10 月 26 日 — 11 月 1 日
从本周日报中按创作价值与信息完整度筛选，保留可直接试用、复现或拆解的内容。
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。
Magnific 官方发布 Magnific Move，宣称可让任意静态画面动起来。演示流程为：先用 Claude Opus 5.5 配合 Magnific MCP 做出一个万圣节游戏，再在同一个对话窗口内用 Move 把游戏画面转成动态预告片，全程不打开时间线软件。官方表示制作过程以推文串形式放出。
为什么值得看：Magnific 官方演示用 Claude Opus 5.5 加自家 MCP 做万圣节游戏，再在同一个对话里用 Move 把画面动起来出预告片，全程不开时间线。做分镜预演和快速出片的可以看这套接法。
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。
为什么值得看：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。
Ideogram 为精准编辑加入上下文窗口能力：在超高分辨率图像中框选任意区域进行修改，编辑范围最高 2K，窗口之外的所有内容保持原样，官方称无接缝、无伪影，无需借助 Photoshop。该功能已在 Ideogram App 与 API 同步开放，入口为 ideogram.ai/tools/precise-edit。
为什么值得看：在超高分辨率图上框一块区域改，框外像素原样不动，最高支持 2K，官方强调无接缝无伪影。做 KV、海报和分镜改图的视觉师，这周可以在 App 和 API 里各跑一遍看边缘干不干净。
NotebookLM 宣布 Live Chat 移动端面向全部用户开放，此前已向 Ultra 用户完成 100% 推送。用户可与笔记本进行实时语音对话，支持约 100 种语言，由最新音频模型驱动，可就资料提问并获得近乎完全免提的分步指引。对做剧本调研、资料梳理的编导来说，等于把笔记本变成可随时追问的语音助手。
为什么值得看：NotebookLM 的实时语音对话从 Ultra 推到移动端全量，支持约 100 种语言、能就资料追问并给分步指引。做剧本调研和资料梳理的可以拿它当随身口播顾问，边走路边问。
作者用同一提示让 Gemini 4 Carbon、Claude Opus 5.5、Gemini 4 Argon、GPT-6.1 Sol 各生成一次九缸星形发动机动画剖视图，四款都还原了活塞点火顺序。差异在细节：Carbon 画面最干净、火焰一眼可读；Opus 5.5 进气管绕到每个气缸、有排气管和编号缸盖；Argon 氛围最强但清晰度弱；GPT-6.1 Sol 是干净蓝图但火焰偏小偏暗。
为什么值得看：个人向横评，四个模型同一提示各跑一次画飞机发动机剖视图，比的是细节精度和火焰可读性。做视觉的可以当模型选型参考，别当结论。
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。
为什么值得看：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。
作者演示用 4 张照片把乐队成员和特写主唱替换进一段 Tiny Desk 演出片段，保留原剪辑点、机位和原声，无需写 prompt，附有工具入口链接。对做音乐类短视频和 MV 的后期来说，这种「原片不动只换人」的做法可以直接套到翻唱、乐队宣传片上。
为什么值得看：拿 4 张照片把乐队和主唱换进现成演出片段，剪辑点、机位、原声全保留，做 MV 和翻唱视频的可以试这套换人流程。
推文给出一段完整提示词：以参考图为唯一人物依据，生成竖版 1:2 人物资产参考板。画布上下各占 50%，上半区为正面完整头部特写，左下区为无头部正面身体、右下区为无头部背面身体，仅用一条水平细线和一条分隔下半区的竖线。要求严格保留五官、年龄、肤色、发型、身体比例、服装鞋履与原有画风，不重新设计角色；参考图未展示的部分用简洁基础服装合理补全。统一中性灰摄影棚背景、柔和三点式布光，只出三个视图，不加文字编号水印。
为什么值得看：把参考图当唯一人物依据，一次出「头部特写＋正面身体＋背面身体」三视图参考板，版式、布光、留白都写死了。做角色 IP 和短剧的可以存下来当固定模板用。
X 用户 @souro0721 发布一条 AI 影像作品，配文「有朝一日，地球会不会真的变成这样？」，以地球未来样貌为设问展开画面。
为什么值得看：个人创作者的一条 AI 影像，标题只抛了「地球会不会变成这样」的设问，画面本身是唯一看点，视觉师可以扫一眼风格，其余角色路过。
创作者 PixelAIGC 用 Muse 一次性生成 130 段、共 1300 秒（约）的鲁迅《故乡》影像，自称是全网首个超的一键生成长片，消耗掉一天额度后动用第二天额度，保留原声与音效，后期在剪映加字幕。
为什么值得看：130 段共 1300 秒一次性生成，保留原声和音效、剪映补字幕，做长片和短剧的可以拉片看长叙事里镜头和角色怎么接。
Grok 发布 AI 生成《奥德赛》系列第一集，约七分钟，与 Wonder Studios 及导演 Dev Walker 合作完成。此前马斯克曾宣布要做「历史准确」的长片版本，并公开批评诺兰改编版的选角。TechCrunch 的评价是画面「还行」，但谈不上艺术性、灵感或人文趣味。对做 AI 长片和史诗题材的团队来说，这是目前少见的、由大厂主导的连续叙事尝试，可看它在多场景、多角色下的画面统一度。
为什么值得看：马斯克三个月前放话要做「历史准确」的《奥德赛》长片，现在先交出七分钟的第一集，和 Wonder Studios、导演 Dev Walker 合作。做 AI 长片的可以拉片看它撑不撑得住史诗题材的场面调度。
PixVerse 官方发布原创作品《王国时代：血之复仇》，由 Epic AI Films 制作，是一部剧情长度的奇幻电影，全片通过 PixVerse Canvas 创作完成。题材为新王登基、黄金部落与一夜倾覆的王国。对做 AI 长片的编导和视觉来说，这是少见的整部剧情长片样本，可重点看长篇幅下的角色一致性与场景延续处理。
为什么值得看：PixVerse 官方号推的自家原创长片，奇幻题材、整部用 Canvas 做出来。做 AI 长片和奇幻视觉的可以拉片看它怎么撑住一整部的角色和场景一致性。
