SGLang-Diffusion 如何为生产级视频生成做高级优化
SGLang-Diffusion 公布面向生产级视频生成的高级优化，将序列并行分片从帧级改为 token 级，把 T×H×W 展平后分片以减少甚至消除 padding 与通信量。框架还引入 Parallel Folding 解耦 Text Encoder 与 DiT 的并行策略、为 Wan-VAE 实现分布式编码解码，并修复 Cache-DiT 在多请求服务下的缓存上下文污染与形状不匹配崩溃问题。
匹配字段标题、摘要
←搜索结果
搜索“视频”
谢赛宁推荐视频扩散新采样器
如果你在做视频扩散 / 世界模拟器，试试这个新采样器。 时间一致性把视频钉在总像素空间的低维流形上。 自精炼采样让它们留在那里。
匹配字段标题、摘要
xAI 发布 Grok Imagine API，提供视频生成与编辑能力
xAI 发布 Grok Imagine API，将视频生成与视频编辑能力打包为面向端到端创作流程的 API 组合，Grok Imagine 是其目前最强的视频音频生成模型。该 API 支持从文本或图像生成视频、增删替换物体、场景与物体控制、风格重绘等编辑操作，并支持竖屏、横屏等比例与灵活片段长度。官方称其在延迟、并发和成本上做了优化，并已在合作方平台与自家 API 上线，同时提供 SDK、教程和可视化控制台。
匹配字段标题、摘要
2026 年十大最佳 AI 视频生成器（实测对比）
Manus 发布 2026 年十大 AI 视频生成器实测对比榜单，入选工具包括 Runway（Gen 4.5）、HeyGen、OpenAI Sora、Kling AI、Synthesia、Luma Dream Machine、Pika、Google Veo 3、Adobe Firefly 和 Manus。文章按高级创意控制、个性化翻译视频、叙事、写实人物、商业培训、快速电影感、社交媒体内容、电影级真实感、Adobe Creative Cloud 生态和 AI 工作流自动化等场景给出各自最佳选择。
匹配字段标题、摘要
Agentic ProbLLMs：利用 AI 计算机使用与编码智能体的安全研究（39C3 视频与幻灯片）
Johann Rehberger 在汉堡 39C3 演讲《Agentic ProbLLMs: Exploiting AI Computer-Use and Coding Agents》，分享针对智能体系统漏洞的安全研究及 Month of AI Bugs 项目，并附大量演示。演讲视频可在 media.ccc.de 观看，英文版已上传至 Embrace The Red YouTube 频道，幻灯片提供 PDF 下载。
匹配字段标题、摘要
我如何用 SolveIt 把 Karpathy 的 tokenizers 视频做成书稿章节
Answer.AI 的 Kerem Turgutlu 用 SolveIt 把 Andrej Karpathy 超过 2 小时的 tokenizers 视频教程转成了带可运行代码、超链接、图片和补充讲解的书稿章节。他采用两阶段流程：先用一个对话逐段丰富带时间戳的转录稿，再用第二个对话据此撰写正文，而非让 AI 一次性转换。SolveIt 提供完整 Linux 环境、持久存储、网页搜索和消息编辑工具，并支持用 #ai 标签让 AI 读取指定图片。
匹配字段标题、摘要
OpenAI 发布 Sora 2 模型与 Sora 视频创作应用
OpenAI 推出 Sora 2 模型与全新的 Sora 应用，用户可创建、分享和观看视频。应用提供 cameo 功能，可将本人及朋友放入视频，并重点改善角色一致性。团队还设置了肖像滥用、深度伪造及非法内容防护，并计划围绕长期满意度、信息流控制和用户福祉持续调整产品。
匹配字段标题、摘要
Runway 发布 Act-One，用视频和声音表演驱动角色动画
Runway 发布 Act-One，这是一个在 Gen-3 Alpha 中生成角色表演的新工具，以视频和声音表演作为输入，无需额外设备。官方称该模型能保留真实面部表情，并把表演迁移到与原视频比例不同的角色上，同时在不同机位下保持稳定的面部动画。Act-One 现已面向 Gen-3 Alpha 开放，并配套公众人物内容拦截、Custom Voices 声音授权核验等审核措施。
匹配字段标题、摘要
Suno 推出 Suno Scenes：用照片和视频生成歌曲
Suno 发布新功能 Suno Scenes，可从相机拍摄的照片和视频生成独特歌曲，率先面向 iOS 移动端用户开放，入口位于歌曲创作体验的 Camera 模式。用户可用风景、自拍或日常视频作为素材创作并分享内容。
匹配字段标题、摘要
Suno 启动 The Summer of Suno 第二期：10 万美元奖池征集音乐反应视频
Suno 于 7 月 15 日启动 The Summer of Suno, Vol. 2，主题为“打动我们的音乐”，从 100 万美元创作者奖池中拿出 10 万美元，平均分给 200 位创作者，每人 500 美元。活动持续至 7 月 31 日 23:59 ET，需提交真人出镜的反应视频，投稿不限数量但每人仅限一次获奖，并新增印度、以色列和日本创作者参与资格。
匹配字段标题、摘要
Sam Altman 谈 GPT-4o 的免费开放与语音视频交互
OpenAI 将 GPT-4o 免费提供给 ChatGPT 用户，并推出具有人类级响应速度和表现力的新语音及视频模式。Sam Altman 表示，这种交互快速、自然且实用，未来还将加入可选的个性化、信息访问和代用户执行操作等能力。
匹配字段标题、摘要
用于视频生成的扩散模型：从零训练与图像模型扩展
Lilian Weng 在 Lil'Log 撰文梳理扩散模型用于视频生成的两条技术路线：从零训练时，2D U-net 的 3x3 卷积扩展为 1x3x3，并在每个空间注意力块后加入时间注意力块以捕捉时序一致性；Imagen Video 用 7 个扩散模型级联输出 1280x768、24 fps 视频，经渐进蒸馏后每个模型仅需 8 步采样。另一路线是给预训练图像扩散模型插入时间层，如 Make-A-Video 复用文本-图像先验并加入帧插值网络，以缓解文本-视频配对数据稀缺问题。
匹配字段标题、摘要
Krea 插件支持在 Grok 内将草图转为卡通动画
Krea 宣布，借助 Krea 插件，用户可以直接在 Grok 中把草图变成卡通动画，只需向 Grok 提出请求即可。此前 Krea 已推出面向 Grok bot 的插件，可在 Grok 内生成图像和视频。
匹配字段摘要
State of AI 2026：Nathan Benaich 谈 2027 年 AGI、科学超级智能与世界模型
Air Street Press 的 Nathan Benaich 在 MAD Podcast 与 Matt Turck 讨论 State of AI Report 2026，并重申他关于 2027 年实现 AGI 的预测，判断依据是 AI 在投资、AI 研究、金融、法律等知识工作上已能接近他的水准。他还谈到图像、视频、音频正融合为世界模型，以及智能体带来的网络安全风险；ElevenLabs 的智能体每周已处理超过 1500 万次对话，是 2 月量的三倍。
匹配字段摘要、正文
商汤 Sekor 生成万圣节短片，创作者作品播放超 7400 万
商汤用其 AI 视频智能体 Sekor 制作了一支万圣节主题短片，创作者为 22 岁的 CHunye，其短剧系列累计播放量超过 7400 万。帖子同时给出 CHunye 与 Sekor 在抖音、YouTube、IG、X 上的账号，并附上使用 Sekor 创作的入口链接。
匹配字段摘要、正文
WorkBuddy 如何帮乙方打工人提前下班
腾讯 WorkBuddy 作为 AI 工作台，帮广告、内容行业的乙方把零散 Brief 拆成传播方案、待办清单和 PPT，并整理嘉宾排期与预算表。它自带 Skillhub，已接入小红书、公众号、抖音和视频号等运营技能，可生成不同平台尺寸、风格和文案；还接入腾讯 Miora，在平面、视频等多模态视觉资产上保持统一风格，并支持多窗口执行任务。
匹配字段摘要、正文
中国一半 AI 算力在做 AI 垃圾内容？55% token 数据的争议
中文在线 2026 年 6 月称 AI 短剧与视频生成占中国 AI token 消耗的 55%、软件开发仅 15%，该说法在 10 月被广泛传播为“中国一半算力做 AI 垃圾内容”。字节跳动公开反驳，称视频生成仅占其自身算力的约 10%；在 Seedance 上，一段 5 秒 720p 视频约消耗 10 万 token。人民日报、南方评论和新京报均发文质疑这一简单对比。
匹配字段摘要、正文
豆包推出免费额度活动：累计签到30天得8800额度，新用户免费领一个月订阅
豆包再次面向用户推出免费额度活动：所有用户每日签到可得200额度、周一翻倍，累计签到30天可得8800额度，超过一个月标准套餐的8400额度；首次登录豆包电脑版或豆包工作电脑版的新用户可领取30天免费体验套餐。赠送额度有效期30天，可用于除生视频、Pro模型以外的所有能力，签到额度可立即使用且优先消耗。
匹配字段摘要、正文
HP Elitedesk 8 Mini G2i 评测：搭载现代 Intel CPU 的省电迷你主机
HP Elitedesk 8 Mini G2i 搭载 Intel Core Ultra 5 322 入门级处理器，售价约 1200 欧元，因内存和 SSD 价格大幅上涨，处理器上的节省被抵消。这款扁平迷你主机带 Thunderbolt 4 接口和 Copilot+ 标签，满足 Windows 11 的 AI 功能要求，可运行 Paint 的 Cocreator、英语实时字幕和视频会议工作室特效。
匹配字段摘要、正文
警惕“中国AI跑偏论”：Token消耗对比忽略总量与口径差异
针对“中国55% Token消耗流向AI短剧与视频生成、美国58%用于编程研发”的对比结论，人民日报评论文章认为忽略总量、口径、样本差异做简单数字对比难免武断。文章列举《关于发展新质生产力的意见》、“十五五”规划纲要和2025年8月《关于深入实施“人工智能+”行动的意见》，并提到十万卡级超智融合算力资源池上线、中国科学院“磐石·科学基础大模型2.0”和上海人工智能实验室“AGI4S珠穆朗玛计划”。
匹配字段摘要、正文