3分钟制作大电影，AI视频的「导演时代」来了。 昨晚我花了2小时， 实测刚出的「AI电影生成」即梦Seedance 2.0， 唠几点真实感受。 1.真人质感已经走完0到90步。 动效、光影、皮肤纹理基本等同于电影级制作。你看下马斯克他们的人物质感非常真实。 动效师基本可以下岗了。 2.我尝试做了10几个小视频。有虚拟+真实对比度场景进行测试。... 主题有Labubu在外滩大战蜜雪冰城， 宫崎骏女主逛街南京东路。 动画与真实世界的融合度超出预期。 3.最惊艳的是运镜和分镜。 比如我prompt只写了一句「镜头跟随人物穿过走廊到江边」，它自己规划了跟拍、推拉、升降一整套镜头语言， 出来的效果简直像有人扛着斯坦尼康实拍的。 4.音画同步。 你仔细听，ai主动根据画面配的电闪雷鸣声音。 当然BGM中文配音还是有些弱智，尝试了几次都不理想。 5.缺点也很明显。 画面中的文字大概有20%概率变成乱码；最长只能生成15秒，但生成时间大概只需3分钟。 整体感受是，Seedance 2.0赢在镜头可控性，你是在做导演的体验感。 中国AI实力确实不能低估。 但15秒就是现在所有AI视频模型的天花板。 什么时候能稳定输出更长时间，AI视频才能真正从玩具变成工具。 这一天不会太远了。show more

最近身边很多朋友都在讨论，AI会不会取代影视行业里的实拍？ 但如果你真的做过内容、拍过片子、交付过客户，就会越来越清楚一件事： 视频行业真正高效、也最有竞争力的方式，不是纯AI，也不是死守纯实拍，而是AI+实拍的结合。 AI的优势，是快，是低成本，是能迅速把脑子里的想法“具象化”；它特别适合做概念预演、气氛镜头、复杂转场、难以实拍的想象性画面，也适合把一个普通团队的创意上限拔高。 但它的问题也很明显，人物真实感、情绪细节、品牌信任感，即便是最强的Sd2.0，其实还是差着那一口“活人气”。 而纯实拍的价值，恰恰就在这里！！ 真实的人、真实的光线反馈、真实的微表情，这些东西决定了内容有没有温度，有没有说服力，有没有质感。 尤其是商业化内容，能够真正产生溢价的，往往不是炫技，而是信任，是人与人的情感互动。 所以未来最强的创作者，不是最会拍的人，也不是最会跑AI的人，而是最会把两者编排在一起的人。... 用实拍去托住人物的真实感，用AI去放大表达力；把该真实的部分拍下来，把该夸张、该想象、该提升效率的部分交给AI。 说得更直白一点，AI不是来替代镜头的，AI是来解放镜头的。 它把那些过去要花很多钱、很多时间、很多人力才能完成的部分，比如特效、比如调色、比如光影氛围、比如布景、比如道具，变成了一个人也能调度和解决的事情。 但真正决定作品质感下限和商业价值上限的，依然是真实本身。 视频来自：边境悍匪show more

之前用 Seedance 2 做了个做酸菜鱼的视频， 生成到第10秒的时候，美女的手直接伸进滚烫的锅里搅拌。AI完全不知道那样会烫。 当时觉得好笑，后来越想越觉得，这不只是 bug这么简单，现在的 AI 根本还没到理解物理世界怎么运转这一层。... 这半年做了太多AI视频了，每次满心欢喜等它生成，结果经常是人物动作接不上、物体空间瞬移、手还没碰到东西物体就动了，各种幻觉 bug，真的挺折磨。 最近看到黄碧薇教授 Biwei Huang 的 Aether AI 官宣融资，认真看了一下方向，感觉它解释了很多视觉 AI 里反复出现的问题。 Aether AI 做的是因果世界模型。这个词听起来很学术，但放到视频生成里其实很好理解。 今天的视频模型，Sora、即梦、Veo，已经能生成非常真实的画面。杯子掉落、水洒出来、机械臂抓取，看起来越来越像真的。但它们很多时候是在根据海量视频经验预测下一帧，类似画面后面通常会发生什么，就生成什么。 所以桌子高了 2cm，机械臂就可能失效。明明伸过去的角度看起来对，杯子却自己飞起来了。画质够了，数据也不少，但模型没有真正理解这个动作为什么会带来这个结果。 Aether AI想做的，就是让 AI 学到变量之间的底层规律，比如桌子高度变了会带来什么影响，物体受力之后会怎么运动，一个动作会导致什么后果。 这类东西学进去，模型才能在没见过的场景里稳定推演、举一反三。对视频生成、机器人、自动驾驶、3D 世界模拟都会很关键。 视觉 AI 下一阶段的方向，可能就是从生成看起来合理的画面，走向理解画面为什么会这样变化。 黄教授 Biwei Huang 做因果AI 超过 12 年，这次 Aether AI 融资，我觉得是一个值得关注的信号：因果世界模型正在从学术前沿走向产业。 想了解的可以戳一下官网看看：show more

Codex 5.6 真的要让剪辑师失业了！ 它现在的视频制作能力提升了不止一个档次，直接一句话生成视频！ 重度实测一周，筛选出这 4 个Skill，直接实现全流程闭环： 1️⃣ HyperFrames... （内置插件） 负责整片策划、动效生成、画面合成与最终渲染。它能把文字构思直接转化为高水准的动态视频框架，实现全流程闭环交付。 2️⃣ Remotion （内置插件） 基于 React 模板的视频生成工具。支持通过代码批量生产高质感视频，尤其适合数字人+动效结合的自媒体内容，实现真正的工业化生产。 3️⃣ video-use 专门处理真人素材的剪辑工具。能自动识别镜头、精准卡点并完成后期剪辑，让 AI 具备了职业级的剪辑逻辑。 地址： 4️⃣ Seedance 针对顶级视频大模型的提示词工具。专门生成电影级运镜和实拍感指令，补齐了 AI 视频在审美和镜头质感上的短板。 地址： 现在用 Codex 5.6 + 这4个Skill，从脚本→动效→剪辑→渲染，全程AI闭环。show more

Codex 5.6 真的要让剪辑师失业了！ 它现在的视频制作能力提升了不止一个档次，直接一句话生成视频！ 重度实测一周，筛选出这 4 个Skill，直接实现全流程闭环： 1️⃣ HyperFrames... （内置插件） 负责整片策划、动效生成、画面合成与最终渲染。它能把文字构思直接转化为高水准的动态视频框架，实现全流程闭环交付。 2️⃣ Remotion （内置插件） 基于 React 模板的视频生成工具。支持通过代码批量生产高质感视频，尤其适合数字人+动效结合的自媒体内容，实现真正的工业化生产。 3️⃣ video-use 专门处理真人素材的剪辑工具。能自动识别镜头、精准卡点并完成后期剪辑，让 AI 具备了职业级的剪辑逻辑。 地址： 4️⃣ Seedance 针对顶级视频大模型的提示词工具。专门生成电影级运镜和实拍感指令，补齐了 AI 视频在审美和镜头质感上的短板。 地址： 现在用 Codex 5.6 + 这4个Skill，从脚本→动效→剪辑→渲染，全程AI闭环。show more

终于在本地（RTX 4080）把 MiniMax H3 跑通了。 我感觉效果已经不错了。十秒视频耗时10分钟生成。 不过有个问题还没解决： 明明在提示词里强调了中文说话，最后生成出来的还是不是中文。 接下来准备继续试试本地工作流，看看能不能做一个简短的小动画片。 本视频的提示词我整理在评论区了。

全程靠 Google Antigravity 和 Google AI Studio 嘴撸 Vibe... coding 的鲜花滤镜平台太好看了！ 谁能想到这些鲜花滤镜，都是就地取材拍摄出来，通过 Prompt 在 AI 里面加工成不同的效果，再叠加用户上传的人像，变成了独一无二的图像和视频。 每一款鲜花，都是一个独一无二的滤镜。能在生活中随意拍摄路边的花花草草，生成自己的专属滤镜。 🥲 AI 太伟大了，0 代码，全程嘴撸，大概 3 天做出来的。唯一有点惆怅的是，接下来要折腾部署了…show more

Claude Fable 5 经过1个月紧急下架后再回归，我这两天也重新去测试了一下。 正好一直刷到赛博斗蛐蛐的视频，正好拿来测试一下，看看能不能做个同款出来。 给大伙看看fable 5 的效果：视频1 再来对比一下GPT-5.5的效果，老实说有点拉了，为什么把restart按钮直接盖住了屏幕啊？不是很理解：视频2... 最后再来看看国产Deepseek V4 Pro的效果，物理效果感觉还是不行，有点迟钝的感觉：视频3 Fable 5的整体效果是最接近我刷到的小视频的效果的。 虽然效果很强，但是现在fable 5最大的问题在于，官方在6月22日以后，订阅套餐不能用Fable，只能走API。 但是价格实在是遭不住：每 M 输出 50 美元的定价让社区吐槽声不断！我推荐用Zenmux，这个省一些。目前有个加赠20%的活动，每人最高可享 300刀 ！ 官网在这里： RPM、不限流。可调用全平台 200+ 模型（含 Claude Fable 5），非常适合做这种评测、并排对比和长期开发。show more

李飞飞的 World Labs 发布了他们新的世界模型 Atlas，这个看起来比上一代厉害多了。 通过一张图片就可以创建一个非常完整的 3D 空间场景，你可以在里面随意运动，它也能理解时间的演变规律。 它能将一张或多张输入图像整合进一个共享的空间上下文中，让每张图像都锚定在三维空间中的具体位置，再以此继续生成后续内容，既能保证当前场景的一致性，又能想象出没有看到的内容。... 它主要支持三大任务： 生成图像和视频：能从一张或多张参考图出发，以像素级精确的相机控制生成不同角度的图像或完整视频，最长可输出 1 分钟 1440p 的视频 3D 场景重建：用一张或几十张图片重建真实的 3D 场景，直接生成点云、3D 高斯泼溅（3D Gaussian Splatting）等三维结果（图片越多还原越真实），效果甚至超过了专门针对 3D 高斯泼溅优化的模型 时空仿真：能把几台普通手机拍摄的视频重新取景成“子弹时间”效果，还可以为机器人训练生成测试数据show more

这种数字人直播间的搭建成本不到500一个月你敢信？ 之前老刷到这种数字人直播， 今天好奇去问了朋友到底怎么搞的， 结果这门槛低到让我有点惊讶。 现在已经可以做到“半无人”实时驱动了： 真人只需要坐在镜头前，系统拉取摄像头， 靠本地音频就能实时驱动口型，主播全程不用开口说话 不仅能正常加投流，重点是成本算下来竟然不到500 这下业内真不用再担心主播跳槽或者跑路了 AI确实在不知不觉中改变了很多行业的玩法……

大半夜体验完 Manus AI, 达到了今天的使用限制，说一下自己的感受🧵 整体来讲，真的很强大， 主要体现在 Manus 能够： 🔧展示完整的推理逻辑，有个... Manus 电脑的东西为你呈现所有过程和进展； 🏗️调用各种API 协同完成任务； 📃最终非常实际的交付给你一个可用的文件。 🌟「真正能干活」的AI Agent，这个定位真的太准确了。 以下是一些实例： 1️⃣基础任务完成度高 比如最近日本可以看樱花了，整理一个具体的旅行清单包括日程、推荐景点、住宿、交通等等； 家里领导喜欢看红楼梦，梳理一下红楼梦的人物关系。 以下是分别让他做的一个 pdf 文档和可以互动的网页，完成度是真的很高，不过人物关系上有一点小错误，无伤大雅。 其他比如让他阅读视频给到总结，甚至让他剪辑播客都是可以的（只是效果不太好）。 但是我尝试让他给我画一些图🗺️，这方面还有所欠缺，给到的理由是第三方 API 接口出错。同时网上说她可以做ppt，确实是可以的，但是能做ppt的工具都存在一个共同问题，逻辑还行，但就是丑。所以“美术”相关工作我理解还是做不了的。 另外，他是一个完成特定任务的助手，不要把它当作聊天机器人，不然他每次跟你聊天都要思考十几分钟，真的很难受。 2️⃣测一测他懂不懂Web3 给了两个任务： a) 我们今天发了一个depin的研报，花了一个多月，自认为还行，让他给这个研报评分，并且给到其他更好的文章推荐。 我们的depin报告如下 他给到的内容如图3，更详细的评价文档我传了一个Google 链接，放在最后了，各位可以自行查看（包括前面的红楼梦人物关系图）。 整体来看，他快速学习和阅读了大量 web3 depin 的报告，并且从多个维度给出了我们报告的评价，以及推荐的其他报告和对应的评价。 b) 假设我是一个 交易所cmo，如何做华语市场的传播策略，包括华语媒体和华语kol的整理和评级。很遗憾，我已经等了一个多小时他还没思考完，如果明天有结果，我也会传到Google link里。（Manus 可以离线、多任务思考，所以可以同时开启多个任务，或者关机后之前的任务仍然会运行） 不过我看到了他的实时分析过程，在阅读各个媒体、kol 的官网文章，历史推文等等，形成自己的分析。见图4 所以我理解在他的大脑里是有 web3 内容，并可以实时学习的。 3️⃣除了懂，他能否与 Web3 交互 以上的推理其实都和 Web3 没有实际关系，我更关心他能否拿到链上数据，甚至能够交互。比如是否知道 $SOL $ETH 能在哪些地方质押，收益如何等等，还有一些深入的分析问题。 很遗憾，今天的使用次数达到限制了。明天再说吧👋 -------------------------------------------- 等待 Manus 思考结果的时候，我也看了一些其他的博主评价和官方的介绍，我觉得有一点说的很好： “没有开源，就没有 Manus AI” 从一个体验过多个AI产品的小白角度，我其实觉得 Manus 会这么火爆的原因主要在于：调用了多种 API 接口，配合自己的推理算法最终呈现了一个很好的产品。 这让我想到 ai16zdao 每周都有新的人贡献 plugin(比如 微信，deepseek)，让这个网络不断壮大； Virtuals Protocol 通过打通 agent 得底层框架，形成 agent 经济体；还有 Hey Anon 不只是有链上数据，还能直接帮你交互等等。 某一天，web2 和 web3 的 AI 产品肯定会更加紧密的相互协作，并出来几个不错的case。 最近有一些 betting 的产品已经初现端倪。 Manus 也会开源自己的能力，为了更大的 AGI 世界。 如果真到了那一天，我就真的要失业了🥲 ( Google drive 素材链接：show more

生成视频已经满足不了人类的欲望了，生成世界才是未来！地球Online的虚拟世界版要来了。。。​ ​ 以前我们玩游戏都是一个固定好的世界，比如绝地求生、英雄联盟或者王者荣耀。。。但是我曾经还是畅想过在一个完全「未知」的世界升级打怪，不过从来没觉得这会变成现实，但是最近有一个词叫做「世界模型」非常火，我已经不止一次听说过它的名号。​ ​ 世界模型的定义是：一种能够学习并模拟环境状态变化的 AI 模型。 它能根据过去的观察和当前动作，预测：当前状态+动作→下一个状态。例如：汽车当前速度、道路情况、方向盘操作→汽车下一秒的位置和周围环境。​ ​... 也就是说如果置身「世界模型」之内，未来的每一刻都会根据你上一刻的行为而变化，这就很有意思了，如果大家都玩由「世界模型」支撑的游戏，那么每个人的游戏体验都会是独一无二的，这真的有可能颠覆现在的传统行业。​ ​ 之前更多停留在“听说”的阶段，但是 Alaya World 可能真的会让这个想法第一次变为现实，我在它的官网做了一个demo——选择魔法，整个世界为之变色👇。​ ​ Alaya World模型以 720p / 24 FPS 实时流式生成了可探索的世界。而且生成过程中可以自由移动来调整视角，通过提示词随时召唤魔法，并支持超过 1 分钟的稳定长时连续生成。​ ​ 但是除了“好玩”之外，「世界模型」肯定会比单纯生成视频更加烧钱，那为什么这些像Alaya Lab这种顶级实验室都在往里面疯狂砸钱。它到底能通过什么方式变现？我特意查了一下它的应用场景，不查不知道，一查吓一跳，「世界模型」真的是在下一盘大棋：​ ​ 1.帮机器人训练提效降本：在虚拟环境里模拟不同物体、房间和突发情况，让机器人反复练习抓取、行走和操作，不需要在现实中摆放物品，减少设备损坏的风险，从而降低训练成本。​ ​ 2.帮助自动驾驶测试危险场景：模拟行人突然出现、前车急刹、暴雨大雾等现实中很难主动制造的情况，让自动驾驶系统提前进行大量测试，提高安全性。​ ​ 3.帮助游戏和影视生成场景：生成可以移动和互动的虚拟空间，从而减少游戏地图、影视场景和3D内容的制作时间。​ ​ 4.帮助企业提前模拟现实决策。工厂、仓库或建筑公司可以先在虚拟环境中测试设备摆放、生产流程和人员路线，确认方案是否合理后，再在现实中实施，减少试错成本。​ ​ 所以对应的「世界模型」可以通过卖API和算力赚钱、通过软件订阅赚钱、通过企业定制赚钱，简单来说，现在AI视频模型能盈利的渠道它都有，而且甚至能够更广泛。​ ​ 我感觉我每一次赚钱都是抓住了风口，包括Youtube shorts的YPP、小红书虚拟AI产品、X AI自媒体，那下一个关于AI的机会在哪？我很看好「世界模型」，接下来我也会更加仔细研究这个赛道，希望在下一个十年不会下桌🫡​ ​ Alaya Word也已经开源： 相关技术论文感兴趣的朋友也可以去读一下（我是让AI解释的哈哈哈）：show more

字节跳动终于开源了一个好东西 LatentSync：精准的唇形同步工具 可以根据音频输入，自动调整视频中角色的嘴型，实现精准的口型同步。 直接用声音驱动嘴巴的动作，不需要复杂的中间步骤。 提出了一种“时间对齐”的技术，专门解决画面可能会跳动或不一致的问题。 左：原视频，右：口型同步后 提供了全套工具，可以轻松处理视频和音频，比如调整帧数、检测人脸、去除质量差的视频，保证最终生成的视频效果很好。

时装模特真的完蛋了！😱 电商网站上最吃香的变装视频 已经不需要花几万元请真人实拍了 一段提示词就可以在豆包里免费生成 seedance实在太强大了🚀🔥 现在seedance 2.0马上要上线了 快去试试 感谢小宇Chengzi... 小宇大佬的指导 更多提示词请到主页上领取 持续发布最新的AI视频和提示词 请留意博主动态show more

最近看到一篇文章说，Sora这种AI抖音的虚假繁荣一定活不久，这不过是产品蝗虫的狂欢。 我理解其背后的担忧，但我觉得这篇文章从根本上就理解错了。 这就像1895年，卢米埃尔兄弟第一次放映《火车进站》时，有人说："人类不需要会动的照片，已经有照片了，为什么还要发明电影？" Sora不是AI抖音。抖音是现实世界的电视机，Sora是平行世界的电影院。 抖音的逻辑是消费，你在消费别人创造的现实世界片段。Sora的逻辑是创造，你在创造一个原本不存在的世界。 这两者的区别，就像电视和游戏的区别。看电视是被动接收，玩游戏是主动探索。 Sora 会导致内容垃圾化吗？ 有人说AI降低创作门槛会导致"内容垃圾化"。这个逻辑有个根本问题：它假设创作门槛本身有价值。... 印刷术发明时，抄写员说会导致书籍泛滥。照相机发明时，画家说会毁掉艺术。个人电脑普及时，专业人士说会导致信息爆炸。 结果呢？印刷术推动了文艺复兴，照相机创造了新艺术形式，个人电脑引爆了信息革命。 每一次工具的民主化，都会先带来混乱，然后带来繁荣。 Sora 会导致真实性的崩塌吗？ 有人担心Sora会导致"真实性的崩塌"。但人类从来都生活在现实与想象的混合世界中。 小说是虚构的，但《百年孤独》让人理解拉美历史。 电影是虚假的，但《辛德勒的名单》让人记住真实历史。看看现在的短剧，那些霸道总裁的故事，明知道是假的，为什么还有那么多人看？ 虚构不等于虚假。虚构是人类理解世界的一种方式。 我们需要什么样的AI产品？ 那篇文章问："需要什么样的AI产品？"答案是："帮助更好工作、学习、创造的AI工具，而不是让人更沉迷的AI玩具。" 我完全同意。但Sora恰恰就是这样的工具。 它不是在替代人类的思考，在扩展人类的表达能力。就像文字扩展了表达思想的能力，音乐扩展了表达情感的能力，Sora扩展了表达想象的能力。 当有人说"不需要AI抖音"时，我想说：你说得对。但Sora不是AI抖音，它是平行世界的电影制作引擎。 它是一个全新的物种，一个还没有被完全理解的工具。show more

Seedance 2.5 白模渲染和片段重拍的能力很强，但由于利用了参考视频，直接生成720P消耗的积分也会变多 我这边 分享一个 省积分流程： 1.在白模渲染 或者 片段重拍的时候... 选择 Seedance 2.5 480P 2.生成完以后，再使用HitPaw VikPea，将480P 的视频超分成 1080P/4K 的视频（本地运行不消耗积分） （免费试用 HitPaw VikPea： 附白模渲染的提示词结构： 将白模视频 中的主体人物换成 图片， 生成一段 该黑衣女 ，站在一个非常的山谷的悬崖边的视频。画面起始于女主的正面，伴随环绕运镜 拿起手中的酒壶喝酒。运镜环绕到人物背面的时候，天空中飘着一艘非常巨大的白色巨龙。真人写实质感，电影感，仅生成音效，不要生成背景音乐。 #seedance25 #HitPaw #HitPawVikPeashow more

1小时前试了下 Makeplay.ai | Free AI Game Maker，本就想随便玩玩，一上头认真搞了一个横版修仙游戏。踏剑飞过云崖，在妖潮里一路砍到山巅，做出来味道居然还挺正。 制作过程不复杂，不用写代码，调调参数选选素材就行。中途调了几次参数，成品一出来，画面节奏操作感都比预期好不少。之前也试过别的AI游戏工具，大部分做出来像PPT带了个播放键，这次是真能玩的那种。 花的时间比预想长了点，但看到成品的那一刻，值了。 感兴趣的来试试我做的修仙游戏👇

马斯克在一次采访里说，短视频是他认为最糟糕的发明，因为会让大脑腐朽。 听起来有点微妙，因为x不也是依赖高频信息流吗... 不过慕尼黑大学还真就做了个实验， 他们对比了x，tiktok, 和youtube长视频对大脑的影响，结果还真不一样。 他们先让测试者完成了一组记忆测试，然后把他们分成四组休息，休息的时候，一组发呆，一组刷x，一组刷tiktok，一组看常规 youtube长视频。 休息结束后，所有人再重新完成类似的测试， 结果，只有刷 tiktok的小组的得分出现了大幅暴跌。

我去，MiniMax H3 这次真的有点猛。Seedance 2.0终于有对手了！ 同样一个【平地起高楼】，我早上用 Seedance 2.0 跑了一版，刚刚又拿同一个 Prompt... 去测 MiniMax H3。 结果上下分屏一放，我第一反应就是： H3 这个冲击力也太强了！ 上：MiniMax H3 下：Seedance 2.0 整体上都挺强的，Seedance 2.0更像真实工地缩时。 但 MiniMax H3 不管是体量感、光影，还是建筑一点点拔地而起的感觉，都更有大片感。 同一个创意，换一个模型，出来的质感真的完全不一样。 AI 视频现在越来越好玩了。同一个想法多丢几个模型跑一遍，经常会有意外惊喜。 你更喜欢哪一个？Prompt 放评论区，来试试👇show more