Adobe 在 MAX 2026 公布四项 AI 实验：可走入照片、对话设计角色
Adobe 在年度 MAX 大会上公布最新一批实验性 AI 工具，包括把照片转成可导航 3D 场景的 Project Sight Span、通过对话设计角色的 Project Screen Test、用文本提示生成并同步音效的 Project Sound Bender，以及把修图编辑复制应用到同图其他对象的 Project Rinse Repeat。
#视频
The Verge · AIAI 评分5454
TechCrunch · AIAI 评分6262 Adobe 在 MAX 活动为 Photoshop、Premiere、Firefly 加入 AI 智能体并发布 MCP
Adobe 在迈阿密 MAX 活动宣布为 Photoshop、Premiere、Illustrator、InDesign 等产品加入更多 AI 功能，并发布本地 MCP，让 ChatGPT、Claude、Gemini 等聊天机器人调用 Creative Cloud 功能。
The Verge · AIAI 评分5858 Adobe 在 Max 大会为 Photoshop、Lightroom、Premiere 推出更易用的移除工具
Adobe 在 Max 活动上为 Creative Cloud 应用和 Firefly 平台推出多项新功能，重点是让移除物体、瑕疵等操作更简便。
The Verge · AIAI 评分6363 Adobe 在 Max 大会公布多项 agentic AI 更新，开放第三方智能体接入 Creative Cloud
Adobe 在迈阿密 Max 大会上公布多项 agentic AI 更新，包括允许 OpenAI、Google、Anthropic 等第三方智能体通过本地 MCP 集成在 Photoshop、Illustrator、Premiere、After Effects 中直接修改本地项目文件，该集成将于 2027 年初开启私测。
The DecoderAI 评分6464 Google DeepMind 将 Gemini Omni 1.2 Flash 视频模型正式开放，时长延至 15 秒、降价 30%
Google DeepMind 宣布 Gemini Omni 1.2 Flash 视频生成模型正式可用，通过 Gemini API、Google AI Studio、Google Cloud Console、Flow、Google Vids、Gemini 应用（面向 Google AI Ultra 订阅者）和 Google Ads 推出。
The Verge · AIAI 评分5454 Grimes 将出演 AI 电影《Gods Don't Give Gifts》并将于 12 月 4 日上映
AI 生成科幻电影《Gods Don't Give Gifts》宣布流行歌手 Grimes 参演，将同时使用她的形象与配音，影片将于 12 月 4 日上映，被宣传为第一部进入院线的 AI 电影。
Google DeepMind精选AI 评分7373 Google DeepMind 发布 Gemini Omni 1.2 Flash 视频模型
Google DeepMind 宣布推出 Gemini Omni 1.2 Flash，并首次在 Gemini API 和 Gemini for business 中全面可用。
推荐理由：原文给出价格降幅、时长上限与一致性改进，可据此评估它对批量视频生产成本与工作流的影响。
The DecoderAI 评分5656 Google 等机构提出 StreamVibe 视频智能体，研究其何时主动开口提供帮助
Google 联合 Stanford、Oxford 等机构的研究团队提出 StreamVibe，一个能自行判断何时开口的视频智能体，可理解「遇到困难就帮我」这类模糊请求，并区分明确说出、未说出和中途改变的用户意图。
The DecoderAI 评分6262 Google DeepMind 发布 Genie 4 实时世界模型
Google DeepMind 发布 Genie 4，作为 Genie 3 的后续版本，可逐帧实时生成交互式场景并直接生成声音，用户用键盘移动、用文本提示词引导事件。
TechCrunch · AIAI 评分7373 Google DeepMind 发布 Genie 4 世界模型，新增音频与实时操控
Google DeepMind 以研究预览形式发布最新世界模型 Genie 4，可生成迄今最逼真、可交互的世界，支持在模拟中途输入提示词实时改写场景，并生成与场景匹配的音乐、环境音和对话。
TechCrunch · AIAI 评分4444 Grok 发布 AI 生成电影《Odyssey》前七分钟
Grok 发布了 AI 生成电影《Odyssey》的前七分钟片段，称为"Odyssey 系列第一集"，由 Wonder Studios 和导演 Dev Walker 合作打造。TechCrunch 评价其画面虽比预期好、部分镜头可乱真，但缺乏艺术感与叙事张力，旁白冗长、台词生硬，观感远不及 Christopher Nolan 的真人版《Odyssey》。
The DecoderAI 评分7373 Kling AI 发布 4.0 版本，带来立体声音频、多语言口型同步与 Flash 轻量变体
Kling AI 发布 4.0 版本，单次可生成最长 30 秒视频，支持最多十张关键帧输入，提示词理解扩展至 8,000 tokens，Omni Reference 系统单次可接受最多 15 个参考素材。
AWS Machine Learning BlogAI 评分5555 TwelveLabs Pegasus 1.5 视频语言模型上线 Amazon Bedrock
TwelveLabs 的 Pegasus 1.5 视频语言模型现已在 Amazon Bedrock 的 US West (Oregon) 区域可用，模型ID为 twelvelabs.pegasus-1-5-v1:0。
NVIDIA BlogAI 评分4545 NVIDIA 推进媒体行业 AI 智能体安全：EBU 扩展主权框架，Adobe Frame.io 借 GPU 加速视频搜索
NVIDIA 与欧洲广播联盟（EBU）扩展主权框架，引入主权云、开源模型与系统集成商，帮助欧洲公共广播机构在掌控数据、基础设施与安全的前提下部署 AI 智能体。
OpenAI NewsAI 评分4343 Higgsfield 借 GPT-6 Astra 等模型将 AI 视频时长从 1 分钟提升至 10 分钟以上
Higgsfield 用 GPT-6 Astra 把 AI 视频时长从 1 分钟提升到 10 分钟以上，并以 GPT-Image-2.5 提供精确画面控制，同时通过 GPT-Live 打开通往语音创作电影的路径。
TechCrunch · AIAI 评分4444 Ben Affleck 展现 AI 专业知识走红网络
Ben Affleck 在 GQ "One More Question" 等多个采访视频中熟练讲解 neural networks、transformers、tensors、GPUs、inference 等 AI 概念，引发网络热议。
OpenAI NewsAI 评分1818 Pollo AI 借助 OpenAI 把创意变成营销活动
Pollo AI 结合 GPT-5.6、GPT-6 Astra 和 GPT-Image-2.5，帮助创作者把大胆想法转化为精细图像与电影级视频广告。
TechCrunch · AIAI 评分4545 前 Ramp 工程师在废弃首个产品后，为 Melius 融资 2000 万美元
Melius 宣布完成 2500 万美元融资，包括 CRV 领投的 2000 万美元 A 轮和 General Catalyst 领投的 500 万美元种子轮。这家由前 Ramp 工程师创立的公司最初做 AI 效果营销工具，开发六个月后认为方向行不通，烧掉全部代码库转向生成广告创意素材与活动的平台，自 7 月走出隐身模式后两个月内年化收入超 100 万美元。
The DecoderAI 评分6161 Tavus 发布实时视频对话模型 Griffin，48% 测试者误认为真人
Tavus 发布被称为首个 Human Interaction Model（HIM）的实时视频对话模型 Griffin，可同时处理语音、表情、语调、手势与停顿并收发视频。
AWS Machine Learning BlogAI 评分2222 在 SageMaker AI 上用 vLLM-Omni 生成图像与视频（第二部分）
AWS 发布教程，演示在 SageMaker AI 上部署同一个 vLLM-Omni DLC 镜像的两个端点：实时端点跑 FLUX.2-klein-4B 生成图像，异步端点跑 Wan2.1-VACE-1.3B 做图像条件视频生成。文本提示词先生成 PNG，再连同运动提示词送入视频端点，生成的 MP4 存入 Amazon S3，示例提供命令行与 Streamlit 界面。
Latent SpaceAI 评分6060 Runway 谈 WorldPrompt 与实时世界模型的工程实现
Runway 本月早些时候发布 GWM Worlds 2 研究预览，把高保真视频与音频生成变成实时交互式模拟，并提出 WorldPrompt 输入格式，可固定环境部分要素（含首帧）并生成带时间戳的事件。
Google Research精选AI 评分6262 Google 研究团队提出 AI 视频联合导演框架，实现连贯长视频生成
Google 研究团队发布 AI video co-director 等多智能体框架，在 Gemini 和 Veo 之上编排多镜头长视频生成，缓解语义漂移与级联失败。
推荐理由：Google 把长视频生成拆成四个可组合的智能体框架，读者可了解多镜头一致性的具体解法与评测基准。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 Gemini 3.8 Live with Live Avatar
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，将实时视频生成与语音对话结合，为 Gemini 的对话式 AI 带来近实时的视觉形象。
推荐理由：Gemini 3.8 Live 新增实时视频形象能力，读者可了解其多语言同步与异步工具调用如何用于企业对话场景。
OpenAI NewsAI 评分2020 invideo 如何用 GPT-6 Astra 将调色效率提升 3 倍
invideo 借助 GPT-6 Astra 实现更精准的剪辑规划，将调色与色彩校正效率提升 3 倍，并在一天内产出 50 个自定义特效。
OpenAI NewsAI 评分2222 Higgsfield AI 借 GPT-6 Astra 一天上线新视频功能
Higgsfield AI 借助 GPT-6 Astra 在一天内上线新视频功能，让小型企业更轻松地制作视频广告，并更快将新创意工具推向市场。
NVIDIA BlogAI 评分1010 Aniimo 上线 GeForce NOW，007 First Light 获光追更新
Pawprint Studio 的免费开放世界抓宠 RPG《Aniimo》本周登陆 GeForce NOW，玩家无需 45GB 下载即可在 Steam Deck、新支持的 Firefox 浏览器等设备上串流游玩。
Google DeepMind精选AI 评分7373 Gemini 推出 agentic video understanding 视频理解功能
Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 上推出 agentic video understanding，通过让模型主动调用原生视频工具按需检索画面、音频与字幕，替代固定帧率的静态处理。
推荐理由：原文给出了成本、token 与准确率三项量化变化及启用方式，读者可据此评估它对长视频分析工作流的实际影响。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 Gemini Omni 1.1 Flash，新增场景延展与首尾帧插值等视频控制能力
Google DeepMind 宣布推出 Gemini Omni 1.1 Flash，通过 Gemini API 在 Google AI Studio 面向开发者开放，使 Omni 1.1 达到可用于专业生产的状态。
推荐理由：原文列出了场景延展、首尾帧插值、360p 快速原型和 4K 升档等具体能力与参数，可据此评估其对生成视频工作流的改动。
Google DeepMind精选AI 评分7676 Google DeepMind 发布 Nano Banana 2 Lite 与 Gemini Omni Flash
Google DeepMind 发布 Nano Banana 2 Lite（gemini-3.1-flash-lite-image）图像模型与 Gemini Omni Flash（gemini-omni-flash-preview）视频生成与对话式编辑模型。
推荐理由：原文给出了两款模型的定位分工与串联用法，读者可据此判断如何组合图像与视频生成搭建工作流。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Gemini Omni Flash 视频生成模型
Google DeepMind 发布 Omni 家族首个模型 Gemini Omni Flash，可将图像、音频、视频和文本组合作为输入，生成基于 Gemini 真实世界知识的高质量视频，并支持通过自然语言对话编辑视频，每次指令在上一次基础上延续，保持角色一致和场景记忆。
推荐理由：原文说明了 Omni 与 Gemini 推理能力的结合方式和开放入口，读者可据此判断它会怎样改变视频创作工作流。
OpenAI NewsAI 评分4343 OpenAI 如何安全地打造 Sora 2 与 Sora 应用
OpenAI 以安全为基础构建了 Sora 2 视频模型和 Sora 社交创作平台，以应对前沿视频模型与新型社交创作平台带来的全新安全挑战。其安全方案以具体、可落地的保护措施为核心。
OpenAI NewsAI 评分2929 Descript 如何用 OpenAI 推理模型实现大规模多语言视频配音
Descript 借助 OpenAI 推理模型实现了大规模内容库的自动本地化配音，在翻译过程中不丢失时间轴与语义。该方案让 Descript 得以对大量视频内容进行多语言配音扩展。
OpenAI NewsAI 评分3838 OpenAI 如何为 Codex 和 Sora 构建超越速率限制的实时访问系统
OpenAI 构建了一套实时访问系统，结合速率限制、用量追踪和 credits，为 Sora 和 Codex 提供持续访问能力。该系统用于扩展 Codex 和 Sora 的访问规模，突破传统速率限制的瓶颈。
OpenAI NewsAI 评分1818 Sora feed 的产品理念
Sora feed 的产品理念是激发创意、促进连接并保障体验安全，通过个性化推荐、家长控制和强力护栏来实现。
OpenAI NewsAI 评分2020 Higgsfield 如何用 GPT-4.1、GPT-5 和 Sora 2 把简单想法变成电影感社交视频
Higgsfield 借助 OpenAI 的 GPT-4.1、GPT-5 和 Sora 2，让创作者用简单输入产出电影感、社交优先的视频内容。原文是一篇介绍性文章，说明该工具如何把创意想法转化为可直接发布的短视频。
Hugging Face Blog精选AI 评分6161 Overworld 发布实时交互视频扩散模型 Waypoint-1 与推理库 WorldEngine
Overworld 发布实时交互视频扩散模型 Waypoint-1，可通过文本、鼠标和键盘控制，用 10,000 小时游戏画面训练，支持零延迟自由控制相机与按键输入。
推荐理由：原文对比了与现有世界模型在控制延迟上的差异，并给出推理库的具体吞吐与帧率数据，便于评估其实用性。
Google DeepMindAI 评分5858 Google DeepMind 升级 Veo 3.1 Ingredients to Video，支持竖屏输出与 4K 上采样
Google DeepMind 宣布升级 Veo 3.1 Ingredients to Video，可基于参考图生成视频，改进了角色身份一致性、背景与物体一致性以及跨场景元素融合，并首次支持原生 9:16 竖屏输出和 1080p、4K 上采样。
OpenAI NewsAI 评分5656 迪士尼与 OpenAI 达成合作，200 多个角色将登陆 Sora
迪士尼与 OpenAI 达成协议，将 Disney、Marvel、Pixar 和 Star Wars 的 200 多个角色引入 Sora，用于粉丝创意短视频。协议强调娱乐领域的负责任 AI，并包含迪士尼全公司使用 ChatGPT Enterprise 和 OpenAI API 的内容。
OpenAI News精选AI 评分6767 OpenAI 发布 Sora 2 系统卡
OpenAI 发布 Sora 2 系统卡，介绍其新一代视频与音频生成模型。Sora 2 在 Sora 基础上引入更准确的物理表现、更强的真实感、同步音频、增强的可控性以及更广的风格范围等此前视频模型难以实现的能力。
OpenAI News精选AI 评分6060 OpenAI 以安全为基础推出 Sora 2 与 Sora 应用
OpenAI 宣布推出 Sora 2 视频模型和 Sora 应用，称针对前沿视频模型与全新社交创作平台带来的新型安全挑战，将安全作为基础，并以具体保护措施作为其做法的锚点。
推荐理由：官方说明了面向视频模型与社交创作平台的具体安全保护措施，可了解其安全设计思路。