Qwen3-VL 上线 Ollama 云端，本地版本即将推出
Qwen3-VL 已在 Ollama 云端上线，本地版本将很快提供。该模型支持操作 PC 和手机 GUI 的视觉智能体、从图像和视频生成 Draw.io/HTML/CSS/JS、原生 256K 上下文并可扩展至 1M，OCR 语言从 19 种增至 32 种。Ollama 同时给出 JavaScript、Python 库及 OpenAI 兼容 API 的调用方式。
匹配字段摘要
←搜索结果
搜索“视频”
与 AI“巫师”共事：从协同智能到不透明的智能体
Ethan Mollick认为，AI正从需要人类共同塑造过程的协作伙伴，转变为可自主规划并在数分钟内交付复杂成果、但过程不透明的“巫师”。NotebookLM、GPT-5 Pro和Claude 4.1 Opus在视频生成、论文分析和文件处理测试中表现出色，仅出现少量问题。用户因此需要学会判断何时使用智能体、核验其输出，并在无法完全验证时采用与用途相称的暂定信任。
Ethan Mollick认为，AI正从需要人类共同塑造过程的协作伙伴，转变为可自主规划并在数分钟内交付复杂成果、但过程不透明的“巫师”。NotebookLM、GPT-5 Pro和Claude 4.1 Opus在视频生成、论文分析和文件处理测试中表现出色，仅出现少量问题。用户因此需要学会判断何时使用智能体、核验其输出，并在无法完全验证时采用与用途相称的暂定信任。 · Ethan Mollick argues that AI is shifting from a collaborative partner whose process humans help shape into a “wizard” that autonomously plans and delivers complex results within minutes while keeping its process opaque. NotebookLM, GPT-5 Pro, and Claude 4.1 Opus performed strongly in his tests involving video gene
匹配字段摘要
1X 发布 NEO 人形机器人 AI 系统 Redwood
1X 官方账号发布推文，公布 NEO 人形机器人的 AI 系统 Redwood，并附有一段视频。
匹配字段摘要
Suno 发布 Audio Input，可用任意声音生成歌曲
Suno 发布 Audio Input 功能，Pro 与 Premier 用户可上传或录制自己的音频来生成歌曲。音频或视频片段需在 6 至 60 秒之间，上传后在 Extend 中设定起始时间、风格并可加入自己的歌词。
匹配字段摘要
中国互联网络信息中心报告：我国生成式人工智能用户规模超7亿人
中国互联网络信息中心发布的《生成式人工智能应用发展报告（2026）》显示，截至今年上半年，我国生成式人工智能用户规模超7亿人，普及率超50%。报告称应用场景呈多元化态势，76.0%的用户会让生成式人工智能回答问题，处理图片/视频、文本、工作总结/会议纪要/PPT的用户占比分别为47.8%、37.6%和32.5%，人工智能综合助手、效率办公等应用使用次数同比增长均超100%。截至今年6月，我国累计培育建设16个国家级先进制造业集群，规上制造业企业人工智能技术应用普及率超过三成。
匹配字段摘要、正文
PixVerse上线Kling 4.0,单次可生成30秒视频
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
AYi断言当下是普通人做视频自媒体最后的黄金窗口
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
SenseTime展示由AI视频智能体Seko创作的万圣节短片
商汤(SenseTime)展示了一支由AI视频智能体Seko创作的万圣节主题短片。据商汤发布的信息,该短片创作者为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Seko在抖音、YouTube、IG、X上的账号,并附上使用Seko创作的入口链接。目前该事件仅有商汤这一来源的报道,尚无后续发展。
匹配字段标题
SenseTime展示由AI视频智能体Seko创作的万圣节短片
商汤(SenseTime)展示了一支由AI视频智能体Seko创作的万圣节主题短片。据商汤发布的信息,该短片创作者为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Seko在抖音、YouTube、IG、X上的账号,并附上使用Seko创作的入口链接。目前该事件仅有商汤这一来源的报道,尚无后续发展。
匹配字段标题
秦林提出AI视频竞争转向工业化量产能力
2026年10月30日,证券时报报道,炫佳科技创始人秦林提出,AI视频产业竞争重心已转向工业化量产能力。报道称,炫佳科技完成B1轮融资,间隔约30天,B2轮由深业资本、法创资本和江北新区科投集团联合投资,累计融资超2亿元,估值预计突破20亿元。秦林表示,一部120分钟短剧制作成本可从30万至50万元压缩至约5000元;公司AI业务收入正以每月约50%的速度增长,平台线上注册用户超10万。目前尚无后续发展事实。
匹配字段标题
秦林提出AI视频竞争转向工业化量产能力
2026年10月30日,证券时报报道,炫佳科技创始人秦林提出,AI视频产业竞争重心已转向工业化量产能力。报道称,炫佳科技完成B1轮融资,间隔约30天,B2轮由深业资本、法创资本和江北新区科投集团联合投资,累计融资超2亿元,估值预计突破20亿元。秦林表示,一部120分钟短剧制作成本可从30万至50万元压缩至约5000元;公司AI业务收入正以每月约50%的速度增长,平台线上注册用户超10万。目前尚无后续发展事实。
匹配字段标题
腾讯视频发布2027年度片单
2026年10月30日,2027腾讯视频V视界大会在上海举行,腾讯视频发布2027年度片单,包含超100部待播精品内容,并宣布继续坚持精品战略。腾讯公司副总裁孙忠怀在会上表示,AI让“做出来”变容易,但没有让“做得好”变容易,头部精品与大IP价值将更突出。平台同时探索“真人+AI”混制模式,并推出影视工业级AI工作台WorkRally。目前该事件尚无后续发展。
匹配字段标题
腾讯视频发布2027年度片单
2026年10月30日,2027腾讯视频V视界大会在上海举行,腾讯视频发布2027年度片单,包含超100部待播精品内容,并宣布继续坚持精品战略。腾讯公司副总裁孙忠怀在会上表示,AI让“做出来”变容易,但没有让“做得好”变容易,头部精品与大IP价值将更突出。平台同时探索“真人+AI”混制模式,并推出影视工业级AI工作台WorkRally。目前该事件尚无后续发展。
匹配字段标题
AYi断言当下是普通人做视频自媒体最后的黄金窗口
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
Matt Palmer演示用Cursor云Agent对照真实Slack生成界面动效视频
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
Matt演示用Cursor云Agent对照真实Slack生成界面动效视频
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
Aravind Srinivas称解说视频成为其新的学习方式
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
Aravind Srinivas称解说视频成为其新的学习方式
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推出图生视频基准AA-Video-I2V v2.1
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推出图生视频基准AA-Video-I2V v2.1
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