返工,认为成片达到电视台公益宣传片水准,并称这是自己探索出的新类型里目前效果最好的一种。作者同时吐槽 X 对视频创作者流量不友好。

个人使用体验分享:作者说用 Gemini 4 Hydrogen 做手绘公益视频一次成片、零返工,认为达到电视台公益宣传片水准。想试手绘风格的可以顺着这个方向自己跑一遍。

点击打开原平台查看,能否访问取决于网络环境

开发者用 Gemini 4 Carbon 在 iPhone Duo 上跑 Windows 11

X 用户 Ammaar Reshi 称用 Gemini 4 Carbon 让 Windows 11 在 iPhone Duo 上本地运行,展开屏幕当口袋 PC 用,并能在手机上跑 Antigravity 执行编码智能体,带触控操作,附演示与仓库链接。属于移动端跑桌面系统的技术折腾,与影像生成、剪辑、配音等创作环节无直接关系。

极客折腾向:折叠屏手机本地跑桌面 ARM 系统,跟拍片、出图、剪片都不沾边,做创作工作流的可以路过。

点击打开原平台查看,能否访问取决于网络环境

作品与案例

Works
本日无符合条目
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