#视频

昆仑万维发布世界首款消费级显卡视频大模型游戏，同步开源

昆仑万维发布 Matrix-Game 4.0，称其为世界首款运行在单张消费级显卡上的视频大模型游戏，可在 NVIDIA RTX 5090 上实现 480p、60 FPS 实时体验，按键到画面响应延迟低于 150 毫秒。

在 Baseten 的专属环境中部署 Runway 的视频模型

Runway 的前沿视频生成与编辑模型 Gen-4.5 和 Aleph 2.0 现已可通过 Baseten 专属部署，用户可从 Runway 直接授权模型权重，在单租户隔离环境中运行。Aleph 2.0 支持最长 30 秒、1080p 的多场景视频编辑，并可在自有数据上微调。Baseten 为该部署提供 99.99% 可用性 SLA，并覆盖 SOC 2 Type II 与 HIPAA 合规。

在 Baseten 的专属环境中部署 Runway 的视频模型

Runway 的前沿视频生成与编辑模型 Gen-4.5 和 Aleph 2.0 现已可通过 Baseten 专属部署，用户可从 Runway 直接授权模型权重，在单租户隔离环境中运行。Aleph 2.0 支持最长 30 秒、1080p 的多场景视频编辑，并可在自有数据上微调。Baseten 为该部署提供 99.99% 可用性 SLA，并覆盖 SOC 2 Type II 与 HIPAA 合规。

AI 长视频时代来临：OpenAI GPT-6 Astra 助力生成时长从 1 分钟提升到 10 分钟

OpenAI 与 AI 视频生成平台 Higgsfield 达成合作，接入 GPT-6 Astra 后，Higgsfield 支持生成的 AI 视频时长上限从 1 分钟提升到 10 分钟。

Nvidia VFX 节点上线 ComfyUI，支持视频超分、插帧与 SDR 转 HDR

ComfyUI 将 Nvidia 的 RTX 视频效果做成自定义节点，模型随节点分发并在本地 Nvidia RTX GPU 上运行。

原文发布 10月13日 20:00

Higgsfield 将 AI 视频从 1 分钟延长到 10 分钟以上

Higgsfield 借助 GPT-6 Astra 将 AI 视频生成时长从 1 分钟提升到 10 分钟以上，并用 GPT-Image-2.5 提升画面精度，同时通过 GPT-Live 打通语音电影制作路径。

消息称 OpenAI 计划“复活”Sora：换赛道进军 AI 专业影视工具

据 The Information 报道，OpenAI 正与一家隐身初创公司谈判，计划将已停运的视频生成模型 Sora 移交给该公司，以专业影视工具形式重新进入市场。

我如何在单张 GPU 上用 MiniMax H3 生成实时视频

作者在单张 RTX 5090（32 GB 显存）上实现了 15 秒内生成 15 秒 448×256 视频的实时方案，使用 FastVideo 的 FastH3 V2 checkpoint 并采用四步采样。

Pollo AI 借助 OpenAI 将创意想法转化为营销活动

Pollo AI 使用 GPT-5.6、GPT-6 Astra 和 GPT-Image-2.5，帮助创作者把创意转化为精细图像和电影级视频广告。

Creating the story of YUI with 852話 Hakoniwa and Comfy Agent

知名 AI 动画艺术家 852話 Hakoniwa 用 Comfy Agent 制作了首部动画短片《YUI》，主角名字取自 ComfyUI 最后三个字母。全片成本约 20 万日元（不含人力），一人专注工作 3 天，成片时长 4 分 20 秒，主要使用 Seedance 2.5 生成，幕后花絮用 MiniMax H3。

观看 Future Vision XPRIZE 获奖预告片《The Gifted》

Google 与 XPRIZE、Range Media Partners 合作的 Future Vision XPRIZE 公布大奖得主，独立电影人 Jeff Synthesized 的作品《The Gifted》从全球 2500 多份投稿中胜出，获得 10 万美元奖金及 250 万美元长片制作资金。

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。

让 MiniMax H3 视频 VAE 提速 2 倍

MiniMax H3 视频 VAE 编码最高提速约 2.2 倍、解码提速约 1.4-2.7 倍，1344x768、129 帧的编解码往返从 24.3 秒降至 12.7 秒。

Vibe Check：Astra 是独立电影人的突破吗？

创意工作室 Afterimage 用真实拍摄素材测试了 GPT-6 Astra，任务包括替换移动镜头中的餐盘、在布鲁克林街景中添加建筑、让巨型游行花车出现在手持 iPhone 拍摄的窗外画面中，部分镜头成功、部分失败。

用 PyNvVideoCodec 与 vLLM 扩展多 GPU 视频描述任务

vLLM 宣布支持 NVIDIA GPU 内置的硬件视频解码，通过集成 PyNvVideoCodec（NVDEC 的 Python 接口）把视频解码从 CPU 转移到 GPU，缓解此前 CPU 先于 VLM 推理成为瓶颈的问题。

FLUX 3：从视频生成到机器人控制

Black Forest Labs 上周发布多模态基础模型 FLUX 3，在单一架构中联合学习图像、视频和音频，可单次生成最长 20 秒带音频视频。其视频骨干被机器人公司 mimic 用于 FLUX-mimic，在软体装配任务上报告 95% 成功率，无需单任务微调，对比 π0.5 的 55% 和某流匹配策略的 70%。