马克·沃尔伯格谈"正确"使用 AI 拍电影,并愿用 AI 形象延续个人 IP
Mark Wahlberg 在 TechCrunch Disrupt 大会上表示,支持以"正确"方式在电影中使用 AI 增强拍摄,例如用 AI 完善即将开拍的 Pete Rose 传记片体育场布景。
Mark Wahlberg 在 TechCrunch Disrupt 大会上表示,支持以"正确"方式在电影中使用 AI 增强拍摄,例如用 AI 完善即将开拍的 Pete Rose 传记片体育场布景。
冒用名人的 AI 伪造内容在 Instagram 和 YouTube 泛滥:Mia Goth 的蓝 V 账号发布伪造 T 恤照,数日内获近 50 万赞并被 Google AI 概览引用;AI Taylor Swift 演唱视频获 180 万播放。Meta 已下架部分涉事账号,YouTube 上线 likeness detection 系统。
Higgsfield 借助 GPT-6 Astra 将 AI 视频时长从 1 分钟延长至 10 分钟以上。同时集成 GPT-Image-2.5 实现精准画面控制,并通过 GPT-Live 探索语音电影制作路径。
AI 公司 Odyssey 公开了生成式世界模型 Odyssey-3 的研究预览版,用户可通过文本提示生成实时交互环境并免费体验。基础模型参数为 14B,采用自回归扩散 Transformer,基础版输出 832×480,Pro 版支持 1280×720。
Ben Affleck 因在多场访谈中深入讲解机器学习、神经网络、transformer、tensor 等概念并展示 Python 能力而走红网络。他今年早些时候将自家 AI 电影制作初创公司以据报 5.87 亿美元卖给 Netflix,并称曾访问 OpenAI;通过对开源模型解冻权重、微调最后一层来训练电影制作模型,已用于电影《Animals》后期。
Pollo AI 基于 GPT-5.6、GPT-6 Astra 和 GPT-Image-2.5,帮助创作者将大胆创意转化为精细图像和电影级视频广告。
Brandon Thomas 推出 Artcraft 开源套件,基于 Anthropic Claude Opus 5.5 复刻 Adobe Photoshop、Illustrator、Premiere、Lightroom、After Effects、InDesign 与 Acrobat Pro 共七款应用。
Reka AI 发布研究预览版 omni 模型 Rho-1(19B 参数),用单一神经网络统一处理文本、图像、视频与机器人控制。各类模态以 token 形式跑在同一共享上下文窗口,无需外部模型或工具调用,模型可实时生成连续视频并即时响应新指令。训练使用 320 张 H100 GPU,历时约三个月。
Tavus 发布首个「人机交互模型」Griffin,能在实时视频通话中同时处理语音、表情、语气、手势与停顿。测试中 48% 参与者在仅一分钟通话后将其误认为真人,此前系统该比例最高仅 2%;Nvidia 一项独立音视频拟人度测试中 Griffin 获 3.83 分,真人得分 3.92。轻量版 Griffin-Lite 已向特定测试者开放研究预览,完整版本需待安全问题解决后推出。
Latent Space 的 AINews 汇总了 9/24 至 9/25 的 AI 动态,本周发布的 Claude Opus 5.5 因生成讲解视频成为讨论焦点。
Runway 本月早些时候推出研究预览 GWM Worlds 2,把高保真视频与音频生成变成实时交互式模拟,并给出 WorldPrompt 这一用于指定生成世界及其内部动作的输入格式。
Google Research 发布面向长视频生成的多智能体框架套件,包含 AI video co-director、CANVAS、A²RD 与 VQQA,作为编排层构建在 Gemini 和 Veo 之上,其中 Co-Director 将发表于 COLM 2026、CANVAS 将发表于 EMNLP 2026。
Gemini 3.8 Live with Live Avatar 已在 Gemini Enterprise 上线,将近实时视频生成与语音对话结合,让企业智能体以带口型同步和自然表达的动态形象进行实时对话。
推荐理由:原文给出 Live Avatar 在多语言同步和后台工具调用上的具体能力,读者可据此判断企业实时客服场景的落地边界。
invideo 借助 GPT-6 Astra 将色彩校正与调色效率提升 3 倍,并能在一天内产出 50 个自定义效果。该模型还让 invideo 的剪辑规划更加精准。
@therealcornpop 在 TikTok 上称,用 AI 写 TikTok 和 YouTube 脚本很容易被识破。破绽不只是 "it's not X, it's Y" 这类 AI 腔、rule of three 三段式,或靠标点堆出来的破碎断句式文风,而是内容里什么都缺——缺了属于你自己的、明确的声音锋芒,也能看出你对所讲的话题根本没有观点。
Higgsfield AI 借助 GPT-6 Astra,在一天内上线新的视频功能,让小型企业更容易制作视频广告。这些功能把视频广告创作流程变得更简单,并让新的创意工具更快推向市场。GPT-6 Astra 的加入也帮助 Higgsfield AI 更快交付新工具。
Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 上推出智能体视频理解功能,官方称视频分析成本最多降低 66%、token 消耗最多降低 88%、准确率最高提升 7%。
推荐理由:官方给出成本最多降 66%、token 最多降 88% 的基准数据,可据此判断长视频分析的工程取舍。
Google DeepMind 发布 Gemini Omni 1.1 Flash,为开发者提供场景延展、首尾帧指定、360p 快速草稿和最高 4K 放大等生成视频控制能力。
推荐理由:相比此前只能参考最后一秒的版本,Omni 1.1 把场景延展的上下文提到 10 秒,并给出 360p 草稿与 4K 输出等具体参数。
NVIDIA 发布 Cosmos-H-Dreams 实时生成式手术模拟器,将 Cosmos-H-Surgical-Simulator 蒸馏为少步因果学生模型,并在单块 NVIDIA RTX PRO 6000 GPU 上通过 FlashDreams 实现实时闭环控制。
Google DeepMind 发布 Nano Banana 2 Lite 与 Gemini Omni Flash 两款模型。
推荐理由:两款模型都给出了延迟、单价与上线入口,开发者可据此对照现有图像和视频管线判断成本与选型。
Google DeepMind 发布 Gemini Omni 模型家族,首个模型 Gemini Omni Flash 开始在 Gemini 应用、Google Flow 和 YouTube Shorts 上线。
推荐理由:官方列出了 Omni Flash 的多模态输入与对话式视频编辑能力,可据此判断它对现有视频创作流程的影响。