火之舞

@ChrisSlacker @grok 保存仓库

刚在 GitHub 翻到一个 Nano Banana Pro 的提示词仓库， 一共 703 个提示词， 全部免费，复制就能用， 而且完成度已经调得很成熟。 还支持 16 种语言（含日语）， 顺手附了 12 个精选玩法， 像引用卡生成、手绘风格转换、水彩地图、教育资料模板这种， 基本都是能直接拿去干活的。 github.com/YouMind-OpenLa…

@op7418 未来元宇宙就是这么生成的，自己创造自己的世界

谷歌发布了一个非常牛皮的世界模型 Genie 3！ 这次生成时长和分辨率都很给力，而且还支持通过文本动态改变世界事件，这搭配一个 LLM 不就妥妥的 AI 游戏吗 能以 24 帧每秒的速度生成，分辨率高达 720P，支持超过几分钟保持环境一致性

@op7418 明天接入幻舟AI

FLUX Kontext 的这个商品还原度你怕不怕 可灵工服的小字和 Lamer 的文字都没问题 用的 Max 的多图参考能力

@op7418 幻舟AI也不错，聚合了主流绘图和视频模型，关键可以一建成片，专业故事版创作

最近越来越多人转向购买 API 或使用套壳应用，既避免封号，也更经济实惠 尤其需要套壳应用的是图像和视频领域，但是之前没有体验好缝的全还对国内用户友好的 前几天发现了一个产品Pollo AI，试用之后觉得相当惊艳！ 可以说是图像视频领域缝的最全的了 👇下面简单介绍一下：

@hedra_labs Why are the credits purchased through your API so expensive? It's 50 US dollars for 100 credits, while the membership on the official website offers 6000 credits. Why is there such a huge price difference? And it's not even the latest model?

Hedra Studio and Character-3 is here. A new generation of AI-native video creation. At its core is Character-3, the first omnimodal model in production, built to jointly reason across image, text, and audio for more intelligent video generation. This goes beyond multimodal—it’s the next evolution of AI-driven content creation. With Hedra Studio, we’re making this technology easy to use. It brings together Character-3 and other leading AI tools in one platform, so creators can focus on ideas instead of complicated workflows. With Hedra Studio, you can: - Text-to-video and audio-to-video - Character and general-purpose image and video creation - Dynamic backgrounds, text-to-emotion, and top AI model integration Character-3 sets a new standard for AI video. Hedra Studio makes it accessible. Both are available now.

@op7418 口型稍微夸张了点，整体还是不错的

《倒春寒》MV - 即梦 OmniHuman-1 测试作品 这玩意确实标志着视频生成的新阶段 从单一的画面运动变成了整体整体输出 你可以直接将一张图片变成，带语音、音乐和唇形同步、表情的视频 下面有过程和功能介绍👇

@karminski3 不知道啥时候才会放出来，估计很久才能用

国产视频生成框架！能让老黄唱野狼 Disco！ 大模型竞技场速报！17小时前发布的 国产 人类视频生成框架—— OmniHuman-1！ （一定要开声音看这个视频才震撼！） 这个模型的突破有： 1. 首次实现单模型支持音频/视频/文本/姿态任意组合生成视频，突破现有方法只能单一模式的限制。

@op7418 是不是sora生成视频，然后源视频导入heygen生成配音长视频？可灵应该也可以吧

HeyGen 把自己的虚拟形象模型和 Sora 整合之后的结果 其实可以跟 Sora 整合也可以跟其他 AI 视频模型整合，真实度会高很多

@op7418 运动幅度，理解能力，图片识别能力这些，相对可灵1.5还是差点

即梦的 S 模型全量上线了，进去就能用。

@Hailuo_AI very cool

Hailuo AI Video Challenge 🎥Montage Track | Finalist Award | A short film by Hailuo Video creator Linx: Dialogue with oneself. 🎑✨💬 Join us for a unique late-night chat with your future self.

@op7418 牛逼，音乐和人声都好了，不知道中文如何，以前丢失漏唱，或者发音错

Suno V4 要来了，一定要听这个 Demo，太强了。 以后我想听音乐可能真会直接打开 Suno。

@op7418 海螺的流畅和理解能力确实强

海螺新的图生视频会有一些很牛批的 case。

@HBCoop_ background same, one video model

🔹Comparing AI video results: • Gen-3 • Kling AI 1.5 • Hailuo MiniMax • Luma Dream Machine I used a FLUX LoRA trained on my selfies as the input. Each model ran the same prompt 3 times, and I chose the best results:  "Tracking shot of a curator standing and speaking to the camera as she welcomes museum guests. Warm, inviting atmosphere." Each model interpreted the prompt differently, and the backgrounds are interesting:

@Hailuo_AI 为什么中文版没有图生视频？

🌟 Check out the incredible entries for Hailuo's Prompt Challenge #1: Cross the Boundary! 🚀 Huge shoutout to everyone who joined in— your creativity and passion truly inspire us! We can't wait to see more of your amazing work!🙌😍

@Hailuo_AI 非常好，正在用，目前视频模型就你们比较自然，不是慢动作。

🌟 The wait is finally over ——We are excited to announce the launch of our Image-to-Video feature! 🎬✨ What distinguishes Hailuo's Image2Video experience? - Text-and-image joint instruction following: Hailuo seamlessly integrates both text and image command inputs, enhancing your visuals while precisely adhering to your prompts. - Powerful Processing and Precise Control: Achieve unparalleled accuracy in identifying and manipulating objects within your images to bring your artistic vision to life. - Diverse Styles: Implement a diverse range of styles, including super-realism, Eastern, ACG, abstract, fantasy, sci-fi & more. Elevate your creative journey here hailuoai.video

@op7418 什么时候可以用？

卧槽，来了Meta发布Meta Movie Gen视频音频生成模型系列，剪辑模型也太牛了。 具体包括： Movie Gen Video：30B DiT 模型，单个文本提示生成高质量、高清晰度的图像和视频。 Movie Gen Audio：13B transformer模型，可以接受视频输入以及可选的文本提示用于可控性，生成与视频同步的高保真音频。 Personalized videos：可以自动剪辑视频，使用生成或现有视频以及附带的文字说明作为输入，可以执行本地化编辑，如添加、删除或替换元素。 详细信息：ai.meta.com/research/movie…

@op7418 两个模型有啥区别？

字节刚刚发布了大家期待已久的豆包视频生成-Seaweed模型和豆包视频生成- PixelDance模型。 昨天做了一堆Seaweed模型的测试表现相当不错，支持各种风格提示词响应以及横竖多种比例（说你呢 Runway）。 目前已经火山引擎开启企业用户的邀请测试，在即梦开启小范围个人用户邀请测试。 很多人测试发现豆包视频模型一大优势是可以实现自然连贯的多主体复杂交互。 下面是Seaweed模型跟 Runway 和 Luma 的对比测试，综合结果比 Luma 要好很多，跟 Runway 各有优劣。 - 图生视频的时候画面稳定性很好，不会出现随着时间图片的风格或者色彩表现出现偏移的问题。 - 运动幅度应该是这几家最大的，可以实现非常激烈的运动。 - 人物或者动物的解剖形体部分表现很稳定，剧烈运动也不会很崩。 - 在水流以及云雾这类流体表现很好，不会有那种果冻感。 - 3D 一致性表现也很好。 - 在 2D 动漫高风格化的表现上比 Luma 和 Runway 也要好很多。 测试用的都是图生视频，提示词和图片都是一样的，期待尽快开放给更多人使用。

@op7418 美学不如runway

前几天 Minimax 发布了他们的视频模型 abab-video-1，我还做了个小测试。 今天补了一下针对性的详细测试，发现确实非常牛批，模型综合实力是全世界最好的之一。 先说结论： - 画质表现是现在所有视频模型最强的； - 人物面部细节和情绪的表现是现在所有模型最好的； - 提示词理解、运动幅度、稳定性都在第一档； - 美学表现略差于 Luma，好于 Ruwnay； - 物理正确性跟 Runway 差不多，好于 Luma； 真的，你们可以看一下最后一段测试视频，太牛了。 原来的提示词让一个女性的表情从喜悦到恐惧在到无奈，Minimax 完美实现了提示词描述的内容。Luma 人物直接崩了，Runway调教过于生硬开始硬切画面。 画质分部分他的视频清晰度和纹理都非常清晰和稳定，没有出现常见的模糊和网格问题。 提示词理解也很强，比如豹子武僧的部分，Luma 画出来了但是画面完全不动，runway 直接画了个人出来，只有 minimax 完全理解了提示词并且运动幅度正常。 所有的提示词都是 AI 生成，没有使用常见视频模型的演示提示词。所有测试都只跑一次。

@op7418 我觉得可以做商业MV了，我做了诗经系列音乐改编民谣，感觉还可以，已经发布版权授权，允许商用。

早上跑了几张图，顺便拿可灵搞了个视频。 音乐：suno Freefall-Falcon #SunoAI #klingai

@op7418 还没在可灵放出来，估计快了，没有ai水印的专业版，支持锁定人物不变形，可以说话，做短剧就可以了，基础的没问题。

快手的 live portrait 前几天更新了 v2 版本。这老哥的演示很强。 现在支持输入视频改变面部动画了，也支持直接上传非正方形面部视频来克隆表情。 模型再强点，AI 视频的人物表演控制就能被解决了。