AI 视频生成与理解：文生视频模型、视频编辑工具与影视创作变革的追踪。
当前仅显示精选新闻Tavus 发布实时视频交互模型 Griffin，在54人一分钟视频通话实验中，26人（约48%）把预览版 Griffin-Lite 当成真人，上一代系统该比例为 2.4%。模型采用全双工视频交互方案，可同时看听说并依据表情、视线和停顿回应，音频到视频生成平均延迟 0.43 秒，实时生成 720p、25 帧每秒画面；目前仅向部分可信测试者开放研究预览，团队正开发 AI 身份披露功能。
推荐理由：原文同时给出48%的实验数字和延迟、榜单成绩，读者可以据此自行判断这轮视频交互能力的边界。
Tavus 于 10 月 1 日发布全双工视频到视频模型 Griffin（研究预览版 Griffin-Lite），将感知、决策和生成整合进端到端系统，替代传统级联架构。
推荐理由：原文给出了 Griffin 的架构思路、VideoFDB 评测数据和盲测结果，读者可对比级联方案与端到端实时交互的差异。
Z Finance 编译 Higgsfield 创始人 Alex Mashrabov 与 20VC 的访谈，公司用 18 个月将年化收入从 100 万美元做到 10 亿美元，企业客户收入已过半。
推荐理由：Higgsfield 创始人复盘自研模型收缩与模型路由带来的毛利差异，把分发控制权视为应用层真正的护城河。
AYi@AYi_AInotes精选AI 评分6565
Ben Affleck (Hollywood star & Artists Equity CEO) talks about how he fine-tunes open video models by unfreezing weights and trained only the last cinematic layer so a film crew can hit real production standards. for context, Ben Affleck founded InterPositive in 2022, a 16-person AI shop for film post and Netflix bought it in March 2026 for $587 mn in cash. He needed that model because public video models were trained on his peers' films, and he did not think that was a real business. So InterPositive raised money, shot its own dataset for 8 months on a controlled stage, and used it only as late-stage training. Each new film then trains a private model on its own dailies, so the production keeps the footage and the learning. That is the product Netflix paid $587 million for. ---- From "Bloomberg Live" YouTube channel, (link in comment)
推荐理由：原文梳理了 Ben Affleck 用私有实拍数据微调开源视频模型的思路与产权闭环，读者可以借此对比公共模型与影视级生产的差距。
Runway 发布新产品 Runway Ads，连接广告账户和品牌套件后可生成视频与图像广告创意，直接发布到 Meta、Google 和 TikTok，并读取平台表现数据迭代下一轮创意。
推荐理由：Runway 官方发布并给出自身投放数据，读者可以据此评估端到端生成式投放工具对营销工作流的实际改变。
Runway 发布 DaVinci Resolve 插件，用户可在 Resolve Studio 内直接生成图像和视频、重绘播放头所在片段，结果自动导入 Media Pool 并上到时间线。
推荐理由：原文说明了插件在剪辑流程内生成和重绘的具体用法与付费条件，剪辑用户可据此判断是否改变现有工作流。
推荐理由：FLUX Video Edit 支持一句话完成视频改物体、换场景和口型对齐，省去遮罩与逐帧控制。
文章梳理一周内互动内容的模型竞争：OpenAI发布GPT-6 Astra与GPT-image-2.5（延迟最多降50%），fal发布H3 Max/H3 Max Turbo，Yoroll发布基于MiniMax H3的H3 Superfast（8×B200上推理10秒视频约需4秒）及实时互动产品YoLive。
推荐理由：原文梳理了实时视频生成与GPT-6带动AI游戏的具体玩法、成本结构和Harness搭建思路，给出了可参照的分析框架。
Runway 发布 Runway Plugins，推出面向 Premiere Pro 和 After Effects 的 Adobe 插件，在时间线内直接生成图像和视频、重绘素材并放置结果，无需导出再导入。
推荐理由：官方说明插件如何消除剪辑中反复导出导入的流程，生成结果直接落入时间线并沿用现有套餐额度。
阿里云宣布视频生成模型 Wan3.0 在阿里云上正式开放使用，支持 30 秒生成和文档一键转视频，并称已达到可投入生产的程度。官方同时给出了详细使用指南链接。
推荐理由：阿里云官方宣布 Wan3.0 正式开放，给出 30 秒生成与文档转视频能力，可据此判断其视频生产可用性。
阿里巴巴发布一体化视频生成与编辑模型 Wan 3.0，可生成最长 30 秒 1080p 带原生音频的视频，并接受文本、图像、视频、音频、文档和网页作为创作参考。
推荐理由：第三方竞技场盲测排名给出 Wan 3.0 与同类视频模型的直接对比，并列出各分辨率定价。
推荐理由：OpenRouter 为视频输入新增 agentic 处理选项，模型可自行浏览时间线，替代固定帧率采样。
推荐理由：官方列出支持智能体式视频理解的 Gemini 模型版本与开放入口，读者可据此判断视频工作流的接入方式。
Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 上推出 agentic video understanding，动态检索视频片段以替代固定帧率处理，token 消耗最多降 88%，成本最多降 66%，准确率最多提升 7%。
推荐理由：官方给出 token、成本与准确率的具体降幅和开启方式，长视频处理场景下可评估是否切换处理模式。
MiniMax 将 H3 Max 768P 与 H3 Max 480P 接入开放平台和 MiniMax Design。H3 Max 生成 5 秒 768p 音视频不到 3 秒，吞吐量约为 MiniMax H3 的 35 倍；fal 工程师和 Pieter Levels 已基于它搭建 Twitch 实时直播与 24 小时 AI 直播网站。
推荐理由：官方给出 H3 Max 的生成速度、吞吐量对比和接入入口，读者可以判断实时 AI 直播这类场景是否已经跑得通。
推荐理由：原文给出 Wan 3.0 在 Medeo 上线的能力清单和 API 入口，可据此了解其视频生成规格。
推荐理由：Wan 3.0 把视频与音频放进同一个模型并支持 30 秒生成，可据此了解该模型在多模态视频生成上的能力范围。
Google DeepMind 发布 Gemini Omni 1.1 Flash，为开发者提供一组创意控制和生成式视频能力，可通过 Google AI Studio 中的 Gemini API 使用。
推荐理由：官方披露了场景扩展、首末帧插值、4K 放大等具体能力与可用入口，便于开发者评估是否迁移现有视频生成工作流。
推荐理由：Wan 3.0 上线 ComfyUI 并给出 Model Studio 与 Qwen Cloud 的 API 入口，读者可据此找到实际使用渠道。
Alibaba's Wan 3.0 from @Alibaba_Wan and @alibaba_cloud is now live on OpenRouter. Generate 2-30 second videos from text, images, or references at 480p, 720p, or 1080p. Launch pricing: $0.05/$0.10/$0.20 per second, with a limited-time 15% discount across every resolution. https://t.co/yzQNUKAo3o
推荐理由：官方给出 2–30 秒、最高 1080p 的生成规格与 OpenRouter 接入入口，可据此评估视频生成的调用成本。