HuggingFace Daily Papers（社区热门论文）
51
流式视频编辑面临背景保持与低延迟两大瓶颈。LiveEdit提出因果逐帧编辑框架，通过三阶段蒸馏将双向基础模型的编辑能力迁移至单向流式编辑器，实现稳定长时编辑。引入面向AR的掩码缓存跨帧复用区域计算，将推理速度提升至12.66 FPS，在流式基线中取得最优视觉质量，适用于交互式与增强现实场景。
标签「视频」清除
全部 AI 动态
AI 相关资讯全量信息流
6月25日
08:00
LiveEdit：面向实时扩散的流式视频编辑
08:00
HuggingFace Daily Papers（社区热门论文）
48
LISA是一种针对视觉条件可控生成的训练正则化方法。它将双分支范式（预训练主网络+侧网络）重新解释为基于分数的生成建模：主网络提供无条件先验分数，侧网络隐式贡献似然分数。LISA通过轻量解码器将侧网络指定层中间特征投影到分数隐空间，与构造的近似似然分数目标计算距离作为正则化损失，并与标准扩散损失联合优化。实验表明，LISA能一致加速训练收敛并提升合成质量，使侧网络特征更解耦，且几乎不增加训练成本、零额外推理成本。
07:11
Luma@LumaLabsAI31
06:41
Luma@LumaLabsAI31
05:49
Orange AI@oran_ge50
AI 行业商业化的核心是“2boss”——付费方不是使用者（程序员、抽卡员），而是他们的老板。以 Claude/Codex 和 Seedance 为例，老板愿为提升效率的工具付费。中国 2B 市场进入“2boss”时刻，老板买单意愿强烈；独立开发者等自费者也扮演自己的老板。
6月24日
23:08
Kling AI@Kling_ai18
22:14
21:58
IT之家（RSS）
47
伦敦警察厅计划扩大实时面部识别（LFR）的使用范围，圣诞节前率先在市中心西区部署固定摄像头，明年再扩展至另外六个地区。系统扫描路过人脸，与通缉嫌疑人观察名单比对。警方称克罗伊登六个月试点期间，摄像头扫描47万张人脸，促成173人被捕，仅1人被错误识别且未实施逮捕。警方已降低算法敏感度，称偏差“几乎已消除”，约80%伦敦居民支持该技术。每次启用前会提前通知，无匹配数据“几乎”立即删除。
21:08
19:44
PixVerse@PixVerse_23
ぜんざいのアトリエ開発迷走中😅 海エリアはやっぱり釣りでしょう、とかなんとか言うことで、釣りミニゲームを組み込み。 AI開発らしく、Pixverseで作ったAI動画を差し込んで作ってみたよ。 やってみると、こういうバリエーション動画を作る...
14:42
IT之家（RSS）
67
国家广播电视总局就《微短剧发展管理办法（征求意见稿）》公开征求意见。征求意见稿提出，微短剧按投资额度、题材分为一类、二类、三类，分类实行备案公示和发行许可制度。使用人工智能技术生成、制作的微短剧，制作机构和播出单位应在每集明显位置添加提示标识。此外，征求意见稿还支持外向型微短剧创作，为境外主创人员参与提供便利，鼓励优秀微短剧境内外同步播出。
13:52
小互@xiaohu56
字节跳动发布全新视频模型Seedance2.0升级版和 Seedance 2.5 一次生成30秒短片 原生支持4K分辨率 支持50个全模台参考素材输入 支持3D白模 同时发布AI版权商业化平台,可以使用官方授权的各种IP电影版权进行创作,分...
11:43
PixVerse@PixVerse_18
Goat meet goat Create with @PixVerse_ #messi #argentina #pixverse
08:00
HuggingFace Daily Papers（社区热门论文）
48
论文提出 Physics Question Scene Graph (PQSG)，一种层级问题图评估方法，利用 VLM 生成带逻辑依赖的问题图，从对象、动作和物理定律三个维度细粒度检查生成视频。为验证方法，构建了 FinePhyEval 数据集，包含来自 Sora 2、Veo 3 和 Wan 2.1 的生成视频及人工标注。PQSG 的细粒度评分与人类判断相关性优于以往方法，且闭源模型物理真实性排名高于 Wan 2.1。此外，FinePhyEval 标注可用于子任务评估：两个强 VLM 能生成类人问题，但回答准确率仍不及人类。
07:07
Hacker News 热门（buzzing.cc 中文翻译）
48
Lift4D是一个测试时优化框架，从单目视频重建动态物体的完整几何、外观和变形，包括相机从未观察到的区域。它通过因果潜在条件化使单视图3D重建模型（图像到3D DiT）生成时间一致的逐帧预测，作为可变形3D高斯泼溅表示的初始化；随后结合遮挡感知优化与视图条件扩散先验，恢复可见表面细节并补全被遮挡及未观测部分。在合成和真实场景中，Lift4D在严重遮挡与非刚性运动下显著优于先前4D重建方法。
06:14
Orange AI@oran_ge54
字节跳动视频生成模型 Seedance 2.0 收费：4K 15 秒需 1200 积分，折合超会约 88 元/条；一分钟广告片成本约 350 元，抽卡翻倍约 700 元。主推文指出，大模型训练和使用遵循 ROI 定律——算力、精力有限时 RL 优先选择价值最高的场景（如 coding 和短剧），模型定价高导致只有 ROI 算得过的人才用；当前 AI 仍处“替代阶段”，尚未进入“发现新价值”阶段。
Seedance 2.0 4K 15 秒要 1200 积分。 按超会来算, 一条 15 秒 4K 视频差不多 88 元, 一条 1 分钟左右的广告片, 成本大概 350 元上下。就算抽卡翻个倍700元 如果能跑出可用的 4K 商业画面, 你...
05:45
Runway@runwayml精选72
推荐理由：Runway 一次性推出 Seedance 4K 等多个模型，视频生成画质再升级，对 Sora 等的追赶信号明显，做视频的可以直接上手试试。
03:21
Hao AI Lab@haoailab精选73
Sky Computing Lab 发布 FastWan-QAD 视频生成模型系列，基于 FastVideo 的量化感知蒸馏（QAD）方案训练。在单张 NVIDIA GeForce RTX 5090 上，端到端生成一段 5 秒 480P 视频仅需 1.8 秒。模型、代码及博客已开源。
推荐理由：单张 RTX 5090 上 1.8 秒生成 5 秒视频，把消费级延迟压到了‘即时生成’的临界点，做短视频和互动应用的开发者可以认真把这个模型放进技术栈。
03:16
Rohan Paul@rohanpaul_ai66
MaineCoon是一款22B参数的实时文本到音频-视频模型，专为实时AI角色设计。单H100 GPU可达47.5 FPS，成本低于0.001美元/秒；单RTX Pro 6000实现实时30 FPS。采用多阶段无强制流式训练（自采样、跨模态对齐、域偏好优化、强化在线策略蒸馏）及智能体流式推理框架，支持千秒级连续生成。双流扩散Transformer（视频+音频交叉注意力）保持表情、口型与声音同步，历史KV缓存和attention sink确保片段连贯。首帧小于1秒，生成与播放同步，不先制作完整视频再配音。
02:12
AYi@AYi_AInotes28
01:06
Kling AI@Kling_ai27
WILD - The Full MV is OUT NOW! Welcome to Football Jungle ⚽️
00:03
HuggingFace Daily Papers（社区热门论文）
44
Vera 是一种分层扩散模型，专为内容保留视频编辑设计。它生成编辑层及 alpha 遮罩，与源视频合成，从而分离创意编辑与内容保留。架构采用混合 Transformer（MoT），各层独立 DiT 通过联合自注意力交互。训练使用高质量分层数据集，含精确 alpha 遮罩和多样场景。定量基准和人类偏好显示，Vera 在内容保留上优于开源模型，编辑质量有竞争力，仅使用 486K 帧分层训练数据。
6月23日
23:00
公众号：昆仑万维（天工）
49
昆仑万维旗下短剧业务DramaWave内容负责人张薇在6月22日上海电视节白玉兰论坛上分享海外微短剧市场洞察。DramaWave采取付费和免费双轨运营，海外月活用户超亿，年度经常性收入达6亿美金。AI技术极大提升了内容产能——男频玄幻类AI短剧填补了真人拍摄成本高、难度大的空白，平台目前一个月可上线200余部AI剧。张薇指出，AI作为工具代替的是制作环节而非故事内核，99%的观众只关心故事是否好看。合作模式包括成品剧上传、合拍等，平台持续欢迎好剧本。
22:36
21:36
Kling AI@Kling_ai14
20:41
PixVerse@PixVerse_26
COACH'S LAST GIFT ⚽ An old pair of boots, a quiet tunnel, and a coach holding a faded photo from the stands What happens...
20:24
The Decoder：AI News（RSS）
67
字节跳动在火山引擎FORCE大会上发布五款新AI模型。核心产品Seedance 2.5可生成单次30秒视频片段（无需后期拼接），支持场景变化与节奏切换，并同时处理多达50个额外输入（参考图、音频等），后期编辑可保持原有视觉风格。Seedance 2.0升级原生4K与10bit色深。其他模型包括Doubao 2.1 Pro语言模型、Seedream 5.0 Pro图像模型和Seed-Audio 1.0音频模型。据称Doubao 2.1 Pro价格比Claude Opus 4.6低约80%。Seedance 2.5将于7月初上线。
20:16
Berryxia.AI@berryxia14
20:11
19:11
17:16
17:15
17:15
Emad@EMostaque33
When I left Stability AI a couple of years ago I predicted we would see almost perfect video from Chinese labs around no...
15:26
Chubby♨️@kimmonismus25
15:14
Berryxia.AI@berryxia44
字节跳动发布全新视频模型Seedance2.0升级版和 Seedance 2.5 一次生成30秒短片 原生支持4K分辨率 支持50个全模台参考素材输入 支持3D白模 同时发布AI版权商业化平台,可以使用官方授权的各种IP电影版权进行创作,分...
15:07
IT之家（RSS）
54
中央广播电视总台中国之声报道，近期多地消费者反映KTV中原版MV被AI生成视频替换，画面与歌曲意境完全不符，例如温婉情歌高潮处出现大猩猩持枪扫射。KTV工作人员称，多数因MV无版权或歌曲本身无MV，曲库服务方打包设备时替换为AI生成内容，商家无法控制。律师指出，该做法不能规避MV版权费，反可能侵犯放映权及保护作品完整权，额外收取版权费也不合规。消费者可向消费者权益保护单位及KTV运营主管部门投诉。
14:37
🚨 AI News | TestingCatalog@testingcatalog65
字节跳动发布全新视频模型Seedance2.0升级版和 Seedance 2.5 一次生成30秒短片 原生支持4K分辨率 支持50个全模台参考素材输入 支持3D白模 同时发布AI版权商业化平台,可以使用官方授权的各种IP电影版权进行创作,分...
13:11
歸藏(guizang.ai)@op741865
Seedance 2.0 的 4K 分辨率功能已在即梦上线。用户需选择 Seedance VIP 版本，15 秒视频消耗 1200 积分。4K 分辨率视频码率为 50M，主要面向商业片和商业短剧制作公司。