跳到正文
今天11月20日周五4 条
  1. VP Land71

    Kling 4.0 上线原生 4K 与 10-bit HDR 输出

    Kling 4.0 已支持原生 4K 视频输出和 10-bit HDR,HDR 在 4K 与 1080p 下均可使用,并附带 21:9 超宽画幅。Kling 称 10-bit HDR 在逆光、夜景和霓虹场景中能保留更多高光与阴影细节、减少色带,为后期调色留出空间。官方公告未说明所用 HDR 标准、文件编码与封装格式,也未公布 4K 或 HDR 渲染的积分价格与时长限制。

    推荐理由:Kling 4.0 把原生 4K 与 10-bit HDR 从预告变为可用,但 HDR 标准、编码格式和渲染成本仍未公布,读者可据此判断能否接入现有后期流程。

  2. VP Land73

    Netflix 探索高斯泼溅作为流媒体格式,Blender 5.3 与 Unreal Engine 加入原生支持

    据 Lowpass 报道,Netflix 正通过一个 24 周带薪实习项目研究高斯泼溅能否成为面向电视、流媒体棒、手机和笔记本的流媒体格式,压缩与编码时间是主要待解难题。

    推荐理由:材料把 Netflix 的流媒体探索、Eyeline 的 4D 捕捉研究与 Blender 5.3 的原生支持放在一起,读者可据此判断高斯泼溅在制作与分发两端的位置。

  3. VP Land72

    NVIDIA 在 GitHub 发布 MotionBricks,新增 SOMA 人体模型实时动作生成

    NVIDIA 在官方 GitHub 仓库发布 MotionBricks 实时动作生成模型,在原先仅支持 Unitree G1 机器人的基础上新增 SOMA 人体角色预训练模型,两者共用同一套代码路径。

    推荐理由:MotionBricks 在原有 G1 机器人模型之外补上 SOMA 人体模型,并公开权重与运行时代码,读者可据此判断能否接入现有动画管线。

11月19日周四
  1. VP Land30

    Runway Labs 推出 Diffusion-UI:实时生成可交互界面的研究应用

    Runway Labs 推出研究应用 Diffusion-UI,由实时模型逐像素生成可交互界面,并演示了能使用结构化数据、维持状态和生成控件的早期版本。精确地图路线、实时天气或任意 API 可作为 JSON 对象传入,界面按数据源、参考布局、样式和文本提示四层生成,交互时逐帧渲染,悬停时以白色轮廓标出可点击控件。该应用仍属早期研究,未公布定价、访问方式或发布时间,也未给出分辨率、帧率与延迟数据。

  2. VP Land75

    Apple 在 Hugging Face 发布 FastFrames 视频模型,单张 B200 GPU 上每帧最快 36 ms

    Apple 在 Hugging Face 发布 FastFrames 两个自回归视频扩散模型,可生成 480p 视频:1.3B 的 FastFrames-S 在单张 NVIDIA B200 GPU 上每帧 36 ms,14B 的 FastFrames-L 在 8 卡 B200 节点上每帧 45 ms、单卡 158 ms。

    推荐理由:Apple 公开两个自回归视频扩散模型及完整训练链路,读者可据此了解交互式视频生成的延迟构成与开源范围。

  3. VP Land58

    Comfy Cloud 新增自定义 Build,团队可在浏览器运行自有 ComfyUI 环境

    Comfy 为 Comfy Cloud 新增自定义 Build,团队可把自有的 ComfyUI 节点、模型、LoRA 和私有节点包打包成一套环境,所有成员在浏览器中打开同一套配置。

    推荐理由:Comfy Cloud 新增自定义 Build,把团队自有的节点、模型和 LoRA 打包成浏览器内统一环境,便于判断团队协作与部署成本。

11月18日周三
  1. CineD38

    ShotDeck 改版上线:加入自然语言搜索、影视片段与公开 Deck 链接

    由摄影指导 Lawrence Sher 创办的影视参考图库 ShotDeck 本月在 ShotDeck.com 上线重建版,将语义(向量)自然语言搜索与原有标签和技术筛选结合,并新增 10 秒影视片段、摄影机运动筛选、Discover 首页、带奖项与电影运动筛选的 Titles 页面,以及无需账号即可打开的公开 Deck 链接。

11月17日周二
11月16日周一
  1. Auganix78

    World Labs 向所有用户开放 Atlas 世界模型,并推出 3D 世界构建应用与 API

    World Labs 宣布向所有用户开放其 Atlas 世界模型,同时提供一套用于构建 3D 世界的应用和 API 端点,构建结果可导出为关键帧、视频片段和 3D 高斯泼溅。

    推荐理由:Atlas 从少量输入图像重建空间并输出高斯泼溅,为影视与 VFX 的场景搭建提供了新的素材来源。

11月11日周三
  1. Auganix60

    Google DeepMind 发布 Genie 4 实时交互世界模型

    Google DeepMind 发布世界模型 Genie 4,可实时模拟事件后续发展,目前以研究预览形式向受信任测试者开放。Genie 4 结合 Gemini 系列模型,Gemini Omni 负责让模拟贴合真实外观与行为,Gemini 3.8 Flash 作为循环中的引导代理拆解目标并核验每一步;用户可用自然语言实时修改天气、机位或加入人物与物体。

    推荐理由:Genie 4 把实时世界模型与 Gemini 结合,并首次原生生成音频,读者可据此判断 AI 生成环境在虚拟制作中的可用边界。

9月7日周一
7月16日周四
  1. Rokoko Insights60

    Rokoko 发布 Vision 3.0,重建单目 AI 动捕管线并转向云端处理

    Rokoko 发布 Rokoko Vision 3.0,对单目 AI 动作捕捉管线做了完整重建,采用云端处理,并让 Video-to-Motion 与 Text-to-Motion 一同进入网页端 Rokoko Create 平台。

    推荐理由:Rokoko 重建单目 AI 动捕求解器并转向云端处理,读者可据此比较它与本地处理方案在迭代效率上的差异。

7月1日周三