TwelveLabs Pegasus 1.5 在 Amazon Bedrock 上线
TwelveLabs 的视频语言模型 Pegasus 1.5 已在 Amazon Bedrock 上线，可将长视频转为带时间戳的结构化 JSON 元数据。相比 Pegasus 1.2，单次请求可分析视频时长从 1 小时提升至 2 小时，并新增视频分段、参考图多模态提示和免预索引的即时处理。
#视频
AWS Machine Learning BlogAI 评分5050 The Decoder精选AI 评分7272 可灵 AI 发布 4.0 版本，新增立体声与多语言口型同步并推出 Flash 轻量版
可灵 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。新版本加入双声道立体声和覆盖德语、英语、日语、韩语、西班牙语等十余种语言的改进口型同步，Omni Reference 单次最多接受 15 个参考素材。
推荐理由：可灵 4.0 的升级集中在参考素材、音频与多语言口型，同时给出与 Wan 3.0、Seedance 2.5 的对比观察。
钛媒体AI 评分5858 国产AI日韩剧走红，头部爆款《漂亮的恶意》变现数百万元
Tech星球报道国产AI韩剧、日剧、美剧在抖音、小红书走红，制作团队均为国内创作者。AI韩剧《漂亮的恶意》上线6集播放量破1.8亿，抖音账号涨粉170多万，变现数百万元，单集制作成本约1.5万至2万元。2026年上半年抖音新上线AI短剧约22.19万部，播放破亿约1055部，破亿率约0.47%。
MiniMax (X)AI 评分1818 MiniMax M3.1 Flash 获 Higgsfield 创作展示
连兔子都停下来围观。🐰🚀 很高兴看到 @higgsfield_ai 用 MiniMax M3.1 Flash 创作的作品。
爱范儿精选AI 评分7878 VAST 开源实时世界模型 EdenLive 及配套 EdenGolem
VAST 开源 Project Eden 系列中的实时生成式渲染器 EdenLive，并同步开放 5B、14B 模型权重、实时流式推理代码、EdenGolem v0.1 与前端工作台。
推荐理由：VAST 开源实时世界模型 EdenLive，读者可了解其状态与渲染分工架构及 5B 模型在单卡上的实时表现。
雷锋网AI 评分5858 爱奇艺580天AI闯关：从剧本工坊到虚拟制作
雷锋网梳理爱奇艺自2023年3月全员AI培训以来的580天实践，覆盖剧本工坊、影像工坊、虚拟制作与桃豆世界等应用。截至2024年6月超98%员工调用过大模型，2024年调用量较2023年增长83倍，奇智平台上有64个业务调用6300多个智能体应用。剧本工坊已累计为5000部小说和剧本提供评估提速，2025年4月版本接入DeepSeek等国产大模型，不到30分钟可完成50万字剧本评估。
elvis (X)AI 评分5858 Viggle 发布 JST-2 世界模型，附带 PINOC MCP server
Viggle 发布 JST-2，官方称其为全球首个全栈物理原生世界基础模型，整套模型栈在 3D 空间构建，可在数秒内生成 3D 场景并实时扩展。该模型附带 PINOC MCP server，向 Claude Code 发一条提示词即可生成角色、按文本驱动动画并组装场景；角色与动作共用同一骨架，因此智能体无需中途做重定向处理。
AK (X)AI 评分3030 OmniCompass 全模态视频基准发布
OmniCompass 面向全模态视频定位与理解的综合基准 论文：https://huggingface.co/papers/2610.18829
AK (X)AI 评分3434 VideoJev：视频理解与交互统一模型
VideoJev 用于视频理解与交互的系统一模型 论文：https://huggingface.co/papers/2610.18615
Aran Komatsuzaki (X)AI 评分5858 VideoJev 发布 System One 视频理解与交互模型
VideoJev 发布 System One 视频理解与交互模型，问答速度相比 Thinking 模式提升超过 100 倍。其 mIoU 相比 4B 和 MoE 骨干分别提升 6.7 和 10.8 个点，并开源 4B 与 35B 两个版本。
Turing Post (X)AI 评分2525 本周新模型盘点：机器人世界模型与Kandinsky 6.0
本周值得关注的新模型包括 RoboJEPA、Long-WAM、VioLA、UNITAS、DreamTrue 等机器人世界与动作模型，以及 Kandinsky 6.0 Video 和 MiMo-V2.6。
MiniMax (X)AI 评分1212 MiniMax 纽约广告周谈 AI 视频制作
纽约，你们带来了满满的能量！🗽💜 在 #AWNewYork26 上，MiniMax 与 @krea_ai、@fal 和 @magnific 共同带来了一场干货满满、观点新颖的圆桌讨论。 随着我们与品牌和代理机构的合作不断深入，我们探讨了是什么让 AI 视频真正达到制作级水准：稳定的结果、创作掌控力，以及忠于品牌的作品。 我们的展位人气爆棚，小章鱼和托特包也收获了不少喜爱 🐙 感谢邀请，@advertisingweek！
MiniMax (X)AI 评分5858 MiniMax 转发 FastH3-Omni 在 Reactor 上线预览
MiniMax 转发 FastVideo 与 nuvalab 基于 MiniMax 实时 H3 后训练的 FastH3-Omni，称其在 Reactor 上可凭单条提示词生成音画同步视频。引用内容称这是实时 H3 最快且质量最高的开源版本，支持首尾帧条件、音频输入与对话、最多 3 张参考图，并在 Reactor API 独家预览至 2026 年 10 月 20 日。
Google AI (X)AI 评分5858 Google 用 Gemini 4 Argon 从视频生成仿真，让人形机器人学会投沙包
Google AI 表示正在探索用 Gemini 4 Argon 加速研究，其中一项测试是用人类完成趣味任务的视频自主生成训练仿真，而非完全依赖手工编程。研究团队展示了人形机器人观看视频、运行仿真并掌握投沙包（cornhole）的过程。
MiniMax (X)AI 评分4040 MiniMax H3 开源视频世界模型物理表现接近闭源SOTA
在物理方面，谁拥有最好的开源视频世界模型？💫 又是我，MiniMax H3。几乎与闭源 SOTA 持平。🍾
AK (X)AI 评分2525 LIFT：大视角变化下的未来布局视频生成
LIFT 通过在线自蒸馏实现大视角变化下的未来布局视频生成 论文：https://huggingface.co/papers/2609.38146
MiniMax (X)AI 评分1616 MiniMax Music 客户 SILVERSIDE 作品展示
🪩 客户聚焦：SILVERSIDE · “We Bring the Fire” 我们长期的创意伙伴兼客户，为 MiniMax Music + H3 动画与口型同步带来了大胆的想象力、精美的工艺和令人无法抗拒的魅力。 @Silverside_AI @maxado_ 每一帧都充满个性。每一个节拍都带来火热能量 🔥🎶
Andrej Karpathy (X)AI 评分5858 Karpathy 分享让 LLM 输出更易读的提示词技巧
Andrej Karpathy 分享理解大语言模型输出的技巧，建议让 LLM 用 ASD-STE100 受控语言规范写作，或要求输出图表、HTML 交互网页和定制讲解视频。他提到可用 ElevenLabs API key 生成 3b1b 风格讲解视频，并认为随着模型变强，人的工作会更多转向监督与理解，可以要求生成以往不划算的大型一次性软件产物。
Emad Mostaque (X)AI 评分3636 Tavus 推出 Griffin 视频模型
远程办公彻底没戏了 如果你的工作能在屏幕另一端完成，AI 就能做得更好
Google DeepMind (X)AI 评分2525 Google DeepMind 用AI重现未拍摄的记忆
我们如何重建一段从未被拍摄过的记忆？ 我们的团队将修复的档案照片与姿态控制模型相结合，捕捉 Burt 和 Ethelle 的举止习惯与微表情。 这帮助还原了他们初次相遇那天的场景，用于《Love, Rendered》——一部与 @PrimordialSoup_ 和 @StorySyndicate_ 合作的新纪录片。 在 YouTube 上观看完整影片 → https://goo.gle/3V8m94m