Elon Musk 称 Grok Bot 在昨日更新后表现惊人，堪比他首次体验 FSD V12.5 的时刻。他仅用 60 秒随手录制的手机操作素材、近乎零 effort 的提示词，让 Grok Bot 自动生成了一段"how-to"视频，能合理剪辑、自动打码、正确旁白并精准标注关键图标。Musk 表示输出虽不完美，但考虑到投入极小，效果令他完全震惊。

作者介绍 Voyager，一个面向视频、图形和游戏的开源 harness，智能体可直接操作桌面文件并驱动 Blender、DaVinci Resolve、Unity 等应用，可接入 Opus、Astra 或 DeepSeek 模型。

单靠一个模型，从来都拍不出电影。 真正的工作是把新能力交到创作者手中，然后确保他们真的能用起来。 研究就是这样融入创作工艺的。

英伟达上周又历史新高了 我看B站除了好多恶搞视频 不得不说，现在Ai做视频，基本看不出来痕迹 太夸张了

不管你喜欢与否，到明年年底，超过 50% 的社交内容将由 AI 生成。 @higgsfield AI Influencer 和 Genjutsu 让一个小团队就能创建角色、制作动画，并像测试广告创意一样测试数字“人格”。 这改变了构建媒体业务的经济模式，而 Higgsfield 正是下一代（媒体业务）诞生的地方。 称其为“AI 垃圾”（AI slop），更多反映的是品味偏好，而非机会的大小。

Seedance inside Computer 对营销和品牌团队来说相当出色！

没有开源基础模型，这一切都不会存在。 感谢 @MiniMax_AI 开源 H3——最好的开源视频模型，它驱动着 Viggle-Animate 和 Meridian。✨ 也感谢 @Alibaba_Qwen 发布新的 SOTA 开源图像模型 🙏

我真希望能直接提示词生成一个 Andrej Karpathy 视频。 可惜，如今没有任何 AI 能做到。 Andrej，我们需要你回来。你已经一年多没在 YouTube 上传视频了。

视频生成和编码智能体正在定义一类新的 AI 工作负载。个人在日常工作中高效消耗着大量算力。 fal CTO @gorkem 在上周 GenMedia 大会上与 MTS 对谈时谈到了 "token 市场契合度"。

在一次深度问答中，Runway Research 团队谈到了实时模型、生成式界面以及机器人的下一步。

Artificial Analysis 文生视频榜单前四名均为中国模型或基于中国模型构建：Alibaba 的 Wan 3.0 以微弱优势领先 Utopai X、ByteDance 的 Seedance 2.5 和 MiniMax H3，Google 最好的成绩是第六名。其中新晋第二名 Utopai X 是基于 MiniMax H3 构建的。

天哪。 如果你告诉 12 岁的我，这会是我的工作。 靠每周做傻视频谋生？😂 Kling 4.0 Flash 太好玩了，快去试试！

Claude Code + Opus 5.5 制作的《什么是 Transformer》视频效果超过 GPT6 组合

用户用 Claude Code + Opus 5.5 制作了一支讲解 Transformer 的 JS 视频，效果超过其此前用 GPT6 搭配各种 skill、Manim 和 Excalidraw 的成果，并因此重新订阅 Claude。提示词要求深入浅出、面向高中生，讲清注意力机制乃至部分数学概念，允许联网检索和安装工具。

现在看，杀死ai视频战争的，可能不是ai视频模型。

马东锡 NLP：AI 视频生成难以完成"左手六右手七"脑血栓走路动作

马东锡 NLP（@dongxi_nlp）称发现一个 AI 视频生成完不成的任务死角："左手六，右手七，左脚画圆，右脚踢"的脑血栓走路方式，并邀请网友尝试，表示自己未能成功。该帖未给出具体模型或测试条件。

马东锡：AI 视频生成搞不定"左手六右手七"的脑血栓走路

马东锡 NLP（@dongxi_nlp）发现 AI 视频生成的一个死角："左手六，右手七，左脚画圆，右脚踢"的脑血栓走路方式，他自己多次尝试均未成功。评论区有人反馈 AI 生成的动作要么手脚对不上、要么不协调，也有人认为跨帧注意力机制会直接崩掉、纯靠 prompt 会被融成麻花。

哈，这太酷了！突然之间，成千上万甚至数百万的视频和你最喜欢的教育者，可以在几乎任何主题上成为你的私人导师！这可能是一种全新的、大规模的互动媒介！太酷了！

互动媒体在未来一两年将会非常庞大！这太不可思议了

下一视图预测模型的实时流式传输，具备精确的相机定位和3D一致性。难以置信。

我只用了 3 个提示词，就在 @runwayml 里用 SeedDance 2.5 完成了这个视频。 AI 视频在这么短时间内的进步简直疯狂！