腾讯开源 WeVisCut,一个 9B 智能体,能把脚本自动做成多分钟的成片:自动安排镜头、生成画外音、配素材和音乐,成片后还会自查并修正剪辑。官方称效果与 Claude Opus 5 相当,但消耗的 token 只有约 1/33,采用 Apache 2.0 协议,代码和项目页已公开。对做短剧、口播和批量内容的团队来说,这是把「脚本到粗剪」这段流程交给模型跑的一个现成方案。
为什么值得看:从脚本到成片全自动:镜头、配音、素材、音乐自己配齐,还会自查自改剪辑。做短剧和批量口播的可以拉下来跑一遍,看它剪出来的节奏能不能用。
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。
为什么值得看: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。
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。
为什么值得看: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。
ElevenLabs 研究团队发布强制对齐模型 Cue,把每个字符精确落到音频时间轴上,精度高于其测试过的所有开源对齐器,覆盖基准测试全部 29 种语言。单模型可一次处理任意长度录音,单张 GPU 上约半秒对齐一小时音频,已用于 ElevenLabs 全部 Speech to Text 转写,也可通过 Forced Alignment API 单独调用。
为什么值得看:一小时音频半秒对齐完,29 种语言全覆盖,做字幕、配音对轨、口型同步的后期可以直接接 Forced Alignment API 试。
David Novotny 发布 Echo-3 世界模型,主打对真实空间的高精度重建。演示中从一段女儿房间的手机视频生成 3DGS 模型,并把整栋房子重新风格化为她喜欢的童话主题,官方已提供 App 下载试用。对视觉开发和场景预演来说,值得关注的是手机视频直接转 3DGS 这条路径,以及重建后整体换风格的处理方式。
为什么值得看:拿一段手机随手拍的房间视频就能重建出 3DGS 场景,还能整体换成童话风格——做美术和场景预演的可以下载 App 试一下重建精度。
字节跳动即梦 AI 10 月 26 日上线「即梦短剧工作室」,含三款自研模型:DreamScript 支持多题材剧本生成、爆款诊断与 10 万字长篇解析;Anycook 为短剧美术调校,做差异化人物设定与多风格场景;DreamShot 提供画布/故事板双模式、对话改稿、3D 导演台设机位运镜预演。后期侧支持单镜头定点重拍、人声与背景音分离重配、智能切镜,另有重制转绘可解构原片角色场景道具并按目标地区重新生成画面。
为什么值得看:从剧本到分镜到后期重拍配音,即梦把短剧全流程塞进一个工作台,还带 3D 导演台预演机位。做 AI 短剧的这周该上手跑一遍,看它能不能替掉现在拼凑的那套工具。
MiniMax 官方汇总 H3 视频生成模型的社区生态进展,收录 11 项新增集成,涵盖 8 步参考条件视频加音频生成、4 步蒸馏、稀疏注意力、参考 token 压缩,以及在 GPU 服务器、TPU、Apple Silicon 上的部署与工作流集成,清单放在 GitHub 的 awesome-minimax-h3-integration 仓库。对需要自己搭生成流程的团队,这份索引能直接找到降步数、省显存和换硬件的现成方案。
为什么值得看:8 步带参考条件的视频加音频、4 步蒸馏、稀疏注意力,还有 GPU 服务器、TPU、Apple Silicon 上的部署方案,官方把社区这批改进整理成了一份索引。自己搭生成流程的技术整合者可以照着这份清单挑着接。该产品的发布我们已在 2026-08-01 报过,这条是官方对已有能力的介绍,不是新上线。
LetzAI 上线 atlas.letz.ai,汇集摄影、电影、平面设计、数字视觉文化史上超过 500 种效果、技术和造型,按年代顺序排列,每条可直接复制作为提示词使用。对做视觉开发和风格定调的创作者,等于一个按时间线组织的风格词库,找参考、对齐美术方向时能直接取用。
为什么值得看:把摄影、电影、平面设计史上的 500 多种效果和造型按年代整理成可直接复制的提示词,做视觉开发和风格参考的可以当素材库翻,找参考比瞎试 prompt 快。
Suno 官方发布虚拟说唱歌手 DEATHPIXIE,人物设定来自一座名为 New Tokyo 的黑暗、犯罪猖獗的城市,官方同时介绍了将她「带入现实」的团队。这是 Suno 在音乐生成之外做虚拟艺人角色包装的一次尝试,把人物世界观和音乐人设绑在一起。做虚拟偶像、AI 音乐和角色 IP 的可以关注其设定与呈现方式。
为什么值得看:Suno 官方造了个虚拟说唱歌手 DEATHPIXIE,设定在犯罪横行的 New Tokyo,还带团队出镜。做虚拟艺人、AI 音乐和角色 IP 的可以看看它怎么把人物设定和音乐绑在一起。
Ars Technica 报道,PHP2Shell 漏洞在被披露前四天已遭黑客利用,由 Calif 与 Wiz 的研究人员发现。OpenAI 称其前沿 AI 在攻击者之前发现了漏洞,并与 PHP、Calif、Wiz 合作验证并开发补丁。英国 NCSC 表示漏洞可能让黑客无需登录凭据即可控制网站服务器,NSA 建议无法立即更新的机构将系统离线,白宫称联邦机构正在评估对政府系统和关键基础设施的潜在影响。
为什么值得看:跟 AI 创作没直接关系,但自建站、自己托管素材库和作品站的团队可以留意:漏洞可让攻击者无需登录凭据控制服务器,NSA 建议无法及时更新的先离线。
火山引擎前线部署工程服务(FDE)通过中国信通院《企业级全栈人工智能服务能力成熟度 FDE 专项》评估,成为首批获评「先进级」的企业之一,评估覆盖规划设计、交付实施、运营与运维、持续优化、增值技术服务、生态聚合六大维度。营销场景案例中,FDE 基于 Seedance 系列模型搭建 Multi-Agent 架构,预计每年为客户节约数千万元制作成本,单条素材交付时间从数天缩短至数小时。
为什么值得看:火山引擎的 FDE 服务拿到信通院「先进级」评估,案例里用 Seedance 搭 Multi-Agent 做营销素材,单条从数天缩到数小时。做批量素材和短剧的制片可以看看这套交付模式。
fal 官方介绍与 Black Forest Labs 合作后训练的视频模型 FLUX 3 Max(该产品 10 月 20 日已发布),在第三方独立人类偏好评测中获 1139 Elo,与 Seedance 2.5 并列图生视频质量第一梯队。该模型约 12 秒生成一段 10 秒 720/768p 视频,未来三周降价 75%,官方称后续还将继续后训练改进。
为什么值得看:图生视频 Elo 1139 与 Seedance 2.5 并列第一梯队,12 秒出 10 秒 720p 片,未来三周还降价 75%。做分镜预演和短剧镜头的可以趁降价窗口跑一批素材比废片率。