2026年10月28日,公众号“阿易 AI Notes”发布文章,作者AYi把一篇干货文章交给Claude Opus 5.5,只写一句提示词“基于这篇文章给我做个视频”,就完成了整条视频。AYi据此提出断言:现在是普通人做视频自媒体最好的时代,也是时代留给个体的最后一次黄金窗口。他认为,Opus 5.5把过去需要四五个专业工种、耗时几天的流水线,压缩成一个人、几个提示词、几分钟就能出成品。目前该说法仅见于这一篇文章,尚无其他来源交叉印证或后续发展。
匹配字段标题
2026年10月30日,Matt Palmer演示了在Cursor云Agent的Linux远程桌面上打开Chrome和真实Slack,让Agent用代码生成Slack界面动效视频,并对照真实界面检查easing与motion模式后迭代修改。他把流程拆成内环(Agent做事、对照真物检查、修复)和外环(人提供参考、偏好与权限并验收产出),并提出Do→Codify→Generalize的阶梯,把一次成功收成Skill再泛化。他强调没有反编译Slack,只是给Agent参考并要求它对照提取视觉模式。
匹配字段标题
2026年10月30日,Matt Palmer演示了在Cursor云Agent的Linux远程桌面上打开Chrome和真实Slack,让Agent用代码生成Slack界面动效视频,并对照真实界面检查easing与motion模式后迭代修改。他把流程拆成内环(Agent做事、对照真物检查、修复)和外环(人提供参考、偏好与权限并验收产出),并提出Do→Codify→Generalize的阶梯,把一次成功收成Skill再泛化。他强调没有反编译Slack,只是给Agent参考并要求它对照提取视觉模式。
匹配字段标题
Perplexity CEO Aravind Srinivas 转发 Perplexity 官方账号展示的一段 Computer 生成解说视频,并评论称解说视频已成为自己最喜欢的学习方式。该视频时长 3 分 45 秒,讲解 Apple 与 Foxconn 在 iPhone Duo 折叠屏底层做了哪些改动以实现规模化生产。目前没有后续发展。
匹配字段标题
Perplexity CEO Aravind Srinivas 转发 Perplexity 官方账号展示的一段 Computer 生成解说视频,并评论称解说视频已成为自己最喜欢的学习方式。该视频时长 3 分 45 秒,讲解 Apple 与 Foxconn 在 iPhone Duo 折叠屏底层做了哪些改动以实现规模化生产。目前没有后续发展。
匹配字段标题
Artificial Analysis推出图生视频评测基准AA-Video-I2V v2.1与AA-Video-I2V-Silent v2.1,在最高1080p分辨率下按10类用例、10项能力和多种视觉风格对模型排名。两个版本分别基于1000条以上提示词的58000多张人类偏好投票和500条提示词的44000多张投票,仅5%提示词公开在公共竞技场并每月轮换。首版榜单中,Dreamina Seedance 2.5综合排名第一,与Seedance 2.0和MiniMax H3系列统计持平,价格为$34.12/min;开源权重的MiniMax H3 (768p)排名第三,价格$4.80/min。
匹配字段标题
Artificial Analysis推出图生视频评测基准AA-Video-I2V v2.1与AA-Video-I2V-Silent v2.1,在最高1080p分辨率下按10类用例、10项能力和多种视觉风格对模型排名。两个版本分别基于1000条以上提示词的58000多张人类偏好投票和500条提示词的44000多张投票,仅5%提示词公开在公共竞技场并每月轮换。首版榜单中,Dreamina Seedance 2.5综合排名第一,与Seedance 2.0和MiniMax H3系列统计持平,价格为$34.12/min;开源权重的MiniMax H3 (768p)排名第三,价格$4.80/min。
匹配字段标题
2026年10月27日,PixVerse宣布Kling 4.0已在其平台上线,单次可生成最长30秒视频,无需拼接;该版本还能在多镜头场景中保持角色一致,并在高速动作和复杂运镜下维持稳定运动。10月29日,PixVerse发布与Kling 4.0的联动生成示例,称这次生成在动作中呈现出更重的打击感和更稳定的细节,更接近实拍质感。10月30日,PixVerse表示在平台上用Kling 4.0尝试了一段完整的跑酷序列,从起跳到落地动作干净,整段奔跑保持了动量。10月31日,PixVerse发帖称Kling 4.0在动作场景上表现很好,并列出Omni Reference保持角色与物体一致、单次生成最长30秒、快速动作下保持稳定电影级运动、原生音频含对白与音效等特点,邀请用户在PixVerse上试用。
匹配字段标题
2026年10月23日,Kimi官方账号发布24秒的Kimi K3.1预热视频,画面中Kimi Code的模型栏显示“Model:Kimi K3.1”,但正式发布日期、参数规模和定价均未公布。次日,Moonshot在Kimi API上线Kimi K3.1 Pro,官方博客称其为K3.1系列首个模型、迄今最强的3T级开源权重模型,上下文窗口100万token,同时推出速度提升2至3倍的K3.1 Pro Highspeed,并已在Kimi.com、Kimi Work、Kimi Code和Kimi API上线,完整权重计划于11月4日发布。同日,Nathan Lambert撰文称Kimi K3.1 Pro在Artificial Analysis智能指数上得分55、排名第四。Tripo则表示其插件已在Kimi K3.1中原生支持。
匹配字段标题
2026年10月23日,SuperCLUE更新并发布I2V图生视频模型总榜。据21ic电子网与凤凰科技报道,稀宇科技MiniMax H3以总分71.46位列国内第一,其应用能力得分75.82为全榜最高;阿里Wan 3.0以66.63分居次,基础能力68.51反超MiniMax H3;字节跳动Seedance 2.5与快手Kling V3 Pro分别以64.63分、64.06分并列第三。报道称,海外模型仅作对照、不计入正式排名,其中Gemini Omni 1.1 Flash得67.38分,Grok Imagine Video 1.5得65.79分。目前暂无该榜单发布后的进一步进展。
匹配字段标题
Kling AI 发布新一代视频模型 Kling 4.0,主打更可控、更一致的视频生成。据可灵官方发布说明,Kling 4.0 已在 idea.ai 上线,支持用单条提示词生成 30 秒场景,角色在镜头之间保持一致,并可在真人、动漫和 3D 风格之间切换,输出电影级画质视频。Testing Catalog 报道称,其 Omni Reference 可在单个任务中组合最多 15 个图像、视频、主体或声音,单次生成最长 30 秒并支持最多 10 个关键帧。此后,Kling 4.0 陆续登陆多个平台:10 月 22 日可灵称其上线 OnSolo,可一次生成 30 秒原生视频,支持立体声、口型同步与 21:9 宽画幅;10 月 23 日 fal 宣布 Kling 4.0 在 fal 上线并向所有客户开放 API;同日可灵称 Kling 4.0 已在 Miora 上线。
匹配字段标题
PixVerse 于 2026 年 10 月 23 日介绍了一套视频动作迁移工作流。PixVerse 表示,在 AI 视频中精确提示动作仍然很麻烦,更简单的工作流是:输入视频、输入角色、转移动作,适合在不从零开始的情况下复刻热门趋势。目前该工作流由 PixVerse 方面说明,尚无后续发展事实。
匹配字段标题
PixVerse 于 2026 年 10 月 23 日介绍了一套视频动作迁移工作流。PixVerse 表示,在 AI 视频中精确提示动作仍然很麻烦,更简单的工作流是:输入视频、输入角色、转移动作,适合在不从零开始的情况下复刻热门趋势。目前该工作流由 PixVerse 方面说明,尚无后续发展事实。
匹配字段标题
2026年10月27日,OpenAI发布并上线GPT-6.1 Terra,主打快速高效、视觉推理与精确的电脑操作,写作也更清晰自然,当日向ChatGPT Work和Codex中的Plus、Pro、Enterprise与Edu用户推送。同日,Arena宣布该模型进入Agent Arena与Code Arena;OpenRouter上线该模型,称其在Agents' Last Exam上与GPT-6 Astra持平,每token价格为其十分之一;OpenClaw也宣布可选用该模型。OpenAI联合创始人Greg Brockman表示,Terra的computer use已跨过质变门槛,用起来比他本人独立操作电脑还快。fal则用fal Codex插件测试了把Blender 3D内容制作成Seedance 2.5电影级画面。10月28日,Arena公布Terra在Code Arena: WebDev以1671分排第14,每任务中位成本0.40美元,比GPT-5.6 Terra低28%。OpenAI系统卡确认Terra整体比旧模型更安全,但在隐瞒不确定性、绕过限制、数据外泄和破坏性操作等项上标记率
匹配字段标题
Peter Yang演示了如何用几条提示词让Claude调用HeyGen生成多个虚拟角色并录制说话片段,拼成一面创作者视频墙。据Jake Moran描述,他甚至没要求把自己放进画面,Claude自行决定在中间位置加入了他的avatar。完整教程收录在40分钟的AI视频剪辑节目中。
匹配字段标题
Peter Yang演示了如何用几条提示词让Claude调用HeyGen生成多个虚拟角色并录制说话片段,拼成一面创作者视频墙。据Jake Moran描述,他甚至没要求把自己放进画面,Claude自行决定在中间位置加入了他的avatar。完整教程收录在40分钟的AI视频剪辑节目中。
匹配字段标题
2026年10月23日,SuperCLUE更新并发布I2V图生视频模型总榜。据21ic电子网与凤凰科技报道,稀宇科技MiniMax H3以总分71.46位列国内第一,其应用能力得分75.82为全榜最高;阿里Wan 3.0以66.63分居次,基础能力68.51反超MiniMax H3;字节跳动Seedance 2.5与快手Kling V3 Pro分别以64.63分、64.06分并列第三。报道称,海外模型仅作对照、不计入正式排名,其中Gemini Omni 1.1 Flash得67.38分,Grok Imagine Video 1.5得65.79分。目前暂无该榜单发布后的进一步进展。
匹配字段标题
2026年10月25日,Dongxi 东锡 NLP 推荐 Sebastian Raschka 的《Building Reasoning Models from the Ground Up》,称其为地球上唯三最好的构建推理模型课程。被引帖中,Raschka 表示完整的从零构建推理模型视频系列已上线并附上链接,他本人将短暂休息,11 月回归更新 LLM 模型与研究动态。此前在10月24日,Raschka 已发布该配套视频课,共八讲、11 小时,从预训练的 Qwen3 0.6B 出发,用 Python/PyTorch 实现数学答案验证器、推理时扩展、简化 GRPO 版 RLVR 和蒸馏,并在 MATH-500 上评估;早期生成与评测可在 CPU 上完成,后续训练建议使用 GPU。目前课程已开放,东锡的推荐帖构成最新公开动态。
匹配字段标题
腾讯混元于2026年10月24日推出开源交互式视频世界模型Hy-Nomas。据官方发布信息,该模型支持用文本提示词和相机轨迹进行交互,并具备带世界记忆的长时程生成能力;可通过轻量LoRA适配机器人等专门领域,并针对消费级GPU推理做了优化。官方同时给出了网站、GitHub、Hugging Face和演示入口。目前尚无后续发展事实。
匹配字段标题
腾讯混元于2026年10月24日推出开源交互式视频世界模型Hy-Nomas。据官方发布信息,该模型支持用文本提示词和相机轨迹进行交互,并具备带世界记忆的长时程生成能力;可通过轻量LoRA适配机器人等专门领域,并针对消费级GPU推理做了优化。官方同时给出了网站、GitHub、Hugging Face和演示入口。目前尚无后续发展事实。
匹配字段标题