评论：世界模型是上不了大模型桌的玩家另开的一桌

一篇评论文章认为世界模型是上不了大语言模型牌桌的玩家生造的融资概念，多数所谓世界模型公司只是后训练开源视频模型，产品集中在数字人直播间和WASD游戏画面且缺乏差异。文章称MiniMax H3是唯一开源且能与Seedance 2.0一战的视频模型，相关公司近期密集宣发正是因为后训练H3效果更好。作者还预告将推出直播间Bench，硬碰硬测试各实时生成视频模型的能力。

剪映在抖音创作者大会升级 AI 能力，推出复刻视频、剪映 Hub 与剪映助手

剪映在抖音创作者大会上升级多项 AI 能力，作者现场体验了复刻视频功能：上传参考视频和一张主体图片，系统可拆解原视频的节奏、镜头和创意并重新生成版本。PC 端推出剪映 Hub，将无限画布、AI 生成和时间线剪辑整合到同一工作台；剪映助手支持通过对话整理素材、删口播废话、改字幕、找高光，并可自定义 Skill。手机端新增 AI 创作助手小映，可根据用户意图调用图片、视频、音乐和 AI 生成能力。

形界智能发布 Genesis-1.0 视频双工模型，支持 24 小时持续互动

形界智能发布视频双工模型 Genesis-1.0，主打开放环境中的实时、持续角色互动和世界状态维护。模型将 Genesis-1.0-Brain 与感知渲染层解耦，Brain 负责语言风格和 MCP 调用，视频双工层负责感知用户与渲染动作、表情；官方称端到端画面延迟最佳 1.2 秒，最大稳定生成时长 24 小时，定价为 0.003 美元每秒。

XGEN 车昊轩：拒绝「世界模型」标签，打造主观体验模型与生成式世界模拟

29岁的车昊轩创办XGEN，拒绝将其工作称为「世界模型」，而命名为interactive experience model（主观体验模型）与generative world simulation，采用World State层与Render层分离的分层架构。

Krea@krea_aiAI 评分2424

这段视频 100% 由 Krea Agent 生成。 在下方了解具体方法 👇

Krea@krea_aiAI 评分5252

Krea Agent 推出新的视频编辑器，用户可在编辑器中处理已生成的视频片段。新功能支持拼接场景、延长片段、添加音频等，入口为 https://krea.ai/agent。

总奖金1000万的鲸锐AI创作大赛启动，虎鲸文娱推出虎鲸AI人才计划

9月17日，虎鲸文娱集团宣布启动「虎鲸AI人才计划」，同步推出鲸锐AI创作大赛，奖金池1000万元，最高单项奖200万。参赛作品需时长不少于10分钟，并提交不少于1000字的故事阐述；入围前25组需参加线下提案。入围初选即可加入虎鲸AI人才计划，赛事侧重故事情节、创意与视觉审美。

实测豆包 Seed-2.1-pro：复刻桌面换装视频并制作 3D 吃豆人小游戏

作者实测豆包 Seed-2.1-pro 的多模态 Coding 能力，先用其解析爆款桌面换装视频的分镜、人物和服装细节，再配合 Doubao-Seedance-2.5 生成并多轮优化视频。

Krea@krea_aiAI 评分2424

使用 Krea Agent 从单个视频生成多个摄像机视角。 示例和提示词见下方 👇

两名00后自学AI三个月，用小云雀做出7000万播放连续剧《The Accident》

两名00后在校生自学AI三个月，用小云雀制作美高校园剧《The Accident》，在抖音获得7000多万播放量。小云雀画布整合剧本助手、全局资产、自动分镜等环节，并提供7000多人角色库、3D导演台、Seed Audio 1.0配音及Seedance 2.5视频生成。该剧为小云雀创作者计划扶持IP，创作者可获得积分、奖金、宣发等支持。

VidMuse 实测：用 Skill 和插件让 Agent 自动制作音乐 MV、科普与广告视频

作者实测 VidMuse，通过一行命令安装 Skill 或插件后，可在 Coding Agent 中调用其视频制作能力，也可在 VidMuse 网页中用聊天方式创作。

Seko 如何降低 AI 短剧出海成本：转绘、剧本裂变与音频翻译实测

商汤 Seko 推出面向 AI 短剧出海的转绘、剧本裂变和台词音频翻译流程，帮助团队低成本完成本地化改编。其转绘推荐 GMLM 3.7 Flash，剧本裂变推荐 Doubao Seed 2.1 Pro，配音可使用 SeedAudio 1.0。文章称海外短剧市场约 40 亿美元，TikTok 单月短剧分账突破 2200 万美元。

AI 演员“小桃”如何用 OiiOii × Fal H3 Max 实现 3 秒出片、24 元制作一集短剧

OiiOii 接入 Fal MiniMax H3 Max，实测可用 AI 演员“小桃”在约 4 分钟内并发生成 18 个 15 秒镜头，单集短剧成本约 24 元。平台通过 7 大 Agent 自动拆解分镜，并支持 40+ 高并发和近百种模板；H3 Max Turbo 限时 25 折，生成成本最低 0.02 元/秒。

LibTV 深度动作捕捉实测：提取动作与空间关系并配合 Seedance 2.5 生成视频

作者实测 LibTV 新功能深度动作捕捉，将参考视频转成只保留动作、走位、运镜和空间关系的黑白深度视频，尽量过滤人物、服装、场景和画风。功能入口在画布的逐帧拉片菜单中，支持 480P 默认提取，也可选 720P 处理 30 秒以内视频。

Google DeepMind 为 Gemini 3.7 Flash 等模型推出智能体视频理解能力

Google DeepMind 为 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 推出智能体视频理解能力，可动态搜索、扫描和检查视频帧、音频及字幕中的相关片段。

Lovart 国区上线并升级设计工作流，实测品牌设计、矢量图、视频与网页生成

Lovart 正式开启国区运营并升级设计工作流，国内可直接访问。作者实测其浏览器插件灵感采集、约 100 个专业 Skill、品牌概念板、Logo、视觉规范、海报、空间和周边物料生成，以及一键 PNG/JPG 转 SVG、图片转短视频和可编辑 HTML 网页原型等功能。文章以新中式奶茶店任务串联流程，认为更新重点是减少工具切换，让用户把注意力放回审美与判断。

Google DeepMind 发布 Gemini Omni 1.1 Flash，增强生成视频控制能力

Google DeepMind 推出 Gemini Omni 1.1 Flash，通过 Google AI Studio 的 Gemini API 面向开发者提供新的创作控制和生成视频能力。

用 updream 3D 白模预演台制作 AI 视频：复刻《黑客帝国》屋顶片段教程

作者演示用 updream 的 3D 预演台先搭建白模场景、编排人物走位和机位，再把白模视频交给 Seedance 2.5 生成成片，以降低复杂镜头的反复抽卡。

Meta 发布开源多模态模型 Muse Glimmer-30B，面向本地智能体场景

Meta 发布 Muse Glimmer-30B，这是从 Muse 蒸馏出的 30B 稠密多模态模型，采用 Apache 2.0 许可，面向本地智能体、编码、文档分析和个人助理等隐私敏感场景。

NVIDIA 发布 Cosmos-H-Dreams 实时手术机器人生成式模拟器

NVIDIA 发布 Cosmos-H-Dreams，这是面向手术机器人的实时、动作条件生成式模拟器，并通过 FlashDreams 流式推理库提供服务。

十字路口Crossing 访谈生数科技张金涛：Vidu S1 如何实现实时交互视频生成

生数科技张金涛在十字路口Crossing 播客中介绍 Vidu S1 实时交互视频模型及推理加速体系。Vidu S1 可将照片转为实时视频通话 AI 角色，实现 540P、25–42 FPS，生成速度超过播放速度，支持无限时长，并可在消费级显卡上运行。

Google DeepMind 与 A24 宣布首创性研究合作关系

Google DeepMind 与电影公司 A24 宣布达成首创性研究合作，双方将开展长期、跨多个项目的深度研发协作。合作将 Google DeepMind 的技术创新嵌入创作流程，由 A24 及其电影人为新技术提供反馈，共同开发新工作流与技法、拓展叙事可能性，Google 同时对 A24 进行了投资。

Google DeepMind 发布 Nano Banana 2 Lite 并向开发者开放 Gemini Omni Flash

Google DeepMind 发布图像模型 Nano Banana 2 Lite，并首次通过 Google AI Studio、Gemini API 和 Gemini Enterprise Agent Platform 向开发者开放视频生成与对话式编辑模型 Gemini Omni Flash。

Google DeepMind 发布 Gemini Omni Flash 多模态视频生成模型

Google DeepMind 推出 Omni 系列首个模型 Gemini Omni Flash，支持组合图像、音频、视频和文本输入，生成依托 Gemini 现实知识的高质量视频，并可通过多轮自然语言对话编辑视频。