跳到正文
10月23日周五
  1. HuggingFace Daily Papers40

    AnyGameRenderer: 跨游戏实体一致生成渲染器及实体级评测基准

    AnyGameRenderer 将 AI 编码 agent 生成的低质量游戏视频转换为高质量视觉内容,保持实体位置、时序和布局不变。该模型基于 MiniMax-H3 ref2va(33B 参数)通过 LoRA 微调训练,使用约 1 万对样本数据,在实体级评测基准中实体时序匹配率从 50.9% 提升至 62.9%,漏检率从 34.7% 降至 21.3%。

10月20日周二
  1. AWS Machine Learning Blog65

    TwelveLabs Pegasus 1.5 现已在 Amazon Bedrock 上线

    TwelveLabs Pegasus 1.5 视频语言模型现已登陆 Amazon Bedrock,可将长视频转化为带时间戳的结构化元数据。新版本支持基于时间的元数据生成、多模态提示(结合文本和参考图像)以及即时处理,无需预索引即可分析长达两小时的视频。用户可直接从 Amazon S3 URI 或 base64 字符串发送视频,数据保持在 AWS 数据边界内。

    推荐理由:视频语言模型Pegasus 1.5在Amazon Bedrock上线,将长视频转化为结构化元数据,无需预索引即可处理两小时视频。

10月19日周一
  1. IT之家35

    Arena 公布 2026 年第 42 周 AI 大模型周榜:国产模型多领域站稳中上游,kimi-k3-max 杀入代码榜前十

    Arena 发布 2026 年第 42 周 AI 大模型盲测排名,kimi-k3-max 首次稳定在代码榜前十,mimo-v2.6-pro 首次进入前端开发榜前 20。国产模型在综合榜、代码榜和前端开发榜多个细分榜单保持中上游位置,gemini-4-argon-high 以 1562 分蝉联代码榜榜首。

10月17日周六
  1. 钛媒体75

    可灵AI发布Kling 4.0视频生成模型

    可灵AI于10月15日发布Kling 4.0视频生成模型,支持4K、1080p的10-bit HDR格式输出,单次生成视频最长可达30秒,支持长镜头与连续叙事。该模型已在韩国釜山电影节上用于制作AI短片《虫族列车》,并计划应用于105分钟动画长片《疍家风云》。Kling 4.0全量上线后能力接入MCP/CLI,可被集成到AI编剧Agent、剪辑流水线等专业场景。

10月16日周五
10月15日周四
10月14日周三
10月10日周六
10月7日周三
9月25日周五
  1. Google Research75

    Google Research 推出 AI 视频联合导演框架实现连贯长视频生成

    Google Research 发布了 AI 视频联合导演框架,通过多智能体架构解决长视频生成中的语义漂移和级联失败问题。该框架包括 Co-Director、CANVAS、A²RD 和 VQQA 四个组件,能够在分钟级视频中保持角色和环境的一致性,并自动优化视觉质量。

    推荐理由:原文提出了AI视频联合导演框架,解决了长视频生成中的语义漂移和级联失败问题。