Grok 发布 AI 生成电影《Odyssey》前七分钟
Grok 公开了其 AI 生成影片《Odyssey》的前七分钟片段。原文正文信息有限，仅评价画面「看起来还行」，但指出如果追求艺术性、灵感或人文趣味，则难以满足。未披露所用模型、生成方式、完整片长与上线计划。
推荐理由想判断当前 AI 生成长视频实际水准的人，可先看这 7 分钟样片再决定是否投入。
共 8 条
Higgsfield 借 GPT-6 Astra 将 AI 视频时长从 1 分钟拉到 10 分钟以上
Higgsfield AI 联合创始人兼 CEO Alex Mashrabov 表示，在 GPT-6 Astra 支持下，用户可生成超过 10 分钟的视频，此前上限约 1 分钟。该公司的创作 Agent 可调用外部工具处理 3D 建模等复杂手工工作，以解决长视频一致性难题，其 YouTube 频道（近 50 万订阅）已用该流程生成 10 分钟以上教学视频。此外，GPT-Image-2.5 可稳定渲染图像上的文字和信息图，Codex 帮助其约 200 名创意人员与 100 名工程师协作，将创意直接转为生产级代码。
推荐理由视频生成时长从 1 分钟到 10 分钟是量级变化，做 AI 视频和创意工具的人可关注其一致性方案
竖屏短剧平台 Vurt 转向智能电视，用户增至 67.5 万
竖屏微短剧平台 Vurt 从手机转向智能电视，推出 Apple TV 和 Android TV 应用，提供 100 多部剧集共 3500 集。自 3 月上线以来，用户从 1 万增至 67.5 万。Vurt 主打真人拍摄的肥皂剧式微短剧，与充斥 AI 生成内容的 DramaBox、ReelShort 形成差异，通过广告合作变现，用户可免费观看。联合创始人 Hilmon Sorey 称，转向电视应用源于用户反馈，希望将手机竖屏内容投到大屏，团队进一步利用大屏设备技术提供 HD/4K 视频和高质量音频。Vurt 与制作方…
推荐理由了解竖屏短剧从手机转向电视的新趋势，以及 67.5 万用户和五五分成模式的具体数据。
MiniMax 展示客户案例：Silverside 用 Music + H3 做动画
MiniMax 在 X 上发布客户案例，展示长期创意合作伙伴 Silverside 使用 MiniMax Music 与 H3 完成动画和口型同步（lip sync）的作品，称其每一帧都有个性。原文未披露具体技术参数、价格或发布时间，信息有限。
推荐理由做 AI 音乐配动画、口型同步的可以看这个成品案例，判断 H3 的实际效果
MiniMax 将参加 Advertising Week 圆桌，谈 AI 视频与广告创意
MiniMax 官方账号发布活动预告：将于 10 月 8 日 14:30（美东时间）在 Advertising Week 的 Innovation Stage 参与一场题为「The New Creative Stack: AI Video, Brand Control & the Future of Advertising」的圆桌讨论。同台嘉宾来自 Krea AI、fal、Magnific，MiniMax 方面出席者为 RenLeanna 与 MorganSuo。原文仅给出时间、地点、主题和嘉宾名单，未披露具体发布…
推荐理由做 AI 视频和广告创意的可以记下 10 月 8 日这场圆桌，同台的是 Krea、fal、Magnific 三家工具方。
HeyGen 基于 MiniMax H3 推出视频模型，定价 0.01 美元/秒
HeyGen 发布 HeyGen Video，基于 MiniMax H3 基础模型并由 HeyGen 后训练，面向需要生产级视频但不想承担制作成本的企业。10 月内定价 0.01 美元/秒，相当于五折。MiniMax 官方转发确认提供基础模型。原文未披露视频时长、分辨率等具体参数。
推荐理由0.01 美元/秒的视频生成价格，做广告素材批量生产可以先算成本账
Google Research 发布 AI 视频联合导演框架
Google Research 推出 AI 视频联合导演系统，包含 4 个 Agentic 框架，用于把短视频片段生成连贯的分钟级长视频，针对身份漂移和级联错误两个多镜头 AI 视频管线的主要失败点。系统基于 Gemini 和 Veo，且与模型无关，输出继承 SynthID 水印。四个框架分别为：Co-Director（多臂老虎机做创意规划，已被 COLM 2026 接收）、CANVAS（持久视觉记忆，已被 EMNLP 2026 接收）、A²RD（免训练自回归扩散，生成 10 分钟影片）、VQQA（闭环提示词优化）…
推荐理由做 AI 视频长片的人可直接参考：4 个框架分别解决记忆、连贯和提示词优化，附 3 个新基准和对比分数。
Meta 把 40 步扩散模型蒸馏成 2 步，推理开销降 60 倍
Meta AI 公布实时视频流生成方案：将带 3-way CFG、每个视频块需 120 次评估的 40 步扩散教师模型，蒸馏为无引导的 2 步因果学生模型，并使用固定长度 KV cache。借助 self-forcing，学生模型能抵抗长对话中的漂移，在评估次数减少 60 倍的情况下保持接近教师模型的质量。原文未披露具体模型名称、评测数据集和延迟数据。
推荐理由做实时视频生成的人可以记下这条路线：2 步因果学生 + 固定 KV cache，评估次数砍到 1/60