搜索“视频”

Together AI上线Wan 2.7视频模型

Together AI 上线 Wan 2.7文本生成视频模型

查看事件：Together AI上线Wan 2.7视频模型

Karpathy用Claude Opus 5.5两小时做出HackerTube

Andrej Karpathy 用 Claude Opus 5.5(Claude Code)从 Hacker News 评论中筛出近二十年被推荐过的 YouTube 视频,做成仿 YouTube 的 HackerTube,全程约两小时。据邵猛报道,约 4 万条推荐评论汇总为 2007–2026 年间、跨 150 个主题的 6,454 条视频;Karpathy 手工只做了申请 Google API 密钥、开 VPS、买域名三件事,其余靠与 Claude 对话完成,VPS 起来后把 IP 交给它自行更新、部署、加固和优化。站点缩略图改用 50% 进度帧,For You 不登录、状态存在浏览器本地会话,数据可导出供自己的 agent 再做变体。Rohan Paul 后续报道称,Karpathy 让 Claude 从 Hacker News 20 年间的 4300 万条评论中筛出 6454 条被反复推荐的视频,并把评论分析数据打包成 zip 文件,供他人让 Claude 生成自己的版本。

Rohan Paul称Sunra按厂商原价转售多模态模型调用

Rohan Paul 于2026年10月29日转述称,Sunra 发布 Sunra API,用户通过一个密钥即可调用各主流图像、视频、音频和 3D 模型,并按各模型厂商自己的 API 价格计费,采用按量付费,没有订阅费,也不加价。Rohan Paul 还称,Seedance 2.5 在 Sunra 上的价格是另外两家网关的一半,这种统一入口也便于对 Google、OpenAI、ByteDance 和 Kling 的模型做 A/B 测试。目前该说法仅见于 Rohan Paul 的转述,尚无 Sunra 官方或其他来源的独立证据。

Rohan Paul称Sunra按厂商原价转售多模态模型调用

Rohan Paul 于2026年10月29日转述称,Sunra 发布 Sunra API,用户通过一个密钥即可调用各主流图像、视频、音频和 3D 模型,并按各模型厂商自己的 API 价格计费,采用按量付费,没有订阅费,也不加价。Rohan Paul 还称,Seedance 2.5 在 Sunra 上的价格是另外两家网关的一半,这种统一入口也便于对 Google、OpenAI、ByteDance 和 Kling 的模型做 A/B 测试。目前该说法仅见于 Rohan Paul 的转述,尚无 Sunra 官方或其他来源的独立证据。

查看事件：Rohan Paul称Sunra按厂商原价转售多模态模型调用

Grok Bot本周更新Pages、Vault与1Password联动

Grok Bot本周更新了多项功能。据阿易 AI Notes报道,此次更新包括可直接生成可编辑报告页和仪表盘的Pages、用于存放登录与银行卡信息的Vault,以及与1Password的联动;Vault与1Password的设计是让Bot代填登录和结账信息,但Bot本身看不到密码和卡号。更新还加入手机App授权,覆盖日历、通讯录、位置、闹钟,在iPhone上可管理提醒事项和控制Home灯光;此外还有根据描述或图片生成视频、新Bot角色和X Spaces等。目前该报道为唯一信源,尚无后续发展。

Gemini上线头像创建与分享功能

Google Gemini 上线个人头像功能,用户可创建并分享头像,与朋友一起出现在图像和视频中。分享后可在提示词中互相标记,并保持角色和声音的一致性;用户还能随时添加或移除他人的访问权限。目前该功能由 Gemini 于2026年10月30日发布的信息披露,尚无更多后续发展。

Tripo AI发布并开源实时生成式渲染器EdenLive

Tripo AI推出面向交互式场景的实时生成式渲染器EdenLive,隶属其交互式环境世界模型Project Eden,目前已向开发者开源。据VR陀螺报道,EdenLive将场景演化逻辑与视觉渲染解耦,只需2D/3D场景或参考视频、目标首帧与文本指令即可启动渲染,支持480p与720p两种分辨率;50亿参数版本在单张消费级RTX 5090上可实现720p下24帧/秒以上的实时生成。开源内容包括50亿与140亿参数模型权重、实时视频生成代码、文本转简易游戏的EdenGolem v0.1技能及完整提示词到游戏前端工具链,代码以Apache 2.0协议发布于GitHub,权重可在Hugging Face获取。目前尚无后续进展披露。

Grok Bot本周更新Pages、Vault与1Password联动

Grok Bot本周更新了多项功能。据阿易 AI Notes报道,此次更新包括可直接生成可编辑报告页和仪表盘的Pages、用于存放登录与银行卡信息的Vault,以及与1Password的联动;Vault与1Password的设计是让Bot代填登录和结账信息,但Bot本身看不到密码和卡号。更新还加入手机App授权,覆盖日历、通讯录、位置、闹钟,在iPhone上可管理提醒事项和控制Home灯光;此外还有根据描述或图片生成视频、新Bot角色和X Spaces等。目前该报道为唯一信源,尚无后续发展。

查看事件：Grok Bot本周更新Pages、Vault与1Password联动

Krea预告本周发布首个Krea 3专家模型

2026年10月28日,Krea预告“something is coming”,称首个Krea 3专家模型将于本周发布,并邀请用户猜测首个专家模型是什么。10月29日,Krea宣布Krea 3将于明天迎来首个专家模型,并称视频中还留有最后一条线索。10月30日,Krea发布Ad Studio,由面向广告的新Krea 3专家模型驱动;用户粘贴品牌链接即可生成数十条广告,并保持与品牌和产品的一致性,目前可免费试用。

OpenAI面向所有ChatGPT套餐开放iCloud邮件与日历插件

OpenAI于2026年10月28日宣布,iCloud Mail与iCloud Calendar两项插件已可在ChatGPT中连接使用。用户可通过ChatGPT查找邮件、梳理收件箱、查看接下来的日程或更新日历事件。该功能在网页端、桌面端和iOS上向所有ChatGPT套餐开放。Testing Catalog同日报道称,这是用户期待已久的功能,并附有一段演示视频。目前尚无后续发展。

Cursor设计模式新增Annotate功能

Cursor于2026年10月28日在其设计模式中新增Annotate功能,让用户以可视化方式向智能体下达提示:编辑元素、在页面上绘制,并在不同屏幕尺寸下查看设计。同日,Testing Catalog援引Design模式说明称,用户可以在运行中的应用上留下笔记来指挥智能体,并附有一段演示视频。目前尚无后续发展事实。

Gemini提供Google SynthID检测能力

Google Gemini 上线 SynthID 检测功能,用户可直接询问 Gemini“这是 AI 生成的吗”,即可判断图片、视频或音频是否由 Google 的 AI 生成。该功能面向所有用户开放,用于帮助用户更有把握地浏览网络内容。目前该功能已随 Gemini 推出,暂无后续发展信息。

百度健康升级文心健康管家并发布好医矩阵与健康相机

2026年10月24日,百度健康宣布升级文心健康管家,同时发布「好医矩阵」和「健康相机」。据雷锋网同日报道,百度健康AI服务月活跃用户已达5000万+。好医矩阵包含好医答、好医加号、好医说、好医榜、好医评;其中好医答入驻15万+全三甲真人医生,提供7*24小时在线服务,好医加号已覆盖80%以上公立三甲医院,每天提供超12万个加号源。健康相机支持打字、方言语音、拍照和视频上传边拍边说,基于300万多模态影像素材训练,可识别动态体征与多发症状位置关系。目前该事件尚无后续发展事实。

Kling 4.0 现已在 Adobe Firefly 中可用

可灵宣布,Kling 4.0 已在 Adobe Firefly 中上线,用户可通过 Firefly 直接调用该视频生成模型。Adobe Firefly 同步发文称 Kling 4.0 现已可用,并给出试用链接。相关消息发布于 2026 年 10 月 22 日,目前尚无后续发展事实。

Hao AI Lab宣布FastH3 Omni可在DGX Spark、RTX GPU和Apple MLX本地运行

Hao AI Lab宣布,FastVideo FastH3 Omni可在NVIDIA DGX Spark、RTX GPU和Apple MLX上本地运行。该实验室给出的运行数据包括:用一张照片和一段提示词生成5秒480p视频约需3分钟,在两张Spark上约需2分钟;FastH3 T2AV在单张Spark上耗时52.6秒,在两张Spark上为30.7秒。演示视频中的片段均由DGX Spark以8步NVFP4 checkpoint生成。该实验室同时提供了博客、Cookbook和Hugging Face链接。目前尚无后续发展事实。

Rohan Paul评价Unitree H2-X约8小时续航数据

2026年10月22日,Rohan Paul发文评价宇树发布的H2-X人形机器人所宣称的约8小时续航数据。他指出,该数字统计的是站立时间,尚不清楚巡逻、格斗或搬运等实际任务能持续多久。文章同时提到,标准版H2重70kg、有31个关节,配备可换0.97kWh电池组,续航约3小时,售价29,900美元;发布视频中H2-X从4米平台跃下、踢穿废车场并击退持棍入侵者。Rohan Paul认为,早期买家更可能来自需要凌晨值守的场地和仓库,而非家庭。目前该评价仅见于其本人文章,暂无其他发展事实。

Kling 4.0上线fal平台

可灵 Kling 4.0 已在 fal 平台上线。官方称其为新一代原生多模态视频模型,在复杂运动稳定性、角色与场景参考一致性以及电影叙事控制精度上有所提升。目前该模型仅通过 fal UX 和 fal Agent 提供,API 访问即将开放。

Lauren Tan称grok bot团队迭代速度极快

2026年10月23日,Lauren Tan表示grok bot团队正以极快速度迭代。同一事件的相关报道显示,Grok Bot 0.75.2版本已发布,新增可生成并持续更新的报告、备忘录和仪表盘页面,桌面聊天新增卡片,bot可根据描述或图片生成视频。Lauren Tan同时呼吁用户继续反馈问题和bug,目标是让Grok Bot成为最好用的助手和员工。此前10月22日的报道称,Grok Bot可生成报告、备忘录和仪表盘,用户提出页面需求后可与其共同编辑,或让Bot持续保持更新;产品仪表盘、个人财务指标、PRD、UXR摘要、研究报告、行业分析、指标探索和参考文档等内容可直接在Grok Bot内生成。目前该故事暂无进一步有证据的发展。

Krea推广Krea 3用于产品图生成

Krea 官方于 2026 年 10 月 22 日宣布,Krea 3 可用于商品图生成,能快速产出商品的各个角度,成本仅为常规方案的一小部分。官方推文附有试用链接和演示视频,但未给出具体价格或速度数据。目前尚无后续发展事实,该能力的具体定价与生成速度仍待官方进一步披露。

Kling AI 宣布 KLING 4.0 全面可用

2026年10月15日,Kling AI 宣布 KLING 4.0 全面可用,用户可通过改版后的创作界面使用,并支持通过 MCP 和 CLI 接入视频创作工作流;官方同时预告将推出 4K 和 1080p 的 10-bit HDR 视频输出,以及面向企业客户和开发者的 API 访问。10月17日,fal 预告即将上线可灵 4.0,称单次生成最长 30 秒视频、支持原生音频,并可用最多 15 个参考素材引导角色、场景与镜头运动。10月20日,据 The Decoder 报道,Kling AI 发布 4.0 版本,单次可生成最长 30 秒视频,支持最多 10 张关键帧图像输入,提示词理解扩展到 8,000 tokens,新增双声道立体声音频和十余种语言的口型同步,并推出最高 720p、20 秒的轻量版 Kling 4.0 Flash。10月22日,可灵宣布 KLING 4.0 API 正式开放,开发者可将其集成到自有产品和工作流中,但未披露接口能力、定价或可用范围等细节。