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。
#视频
RadarAIAI 评分5858 RadarAIAI 评分2222 Clueso 智能体自动化企业视频制作
Clueso 的智能体可自动完成企业视频制作：用浏览器智能体捕获屏幕录制、撰写脚本、添加配音和动态图形，并输出仍可在完整时间线编辑器中编辑的视频。使用团队报告生产力提升 5 倍、制作成本降低 80%。Atlassian、GitLab、Samsara、Legrand、Zendesk 等 1000+ 组织已用它自动化营销、客户教育和员工培训视频，公司并已完成 1000 万美元 A 轮融资。
RadarAIAI 评分4242 MiniMax 的 FastH3-Omni 上线 Reactor API 预览
MiniMax 宣布 FastH3-Omni 登陆 Reactor，可从单个提示词生成带同步音频的视频，10.20.2026 前在 Reactor API 开放独家预览。该版本由 FastVideo 与 nuvalab 对 MiniMax 实时 H3 做后训练得到，支持首尾帧条件控制、音频输入与强对话能力、最多 3 张参考图像。
Comfy BlogAI 评分5858 ComfyUI 上线 Nvidia VFX 节点，支持视频超分、插帧与 SDR 转 HDR
ComfyUI 以自定义节点形式接入 Nvidia RTX 视频效果，模型随节点分发并在本地 Nvidia RTX GPU 上运行。
OpenAI NewsAI 评分4242 Higgsfield 用 GPT-6 Astra 将 AI 视频从 1 分钟延长至 10 分钟以上
Higgsfield 借助 GPT-6 Astra 将 AI 视频生成时长从 1 分钟提升到 10 分钟以上，同时用 GPT-Image-2.5 提升画面精度，并通过 GPT-Live 打通语音电影制作路径。
RadarAIAI 评分3434 Argon 纯代码生成 3D 动态字体
Argon 完全用代码生成了这段 3D 动态字体（包括音乐），没有使用预先录制的素材或视频剪辑软件。每一帧都由 Argon 通过数学算法绘制，涉及 3D 网格、粒子模拟、矢量几何等。
RadarAIAI 评分5252 FastVideo 发布 FastH3-Omni 实时模型，10 月 20 日完全开源
FastVideo 团队宣布 FastH3-Omni，与 Nuva Lab 和 Reactor 合作完成后训练，最终模型将于 10 月 20 日完全开源，同时开放训练代码，并全面支持 DGX spark 和 RTX GPU。
RadarAIAI 评分3838 FastH3-Omni 预览版发布，10 月 20 日完整开源
Hao AI Lab 与 Nuva Lab 联合推出 FastH3-Omni 预览版，这是首个支持 omni ref 的完整版本，此前 FastH3 v1 和 v2 预览版仅支持文本生成视频。该预览版已交付头部广告公司、动画工作室和娱乐行业客户用于专属部署，并基于其专有数据做自我改进。最终模型将于 10 月 20 日完全开源，同时提供消费级 GPU 支持。
RadarAIAI 评分1818 PixVerse 开放提示词与参考素材
PixVerse 已开放提示词与参考素材，用户可据此进行 Remix 创作。
RadarAIAI 评分4242 Higgsfield AI 的 Genjutsu API 与 AI 视频动作迁移的社交冲击
Higgsfield AI 开放 Genjutsu API，可将简单实拍动作精准迁移至虚拟角色，光影与物理细节极具欺骗性。这标志 AI 视频从文生视频转向精细的物理控制，降低高质量视频创作门槛，也将加速社交媒体内容真实性的崩塌。
RadarAIAI 评分4040 PixVerse Canvas 上线 Seedance 2.5 Draft Mode，480p 草稿省 5 倍 credits
PixVerse 在 PixVerse Canvas 上线 Seedance 2.5 Draft Mode，用户可先用 480p 起草视频，credits 消耗减少 5 倍，选定草稿后再转为 1080p 成片。
RadarAIAI 评分3434 AI 小白用 Miora 织影 Agent 一站式制作故事短片《乾红猫》
博主以视频创作小白身份，用 Miora 织影 Agent 把南宋《夷坚志》轶闻《乾红猫》做成 1 分 18 秒的古装轻喜剧短片。Agent 将故事拆成框架、大纲、剧本、角色卡和分镜，全程生成 50 段视频、花费约 4000 积分（折合约 40 美元），视频部分使用 Seedance Fast。
RadarAIAI 评分2828 MiniMax-H3 搭配 ORB360 LoRA 演示让黑白漫画角色动起来
MiniMax-H3 搭配 ORB360 LoRA 可制作画角自由运动的漫画视频，传入角色参照图即可固定面部。该演示由 @monoradio102 制作，MiniMax Design (H3) 官方账号转发并感叹开源让 AI 创作变得有趣。
RadarAIAI 评分3838 PixVerse 一键 MV 功能上线
PixVerse 上线 Music Video 功能（EP.01），支持一键 MV：上传音轨、选择风格，几次点击即可从音轨生成音乐视频。官方同步推出互动活动，回复、转发并关注可获私信发放的 150 Creds，限时 72 小时。
RadarAIAI 评分3636 PixVerse 一键将音轨转为 MV
PixVerse 推出新功能，可将音轨一键转为 MV，相关话题标签为 #PixVerseMusicVideo 和 #PixVerseMV。该功能由 PixVerse 官方账号在 X 上发布。
RadarAIAI 评分2222 Muse AI 生成《望海潮》诗意视频展示
作者用 Muse AI 将宋词《望海潮》一键生成了一段 60 秒诗意视频，展示中国古典文学的视觉化效果。作者表示后续计划基于这一风格继续创作。
RadarAIAI 评分5757 消息称 OpenAI 计划将 Sora 移交初创公司，以专业影视工具形式重返市场
据 The Information 10 月 12 日报道，OpenAI 正与一家隐身初创公司谈判，计划将已停运的视频生成模型 Sora 移交给对方，以专业影视工具形式重新进入市场。
GitHubAI 评分6060 ai-shorts-pipeline：把 JSON 脚本自动做成 1080x1920 短视频
开源项目 ai-shorts-pipeline 把一份结构化 JSON 脚本自动渲染成 1080x1920 的 YouTube Short / TikTok 成片，无需手动剪辑。
GitHubAI 评分1818 expropriationhoorayhenry64/social-media-scraper-skill：社媒数据抓取与 AI 视频分析工具
名为 expropriationhoorayhenry64/social-media-scraper-skill 的工具可从 Instagram、TikTok、Twitter 和 YouTube 抓取帖子文本、评论与媒体文件，并对视频生成完整文字转录和 AI 视觉内容摘要，结果保存在本地 Documents 的 Exports 文件夹。
GitHubAI 评分5858 ClippyMe 开源自托管应用：把长视频自动剪成 9:16 竖屏短片
ClippyMe 是一个自托管 Web 应用，输入 YouTube 链接或视频文件后自动转录、由 Google Gemini 挑选并排序可独立成片的片段，剪成带字幕的 9:16 竖屏短片，并可发布到 TikTok、Instagram 和 YouTube。
GitHubAI 评分6060 degausai 发布 wonda：在终端用 CLI 生成图像、视频、音乐并发布到社交平台
degausai 发布 wonda，一个在终端通过 CLI 完成图像、视频、音乐、音频生成与剪辑并发布到 Instagram、TikTok 等平台的内容工具，支持 npm 与 brew 安装。
GitHubAI 评分7171 OpenMontage 开源智能体视频生产系统发布
OpenMontage 发布，定位为首个开源智能体视频生产系统，把 AI 编码助手变成完整视频制作工作室，由智能体完成调研、脚本、素材生成、剪辑与合成。它支持从 YouTube、Reel、TikTok 或本地片段出发生成制作方案，并可用 Archive.org、NASA、Wikimedia Commons 等免费开放素材剪出真实动态画面，而非只让静态图动起来。
Hacker NewsAI 评分2828 Tellcut：用 Claude 把动效视频写成代码，再通过聊天编辑
Tellcut 在 Hacker News 发布，用 Claude 将动效视频生成为代码，并支持通过聊天方式编辑。
GitHubAI 评分2222 mightyhuman101/seedance2-skill：为即梦 Seedance 2.0 生成精准视频提示词
mightyhuman101/seedance2-skill 是一个为即梦 Seedance 2.0 生成精准视频提示词的工具，通过结构化模式与模板实现，并兼容 AI 智能体。
GitHubAI 评分2323 Tecky50/seedance-api：为 Seedance 2.0 提供非官方 API 与文档
GitHub 项目 Tecky50/seedance-api 为字节跳动 Seedance 2.0 提供非官方 API 访问与文档，用于调用该模型生成视频。
Hacker NewsAI 评分3434 Mastershot 推出免费在线视频编辑器 Studio，AI 工具本地运行
Mastershot 发布免费在线视频编辑器 Studio，导出最高 4K 且无 watermark，视频直接从本地打开无需上传。自动字幕、背景移除、Magic Cut、音频降噪、人脸模糊等 AI 工具全部免费，在本地电脑运行，无 credits 或分钟数限制。Studio 需在电脑端 Chrome、Edge 或 Safari 使用，取代 2021 年至 2026 年 9 月运营的旧版编辑器。
GitHubAI 评分2222 Video-Matte：基于 U^2-Net 的视频背景移除工具
Video-Matte 是一款 Python 视频背景移除工具，通过 rembg 调用 U^2-Net 模型自动检测视频主体并替换为指定颜色背景，无需绿幕。支持 Windows 10、macOS 和 Linux，需 Python 3.7 及以上、至少 4 GB 内存，可选 NVIDIA 或 AMD GPU 加速。
GitHubAI 评分4848 Kuble-Lab 开源 open-creative-director：本地优先的 AI 创意总监聊天应用
Kuble-Lab 开源 open-creative-director，一个本地优先的聊天应用，通过 OpenRouter 上的 LLM 规划并调用真实生成工具产出图像、视频、语音和动态图形。
Hacker NewsAI 评分2222 LipSyncTool 双人换脸视频开发复盘：Kling、Seedance 与 H3 实测对比
为 LipSyncTool 实现双人换脸视频功能时，Kling O3 Edit 只能稳定替换一人，Seedance 2.5 Editing 两次尝试均因素材审核被拒，H3 最终让两人都成功替换，但模板从七镜头变为六镜头、时长从约 6 秒变为约 6.58 秒，API 调用耗时约 111 秒、预估成本约 0.72 美元。作者最终采用 H3 生成后再合并模板音轨，并放弃“只换脸、其余不变”的承诺。
Hacker NewsAI 评分3636 Videopowers：用 Claude Code 制作 YouTube 视频的工厂插件
Videopowers 是一个受 superpowers 启发的 Claude Code 插件，面向单人视频工作室，把视频制作拆成 outline、script、packaging、rough cut、motion graphics 等可复用技能。
Hacker NewsAI 评分6262 NVIDIA 发布 StreamRender-H3：用代码游戏引擎加实时流式扩散渲染构建交互世界
NVIDIA 发布 StreamRender-H3，用代码游戏引擎维护世界状态、由流式扩散模型实时生成画面，在 8 张 GB200 上把每步扩散渲染从 799.7 ms 降到 218 ms，提速 3.67 倍。
GitHubAI 评分6060 PotionUI 发布 Alpha 0.0.15：自托管图像视频音频生成工作室
PotionUI 发布 Alpha 0.0.15，这是一个自托管生成工作室，可在自有 GPU 上运行 SDXL、Flux、Qwen-Image、Krea-2、Wan、LTX、MiniMax 和 YuE2 等图像、视频与音频模型，采用 GPL-3.0 开源许可。
RadarAIAI 评分2222 Grok Bot 教程使用指南外部链接
作者分享了一篇公众号教程文章链接，讲解如何具体操作和配置 Grok Bot 来实现自动化视频生成工作流。原文未披露模型版本、参数规模或可用性等细节。
arXiv cs.AIAI 评分3131 视频扩散模型内部是否编码物理结构？arXiv 研究揭示物理合理性可从扩散 Transformer 状态线性解码
研究通过反向积分学习到的速度场，将干净视频潜变量近似还原为噪声，从而探测视频扩散模型的中间状态与注意力图。结果显示，物理合理性可从扩散 Transformer 状态中线性解码，在 IntPhys 和 InfLevel 上平均准确率约 81.27%，优于 V-JEPA 和 VideoMAE 等表征学习基线。
arXiv cs.AIAI 评分2424 MotionCoach：为视频专业动作编辑构建多模态引导
针对现有视频编辑模型难以按专业动作名称生成正确动作的问题，研究者提出多模态智能体 MotionCoach，通过多轮工具调用与自我验证生成提示词和参考片段，为视频编辑模型注入外部专业动作知识。
GitHubAI 评分2222 framewright：把纯文本代码变成短视频的单文件工具
framewright 是一款把纯文本代码渲染成短视频的工具，全部代码装在一个 HTML 文件中，无需安装依赖或剪辑技能。它通过 frame、seed、width 三个输入参数逐帧生成画面，并兼容 Claude Code、Codex、Gemini CLI、Cursor 等 AI 编程助手，可用 FFmpeg 导出 MP4。
GitHubAI 评分2222 Drishti：面向孟加拉语节目的语义时间线与广告智能平台
Drishti 将孟加拉语节目转化为统一的语义时间线，用于广告智能、字幕、隐藏式字幕与 QC，仓库包含 Next.js 16 前端和 FastAPI 后端。上传内容经持久化缓存的 18 阶段流水线处理，广告决策按硬约束→安全→节奏→品牌安全→品牌契合排序，并输出内联 VAST 的 VMAP manifest。
Hacker NewsAI 评分2222 SwapBackdrop：一次抠像复用于多背景与多画幅 MP4
SwapBackdrop 可将最长 15 秒的 MP4/MOV 视频抠出主体，一次抠像复用于不同静态背景，并导出 9:16、1:1、16:9 三种画幅的 MP4，每个源视频最多保存 3 个版本。
GitHubAI 评分6666 SPITE 开源 AI 影像制作工作台发布，节点画布加 Flow 线性生成模式
SPITE 是一个开源的 AI 影像制作工作台，提供节点式无限画布 Canvas 和线性提示词生成模式 Flow，桌面与移动端均可用，用户自带 API key 并直接向服务商付费。
GitHubAI 评分1818 emmalyncyclic167/visiontrack-ai：基于 Electron 和 React 的跨平台实时视频目标追踪
emmalyncyclic167/visiontrack-ai 是一个用 Electron 和 React 构建的跨平台计算机视觉软件，可实时追踪视频中的目标。项目以开源仓库形式发布在 GitHub，具体模型与性能参数未在说明中披露。