DLSS 5 在《霍格沃茨之遗》中降低强度,11 月 5 日上线
Nvidia 的 DLSS 5 将在 11 月 5 日随《霍格沃茨之遗》上线,其面部生成效果较年初演示显著收敛,不再出现角色年龄突变。10 月更新将模型参数缩减至 1.18 亿,使 RTX 50 系 GPU 性能提升两倍,该优化版将率先在 10 月 16 日的 NBA 2K27 中默认启用。
Nvidia 的 DLSS 5 将在 11 月 5 日随《霍格沃茨之遗》上线,其面部生成效果较年初演示显著收敛,不再出现角色年龄突变。10 月更新将模型参数缩减至 1.18 亿,使 RTX 50 系 GPU 性能提升两倍,该优化版将率先在 10 月 16 日的 NBA 2K27 中默认启用。
Apple发布HomeView首款智能家居显示屏,售价$299,内置Siri AI并支持iPhone个人上下文。该设备采用7英寸方形屏与扬声器底座,充当Matter控制器与Thread边界路由器,将于11月13日发货。
Character.AI 成立五年后申请 Chapter 11 破产,资产与负债规模在5000万至1亿美元之间。公司同意以2000万美元向 Disney 出售部分资产及非独占永久技术许可,目前尚无整体收购出价,若无买家平台将关停。这一案例反映出消费级AI聊天平台即便拥有高用户互动也难逃规模化与变现困境。
NVIDIA 联合生态伙伴为即将于10月16日上市的 RTX Spark 笔记本推出本地AI智能体模型与软件更新。新模型 Nemotron 3.5 Bolt 74B 将于10月15日发布,PAIR 结束 beta 并支持 llama.cpp,Broadcast 2.3 等创意应用完成优化。用户可在单台轻薄本上运行本地智能体与创意生成工作流。
推荐理由:RTX Spark笔记本上市前NVIDIA联合伙伴完善本地AI智能体软件栈,用户可据此评估单设备运行agent的可行性
剪映 SVIP 超级会员年卡现售 180 元,折合每月 15 元,为年内低价。该会员支持手机、平板及电脑端三端通用,提供 1TB 云空间、每月 3200 AI 积分及 4K 无水印导出。相比仅支持移动端的 VIP,SVIP 解锁了 AI 数字人、智能包装等高阶功能。
OpenAI正与一家影视AI初创公司谈判,计划将此前停运的视频生成模型Sora移交对方改造为专业影视工具重新进入市场。该初创公司由好莱坞制片人等创立名称未公开,双方未敲定条款且Sora模型权重能否获得不明。OpenAI今年早些时候因削减高算力非核心项目停止Sora消费级应用,并终止了与迪士尼约10亿美元合作。
英国厂商 2Crsi Edge 推出型号为 Vision Guard VG-15MV-66 的边缘 AI 监控平台,搭载英特尔酷睿 Ultra 5 225H 处理器。该设备集成计算、网络及 PoE 功能,采用 IP66 防护无风扇设计,支持最多三台 IP 摄像机,专为户外恶劣环境部署而设计。
Odyssey 推出 Odyssey-3 世界模型公开研究预览,用户可免费从文本生成实时交互环境。该模型基于自回归扩散 transformer,基础版 14B 参数、832×480 分辨率,Pro 版支持 1280×720,并在 Physics-IQ Verified 等基准取得分数但存在提交 caveat。
国家安全部揭秘接陌生来电先沉默三秒原因,称数秒语音样本可能被用于AI声纹克隆冒充身份诈骗。其指出AI正将生物特征变为可采集复制数据,并提醒警惕过度采集与深度伪造陷阱。
生数科技发布视频生成模型 Vidu Q4 Preview,支持 2K、4K 输出及 10bit 色深,单次最长生成 16 秒视频。该模型最多支持 3 段参考音频与 15 张参考图,首发优惠价 0.09 元/秒起,适用于 AI 短剧及影视创作等场景。
Nikon 宣布取消 Dr. Ning Xu 在 Small World in Motion 竞赛中的冠军资格,因其视频使用了生成式 AI 后处理,违反了竞赛规则。该视频原展示儿童呼吸道纤毛运动,因网络质疑真实性引发审查,Dr. Xu 随后承认使用神经网络方法辅助可视化。目前 Nguyen Nam Nhat 的视频递补获得第一名,Nikon 表示将重新审视未来竞赛的规则与评估程序。
Anthropic 为 Claude 推出 Dashboards 和 Motion 两项新功能,前者可将 BigQuery 等数据源转化为实时仪表盘,后者能生成可编辑的动画视频。Dashboards 面向付费用户,Motion 仅限 Team 和 Enterprise 计划。此前 Docs、Slides 和 Design 已退出 Beta 并支持所有计划,累计创建文档超 4500 万份。
Ben Affleck 在近期采访中深入讲解神经网络、Transformer 及 GPU 推理等 AI 概念,并展示 Python 代码能力,相关视频片段本周在网络上走红。他透露曾利用好莱坞明星身份访问 OpenAI 等机构,并创立了 AI 电影制作初创公司 InterPositive,该公司今年早些时候以约 5.87 亿美元的价格出售给 Netflix。
Pollo AI 借助 GPT-5.6、GPT-6 Astra 和 GPT-Image-2.5 帮助创作者将大胆创意转化为详细图像和电影级视频广告。
生数科技开放 Vidu Q4 预览版,720P 视频生成成本低至 0.09 元/秒。该模型支持 4K 直出,单次最多可用 15 张参考图和 3 段参考音频,强化了人物演技、镜头语言及视效表现。这是 Q4 面向创作者推出的首个版本,旨在通过低价策略降低 AI 视频创作门槛。
余承东透露华为依靠自研芯片与鸿蒙系统,基本摆脱了对美国技术的依赖。小米官宣澎湃 OS 4 全面兼容苹果生态,支持重要信息双向同步及妙享桌面接入 Apple 三件套。微软 Surface Laptop Ultra 上架,起售价 21988 元,128GB 顶配售价 48388 元。
前字节跳动实习生田柯宇创办世界模型初创公司,获五源资本等机构融资近 3,000 万美元,投后估值达 2 亿美元。团队开发包含 20 万个符号的 AI“词典”系统,旨在将生成 1 秒视频的成本降至原来的十分之一。此前李飞飞创办的 World Labs 上月被 AMD 收购,凸显资本对 AI 研发人才的早期押注趋势。
开发者 Brandon Thomas 宣布 Artcraft 转型,推出七款开源应用以复刻 Adobe Photoshop 等软件界面与功能。这些应用使用 Anthropic 的 Claude Opus 5.5 进行逆向工程,以 Rust 编写并提供 WebAssembly 版本。目前软件处于“超级早期 alpha”阶段,存在诸多不足,但开发者承诺其功能将很快达到 Adobe 同等水平。
Google 已向公众开放 SynthID Detector,可检测 Gemini、Veo、Lyria 等模型生成内容中的隐形水印,支持 JPG、PNG、MP4、MP3。该公司称已有 180 billion 图像和视频嵌入水印,每日在搜索、Gemini 应用和 Chrome 中处理 1 million 验证请求。OpenAI、Nvidia 等也已采用 SynthID,Apple 据称即将加入。
Google 推出改进的 SynthID AI 内容检测器,并上线 SynthID.com 网站供全球用户检测多伙伴 AI 水印。此前外部用户只能通过 Gemini 询问且仅检 Google 水印,现网站支持 ChatGPT 图像等伙伴水印。Gemini 已集成 SynthID 超 180 billion 图像视频与 240,000 年音频。
Google 周二推出新 SynthID 网站,任何人可验证图片、视频或音频是否由 AI 生成。该网站支持多种文件格式,基于 2023 年 SynthID 水印技术,Google 表示目前每日验证请求达 100 万次。
Utopai Studios 的视频模型 Utopai X 在 Artificial Analysis 文生视频盲测中获全球第二,得分1150,与榜首 Wan 3.0 仅差7分。该公司同步亮相制片平台 PAI,将模型与 Agent 嵌入导演工作流,支持剧本拆镜与影响检查。其计划2027年推出《Cortés》等多部院线电影,技术基于 MiniMax H3 后训练提升运镜与物理表现。
2026年AI短剧凭借仅真人剧1/10的成本霸占榜单,平均每36秒诞生一部新剧。红果热播榜前20名中19部为AI生成,真人短剧开机量暴跌约75%。资本转向AI赛道,但AI剧仍面临表情僵硬与超九成亏损的困境。
前 Ramp 工程师创立的 AI 广告生成平台 Melius 宣布完成 2500 万美元融资,包括由 CRV 领投的 2000 万美元 A 轮和 General Catalyst 领投的 500 万美元种子轮。该平台在 7 月结束隐身模式后两个月内实现超 100 万美元年化收入,此前团队曾放弃首个营销工具产品并重构代码库以专注创意资产生成。
快手科技旗下可灵 AI 已选定承销银行筹备赴香港 IPO,募资规模至少可达 10 亿美元,目标最早于明年完成上市。知情人士称其正与中金公司、高盛集团和瑞银集团推进发行事宜,融资规模和上市时间等细节仍可能变动。
瑞典滚珠轴承制造商斯凯孚用 AI 生成的形象拍摄广告,让已故好莱坞影星葛丽泰·嘉宝再度出镜。图像使用字节跳动 Seedream 5 Pro 与谷歌 Gemini 的 Nano Banana Pro 生成,动作使用字节跳动 Seedance 2、Seedance 2.5 和快手可灵 AI,语音则用嘉宝早年影片原声训练。
国内首部 AIGC 长剧《后西游记》第一季·战天宫篇于 10 月 4 日起在湖南卫视、芒果 TV 双平台播出。该剧改编自同名神魔小说,共 30 集,每集 40 分钟,讲述孙小圣等“西游二代”二次西行补取真经的故事。此前该剧花果山篇于 8 月 31 日首播,是“广电 21 条”发布后首部“边审边播”剧集。
YouTube 调整 Shorts 短视频推荐算法,计划降低主要搬运其他创作者内容且未进行实质性加工的账号曝光度,以优先推荐原创内容。平台建议创作者对视频进行加工并引入个人观点,而非简单截取重传。此次调整是 YouTube 近期针对 Shorts 及平台内容生态推出的一系列更新之一,此前该平台还宣布支持自定义视频信息流及评论区发送 GIF。
MiniMax 正式发布全模态生成模型 H3,支持对文本、图像、视频、声音组成的多模态上下文统一理解,可输出原生双声道音视频,最高支持 15s 2K 分辨率。官方称在 2K 分辨率下每秒价格不到主流模型的 1/3,768P 下约为主流模型 720P 的 1/2。MiniMax 计划在未来几天内在符合相关法律法规的前提下开放模型权重,并称 H3 设计初期已考虑多款现有国产芯片的兼容性。
推荐理由:官方给出全模态生成的预训练任务划分与三项关键技术取舍,可看清视频模型从专用走向任务统一的路线。
字节 Seed 发布新一代音视频生成模型 Seedance 2.5,单段视频时长提升至 30 秒并支持两次延长。该模型强化了参考视频意图理解与编辑可用率,提供白模控制、绿幕编辑等进阶能力,以适配专业视频创作流程。
Tavus 的 Griffin 模型在1分钟视频通话中让48%参与者误认为真人,此前系统最高仅2%。在 Tavus 所述的 Nvidia 独立音频视频对话拟人测试中 Griffin 获3.83分接近人类3.92分,预览版 Griffin-Lite 已开放给选定测试者。Tavus 成立于2020年,从营销视频扩展至实时对话。
Condé Nast 基于 Amazon Bedrock 和 Amazon OpenSearch Service 构建多模态视频发现系统,将内容检索时间从 250 分钟缩短至 2 分钟以内。该系统采用 TwelveLabs Marengo 嵌入模型,对超过 140,000 个视频的转录、视觉和音频信号进行联合编码,支持基于意图的语义搜索。此前编辑团队依赖标题和描述手动查找素材,导致运营效率低下。
Manus发布Manus 2.0,推出Cue与Studio,为AI智能体配手机号钱包并支持多助手拉群协作。Cue处邀请制体验,Studio让用户直接修改视频与游戏;新框架Cascade降低Token消耗23.2%。这是在Meta Muse登顶美国榜10天后,双方成智能体赛道对手。
Manus 发布 Manus 2.0,登陆网页、桌面与移动端,推出新智能体架构、Cloud Computer、Studio 与 Cue 等。官方测试显示其较前代 token 减少 23.2%、任务提速 28.2%、成本降低 32%。Cue 作为独立个人智能体应用,通过邀请码 MEETCUE 开放限免早鸟。
在 Amazon SageMaker AI 上部署同一个 AWS vLLM-Omni DLC 镜像的两个端点:实时端点运行 FLUX.2-klein-4B 生成图像,异步端点运行 Wan2.1-VACE-1.3B 生成图像条件视频。文本提示词先生成 PNG,再连同运动提示词经 Amazon S3 传给视频端点,生成的 MP4 存回 S3,示例提供命令行与 Streamlit 界面。
Runway 发布研究预览 GWM Worlds 2,引入 WorldPrompt 格式以支持实时交互式视频与音频生成。该模型通过自回归扩散和蒸馏技术实现 720p 24fps 的实时流式输出,允许用户通过提示词控制场景中的角色、相机和环境事件。
推荐理由:通过Runway高管访谈,揭示了实时世界模型在自回归生成、蒸馏加速及因果一致性上的工程挑战与Agent应用潜力。
Google Research 发布 AI video co-director 框架,基于 Gemini 和 Veo 构建多智能体系统以解决长视频生成的语义漂移和级联失败问题。
推荐理由:提出多智能体框架解决长视频语义漂移,通过全局优化与视觉记忆实现分钟级叙事一致性。
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar,通过低延迟流式视频与语音结合实现近实时视觉存在。该功能支持 97 种语言的唇形同步,并能在对话进行中后台异步执行工具调用,目前已通过 Gemini Enterprise 开放。
推荐理由:原文展示了实时视频与语音结合的多模态交互能力,以及后台异步工具调用机制,为构建企业级虚拟助手提供了具体参考。
invideo 借助 GPT-6 Astra 实现更精准的剪辑规划,调色与色彩校正效率提升 3 倍,并在一天内产出 50 个自定义特效。
Meta 开发者平台出现 Video Playground、Voice Playground 和 Connectors 三个未发布板块,暗示将在 Meta Connect 上开放 Muse Video 等模型的 API 访问。