Claude Opus 5.5 还原《戴珍珠耳环的少女》创作瞬间,网友直呼动人
视频博主 EHuanglu 用 Claude Opus 5.5 生成了一段想象《戴珍珠耳环的少女》被创作那一刻的视频,画面被认为真实而动人,获得包括 justin_hart 在内的多人转发称赞。
视频博主 EHuanglu 用 Claude Opus 5.5 生成了一段想象《戴珍珠耳环的少女》被创作那一刻的视频,画面被认为真实而动人,获得包括 justin_hart 在内的多人转发称赞。
Lightricks 在 Hugging Face 开源了针对 LTX 2.5(22b)的两款 LoRA,分别面向视频放大与老素材修复。Refine 用于把 HD 画面推到 8K,在贴近原始内容的前提下补出 8K 应有的细节;Restore 可把 540p 片段升到 4K,增强色彩并带来干净锐利的现代数码摄影机质感。
快手可灵正式发布 Kling 4.0 大版本更新,10 月正式上线,高性价比的 Kling 4.0 Flash 已于 9 月 28 日开放小范围体验。新版本支持 10-bit HDR、30 秒长镜头与最多 15 项参考素材,主打真实、可控、专业。早期体验创作者已用它制作完整音乐视频,唇形同步成为最大亮点,可通过黑帧渲染音轨与静帧合成实现口型对齐。
博主 FinanceYF5 用一条挑衅式提示词实测 Opus 5.5(开启 Max effort),要求生成一段充满动感的 15 秒动态图形视频。随后他用相同提示词在 Grok 4.7 Fast(xhigh effort)上重跑,形成两家模型动态图形生成能力的直接对比。
博主 FinanceYF5 用同一条提示词对比 Opus 5.5 的 Max effort 与 Grok 4.7 Fast 的 xhigh effort 生成动态图形视频:提示词要求制作一段 15 秒的动感动态图形视频,展示其作为顶级动态设计师的实力。两条视频可对照看两家模型在动态图形生成上的风格与质量差异。
Claude Opus 5.5 发布后,一条提示词直出音乐 MV 的玩法在 X 上走红。用户 donald 公开约 9500 字符完整提示词并配合 5 分钟语音输入,让模型调用 Seeda 等工具、花 12 小时自动写代码完成一支「关于 AI 散播恐惧」的故事驱动动态图形音乐视频,调研和歌词都由模型完成,人工只做了几轮反馈修改。
推荐理由:从中可见一条提示词直出整支 MV 的耗时与成本,也能看到创作者对 AI 生成音乐视频能力边界的评价。
博主 FinanceYF5 分享一段号称 100% 由 AI 生成的视频,只用一条提示词、全程无剪辑,真实感已难分辨真假,展示 Kling 4.0 在视频生成上的写实能力。类似演示此前由 @minchoi 首发并引发关注。
Kling 4.0 仅凭一条提示词、全程无剪辑生成 100% 由 AI 生成的视频,其真实感被认为已难分辨真假。该演示来自 @minchoi,由博主 FinanceYF5 转引,为同一演示的转发版本。
Google DeepMind 发布 Gemini Omni 1.1 Flash,为开发者带来场景扩展、首尾帧插值、360p 快速草稿和最高 4K 放大等生成式视频能力,已通过 Gemini API 在 Google AI Studio 上线。
推荐理由:相较于此前只参考最后一秒,Omni 1.1 把场景扩展的前序上下文提高到 10 秒,便于评估长视频工作流的可行性。
NVIDIA 发布 Cosmos-H-Dreams,一款面向手术机器人的实时、动作条件生成式模拟器,把 Cosmos-H-Surgical-Simulator 蒸馏为因果少步学生模型。
Google DeepMind 推出图像模型 Nano Banana 2 Lite(gemini-3.1-flash-lite-image)与视频生成及对话式编辑模型 Gemini Omni Flash(gemini-omni-flash-preview)。
推荐理由:两款模型同步开放开发者接口并公布延迟与价格数据,便于比较图像与视频生成方案的成本取舍。
Google DeepMind 发布 Gemini Omni 系列首个模型 Gemini Omni Flash,可组合图像、音频、视频和文本输入生成视频,并用自然语言多轮对话编辑视频。
推荐理由:原文给出了新模型的多模态输入与对话式视频编辑能力,读者可据此判断它在现有视频生成工作流中的位置。