Prospective Forcing：面向自回归长视频扩散的前瞻性预测训练框架
Prospective Forcing 是一种多头预测框架，通过在自回归视频生成器的共享历史表示上附加轻量级、偏移特定的预测头，让模型在训练时同时预测不同未来时间偏移的视频块，从而提升长视频生成的时间一致性。推理阶段，该方法利用被接受的未来块预测跳过完整窗口的主干执行以加速采样，并通过可学习嵌入生成下一块的多个候选，由学习到的验证器选择或回退到标准自回归生成。
#视频
arXiv cs.AIAI 评分2626 arXiv cs.AIAI 评分2727 GeoFix：用单一几何奖励修复 4D 生成一致性
GeoFix 是一个统一框架，仅用单一几何奖励即可提升 4D 生成的几何一致性与视觉质量，适用于训练和推理阶段的奖励对齐。该奖励通过校准相机视场重叠带来的偏差，衡量静态场景区域的跨视角深度一致性，避免约束外观或惩罚合理物体运动。结果显示，WorldScore 3D 一致性提升 39%，VBench Quality Score 提升 4%。
arXiv cs.AIAI 评分2626 LabInstruct：面向实验室流程的实景教学视频生成基准
研究团队推出 LabInstruct，一个面向真实实验室的实景教学视频生成基准，涵盖 5 个学科、204 项任务，配有真实参考执行及物体、动作、接触和状态转换的结构化标注。对 8 个前沿图生视频模型的评测显示，视觉上逼真的生成结果往往在流程上并不正确，暴露出视觉真实感与实验教学可靠性之间的显著差距。
arXiv cs.AIAI 评分3737 IsoVRBench：无需人类反馈的视频奖励建模基准
研究者提出 IsoVRBench，一个通过受控干预生成 8,000 对偏好样本的视频奖励建模基准，覆盖八种干预方式，无需人工标注。当前最强奖励模型在帧序重排任务上仅达 60.8%，而人类为 100%，且现有基准排名无法预测这一失败。
arXiv cs.CLAI 评分3232 AVA-Encoder：面向智能体原生的视频表征学习
研究团队提出 Agentic Video Auto-Encoder（AVA-Encoder），从成片反向构建智能体可读的 Film Knowledge Graph（Film KG），以重建本身作为监督信号。
arXiv cs.AIAI 评分3131 世界模型需要物理注册表：为物理合理世界模型学习内部预测状态
研究者提出 Physical Registry，在视频 DiT 内部设置随时间演化的注册表槽位，由观测条件预测初始化、与视频 token 共同演化并接受未来表征监督，使预测动态成为生成器显式可读的状态。
arXiv cs.AIAI 评分2121 AcrossVAM2.0：面向参数高效视频扩散适配的冲突感知点监督
AcrossVAM2.0 在 5.01B 参数的文本到视频扩散 Transformer 上，用置信度加权轨迹与可见性头、零初始化残差反馈和非对称 PCGrad，在共享 LoRA 参数上只移除与主 flow-matching 梯度冲突的辅助分量。
arXiv cs.AIAI 评分2525 Reels-RSI：面向代码渲染解说视频的程序级自我改进
Reels-RSI 是一个开源解说视频导演工具，将解说视频视为由脚本、分镜和逐帧动画代码组成的程序，自我改进发生在程序层面而非权重或提示词中。它把静态检查能捕获的经验编译为带必失败与必通过示例的规则，使记忆可单元测试，且新规则会回溯检查此前所有作品。在 111 个视频的实验中，该规则在旧帧中发现四个潜在缺陷，且规则对强导演是审计、对弱导演是防护。
RadarAIAI 评分4848 开源版 LibTV：BeefTV 桌面短剧生产工具介绍与使用指南
开源桌面项目 BeefTV 将 LibTV 的短剧生产线带到本地，提供无边界自由画布与多角度切分面板，支持批量生成视频分镜，完全开源且无商用限制。该项目 GitHub 星标已破 1200，附有详细安装和操作流程说明。
RadarAIAI 评分2727 anatomy 视频生成 Skill 评测：一句话生成科普视频，TTS 用豆包
anatomy 视频生成 Skill 的评测显示，它能从一句话提示快速生成高质量科普视频，TTS 环节由字节豆包处理，整体效果适合用于视频起号。作者认为该工具性能出色，适合内容创作。
RadarAIAI 评分4242 Toonflow：面向快速低成本短片制作的开源 AI 工具
Toonflow 是一个全自动 AI 短片制作流水线，从脚本生成、场景拆分到最终视频渲染全程无需人工干预。该工具以开源形式提供，主打快速、低成本地制作动画短片。
RadarAIAI 评分7171 昆仑万维发布视频大模型游戏 Matrix-Game 4.0 并同步开源
昆仑万维发布视频大模型游戏 Matrix-Game 4.0，可在单张 NVIDIA RTX 5090 上实时运行，提供 480p、60 FPS 体验，按键到画面反应延迟低于 150 毫秒。
RadarAIAI 评分2020 AI 剪辑效果比较：模型差异大于人与狗
作者指出当前 AI 剪辑领域缺乏明确的最佳实践，不同模型之间的效果差异巨大，甚至超过人与狗的对比。只有通过大量实际操作和比较，才能真正理解和利用这些技术的潜力。
RadarAIAI 评分6262 卡兹克实测开源 Skill Anatomy，一句话让 AI 生成原理科普视频
作者卡兹克实测开源 Skill Anatomy（GitHub：https://github.com/wheresryan22/anatomy/tree/main），它能把抽象原理做成可交互的机械模型动画。在此基础上还能让 AI 一轮直出带讲解配音的科普视频。
RadarAIAI 评分2222 用 Muse 生成 60 秒宋代美学 AI 视频
使用 Muse 基于柳永《望海潮》生成了一段 60 秒视频，呈现宋代美学意境，并在 CapCut 中完成后期处理，调整饱和度并添加音频。
RadarAIAI 评分6262 自媒体作者实测开源 Skill Anatomy：一句话生成原理科普动画与讲解视频
公众号数字生命卡兹克分享并实测开源 Skill Anatomy，其理念是物体本身就是解释，可将抽象原理做成可交互的机械模型动画。该 Skill 还能在动画基础上生成带讲解配音的科普视频，作者称一句话即可让 AI 生成任何原理的科普视频。
RadarAIAI 评分2020 AI 视频生成中的身份风险
在 X 上发布 AI 生成视频时，由于模型训练数据包含大量真实人物，可能生成与现实人物高度相似的画面，引发身份混淆或滥用风险。该推文以幽默对话框形式提醒用户，AI 生成随机人物或场景时理论上可能不经意复刻特定个人形象，带来身份或隐私问题。
RadarAIAI 评分4040 Google 用 Argon 与 Lyria 3.5 生成傅里叶自行车动画
Google 展示用 Argon 负责物理、运动与视频渲染，并由 Lyria 3.5 生成并同步背景音乐，制作出傅里叶本轮风格的鹈鹕骑自行车动画。提示词要求慢速揭示的傅里叶本轮视频、3D 子弹时间效果，并参照附图风格添加电影感配乐。该演示由 @fofrAI 通过 @Antigravity CLI 完成。
The Verge · AIAI 评分5555 YouTube Music 为 AI 生成歌曲添加“Made with AI”标签
YouTube 开始在 YouTube Music 中为“主要”由生成式 AI 创作或修改的曲目添加“Made with AI”标签，标注范围包括用生成模型创作旋律与人声等情形。
RadarAIAI 评分2020 Higgsfield Katana 动效设计工具上线
Higgsfield AI 推出动效设计工具 Higgsfield Katana，官方在 X 上邀请用户试用其进行动效设计。该工具定位为动效设计场景，具体功能与参数尚未披露。
RadarAIAI 评分1818 用 Muse Wonder Full 在 T3 Code 中打造 AI 电影制作聊天智能体
fal 发布教程，演示如何在 T3 Code 中使用 Muse Wonder Full 制作一个 AI 电影制作聊天智能体。教程以 YouTube 视频形式呈现，展示该智能体的搭建流程。
RadarAIAI 评分88 PixVerse 推出 PixLight 挑战活动
PixVerse 推出 PixLight 挑战活动，邀请用户立即加入。原文未披露活动规则、奖励或参与方式等具体信息。
RadarAIAI 评分2424 SpaceXAI TypeScript SDK 示例集更新，新增 25 个示例
SpaceXAI 的 TypeScript SDK 示例集 cookbook 已更新，包含 25 个示例。这些示例覆盖一句话前提生成短片、一张照片生成延时摄影、会说话的照片、产品图生成视频广告、视频配音、实时语音翻译等场景。
RadarAIAI 评分3838 Claude Code 打造 SpaceX 纪录片：从聊天到视觉盛宴
作者仅通过自然语言对话，用 Claude Code 完成了一部 SpaceX 发展历程视频，涵盖素材采集、动画绘制、音乐配音等环节。整个制作完全依赖与 AI 的文本对话，无需传统剪辑中大量手动校准，Claude 负责搜索整理历史素材并编写动画代码。
RadarAIAI 评分2222 用 huashu-art-motion 插件生成 Rick & Morty 风格动画宣传片
作者使用 NVIDIA Ising-Calibration-1.5 模型配合 huashu-art-motion 插件，生成了一段 15 秒的 Rick & Morty 风格宣传短片。整个流程通过图像合成、深度图生成、视频编辑和校准等指令流，将一张静态图转化为风格化视频，展示了该工具在风格化视频生成方面的潜力。
RadarAIAI 评分2222 Claude 20 美金套餐性价比高于 GPT 100 美金
作者用 Claude 20 美金套餐完成从逐字稿到剪辑的完整视频制作流程，全程仅消耗该套餐额度的 23%，约合 4.6 美金。作者认为这一性价比远高于 GPT 100 美金套餐。
RadarAIAI 评分4242 AI 短剧“三国杀”：腾讯、字节、快手加码布局
2026 年腾讯、字节、快手三大巨头加码 AI 短剧赛道，通过技术升级、生态整合和高额激励推动 AI 仿真人剧与漫剧成为主流内容形式。腾讯依托社交流量池和全链路 AIGC 方案推出爆款 AI 短剧《影后芽芽》，字节则整合生态链并升级激励活动。行业进入扩张与分化并行的关键阶段。
量子位AI 评分4040 AI版《变形计》和MrBeast爆火，LibTV联合抖音扶持AI综艺创作者
LibTV认证创作者@十万个挑战和@重塑计用AI综艺走红，前者单条视频189万赞、账号吸粉200多万，后者仅更新四期平均每期点赞超20万。一集5分钟左右的AI综艺生成成本约2000—5000元、制作周期约一周。LibTV近期与抖音未来导演扶持计划达成合作，联合扶持AI综艺创作。
RadarAIAI 评分2929 Grok Bot 可调用 Suno、Midjourney 和 Opus 轻松制作音乐视频
Elon Musk 在 X 上表示，用 Grok @Bot 可以轻松制作音乐视频。该 Grok Bot 由用户 anabology 制作，能调用 Suno、Midjourney 和 Opus，并自主完成了一支预告片。
RadarAIAI 评分1515 一个超现实的 AI 故事：一个女孩和她的房间
一位中国女孩用 AI 分析自己的卧室照片，并通过超现实的 AI 视频演示了她整理房间的过程。该故事由三个三创作，展示了技术如何帮助人们理解和改善生活环境。
RadarAIAI 评分1515 2003 年中国家庭生活录像：一个女孩的整理之旅
这条推文是一条提示词，用于生成一个 10 秒的超现实视频，展示一个中国女孩在 2003 年整理她凌乱的卧室的过程，包括叠被子、换枕头、扫地和擦地。提示词包含五个场景，详细描述了女孩的动作，并要求保持历史和视觉的准确性。
RadarAIAI 评分1010 MiniMax 纽约广告周谈 AI 视频制作
MiniMax 在纽约广告周（#AWNewYork26）与 Krea AI、fal、Magnific 共同举办圆桌讨论，探讨 AI 视频要具备哪些条件才能用于制作，包括一致的结果、创作控制力以及忠于品牌的作品。MiniMax 表示正持续深化与品牌和代理机构的合作。
RadarAIAI 评分1818 Gemini 4 Argon 的傅里叶环形图示——鹈鹕骑自行车
用户 lencx_ 展示了用 Gemini 4 Argon 生成傅里叶环形视频的方法，画面以慢揭示效果呈现一只骑自行车的鹈鹕，并由 Lyria 3.5 配上同步背景音乐。该示例演示了 Gemini 4 Argon 在视觉与声音上的创作能力。
RadarAIAI 评分3838 Wan 3.0 在 Higgsfield 上线，0.042 美元/秒生成动漫动画
NVIDIA 的 Wan 3.0 已在 Higgsfield 平台上线，以 0.042 美元/秒的价格提供动画生成，画面质量可媲美 Seedance，生成速度极快。该平台已开放免费无限体验。
RadarAIAI 评分2222 ComfyUI-H3-FaceRefine：修复 H3 视频人脸模糊的新方案
开源 ComfyUI 节点 ComfyUI-H3-FaceRefine 发布，专门修复 H3 生成视频中模糊或失真的人脸，尤其是远景镜头中的人脸问题。作者表示自己尚未对该节点进行测试。
RadarAIAI 评分6262 OpenAI GPT-6 Astra 接入 Higgsfield，AI 视频生成时长上限从 1 分钟提升到 10 分钟
OpenAI 与 AI 视频生成平台 Higgsfield 达成合作，接入 GPT-6 Astra 后，Higgsfield 支持生成的 AI 视频时长上限从 1 分钟提升到 10 分钟。
RadarAIAI 评分3131 Google AI Studio 用代码生成视频
用户在 Google AI Studio 中使用 Argon，完全通过代码创作出丰富、复杂的视觉效果。该内容由 @kickingkeys 展示，Google 官方账号 @Google 于 X 平台转发。
RadarAIAI 评分2222 Elon Musk 转发 Grok Bot 制作解说视频用例
Elon Musk 在 X 转发了一条 Grok Bot 用例：用户用其做出"Explainer Video Bot"，可把任意主题生成可视化解说视频。该 Bot 独立完成了 SpaceX 如何安全管理全球最大卫星星座并向其他卫星运营商免费共享太空安全数据的解说视频，从故事脚本到画面动画全部由 Grok Bot 生成，用户已将其做成可复用模板供他人尝试。
RadarAIAI 评分1515 Suno v6 幕后：Nina McNeely 与两位艺术家如何用 v6 创作原创歌曲
Suno 发布 v6 幕后故事，艾美奖获奖导演兼编舞 Nina McNeely 与舞者 Braylon Browner、音乐人 Banoffee 合作完成两次拍摄，两人均以 v6 为基础创作原创歌曲。
RadarAIAI 评分5858 ComfyUI 上线 NVIDIA VFX 节点，支持视频超分、补帧与 SDR 转 HDR
NVIDIA 的 RTX 视频特效模型以自定义节点形式登陆 ComfyUI，模型随节点分发并在本地 RTX GPU 上运行，面向 VFX 从业者提供视频超分、补帧与 SDR 转 HDR 三项能力。原文给出了三个节点的能力参数、推荐串联顺序以及 EXR 相关改进细节。