10 分鐘 AI 長視頻來了:GPT-6 Astra 接管 Higgsfield,角色場景不再"串戲"

2026年10月14日 01:305100 次瀏覽
站內 AI 整理稿

AI資訊AI新閒資訊正文10 分鐘 AI 長視頻來了:GPT-6 Astra 接管 Higgsfield,角色場景不再"串戲"發布於AI新閒資訊時間 :Oct 14, 2026閱讀 :1分鐘OpenAI 和 AI 視頻生成平臺 Higgsfield 的最新合作,把一條過去卡得很死的邊界往前推了一大步——AI 生成的視頻時長上限,從1分鐘直接拉到了10分鐘。撐起這次躍升的,是 Higgsfield 接入的 GPT-6Astra。

它最關鍵的本事,是讓"創意智能體"能夠調用外部工具去處理複雜工作,等於給視頻生成配了個會自己統籌安排的小導演,從而保證一部長視頻在角色長相、場景和視覺細節上始終如一,不再出現前面一個人、後面換張臉的"串戲"事故。Higgsfield 自己已經把這套流程用在了實戰裡。它旗下那個坐擁近50萬訂閱者的 YouTube 頻道,已經開始產出超過10分鐘的教學視頻,原本需要人工一點點拼接、校對的工作,被模型一口氣吃下,省下不少人手。與此同時,Higgsfield 還集成了 GPT-Image-2.

5,專門負責把可讀的文字和信息圖穩穩地渲染出來——這對小企業尤其友好,意味著不必再為宣傳素材大動干戈,低成本就能生成像樣的成片。更妙的一步在開發側。藉助 OpenAI 的 Codex,Higgsfield 加快了產品迭代速度,創意人員腦子裡的一個念頭,幾乎能直接被翻譯成軟件原型,工程師不必再從頭介入每一環。而下一階段,Higgsfield 打算基於 GPT-Live-1去摸索"語音到視頻"的實時創作模式——也就是說,未來對著麥克風說一段話,畫面就能同步長出來。從1分鐘到10分鐘只是開場,AI 視頻真正要搶的,是長內容製作那塊一直握在人類手裡的領地。

相關推薦德勤調查:過半英國大企業一年內部署 AI 替人,青年失業創十餘年新高彭博社援引德勤報告稱,英國大型企業擬未來一年用AI置換人手。調查中52%的CFO預計會借AI裁員;但67%坦言AI變革僅兌現預期的四分之一,技術尚處早期,裁員刀已舉起。調查於9月17日至10月1日訪問66名CFO,其中12人來自富時100、25人來自富時250。Oct 14, 202697.3k法官下令 OpenAI 在蘋果商業秘密案中限期交出招聘記錄與面試材料美國法院裁定,在蘋果訴OpenAI商業秘密案中,OpenAI須限期交出招聘記錄及面試材料:五天內提交已收集材料,十四天內補充其餘請求文件。

取證範圍涵蓋OpenAI針對消費硬件與機器人部門前蘋果員工的面試清單、說明、技術演示文稿及LINE通訊記錄,同時法院批准針對OpenAI員工劉暢的相關事項。Oct 14, 202696.4k蘋果悄悄收編 AI 播客團隊:反向僱傭 Huxe,給 Podcasts 埋下個性化伏筆蘋果向歐盟委員會提交文件披露,已與個性化音頻初創公司Huxe達成“反向收購僱傭”交易:向Huxe AI部分員工發出僱傭要約,接收其核心團隊,並獲得Huxe知識產權非獨佔許可。MacRumors最早報道此事。該模式既攬人才也拿技術授權。Oct 13, 2026177.

0k全天候監聽你的 AI 助手 Ambi 拿下 2600 萬美元:前 Plaud 高管要把智能從屏幕裡放出來AI行業信奉“越懂你越能幫你”,代價是應用和設備持續監聽、觀察與記錄,隱私隱患雖眾所周知,初創公司仍押注個性化助手市場。前Plaud高管Peter Mo看好的Ambi正是此類新玩家:靠持續“豎著耳朵”監聽用戶,提供實時洞察。週一,Ambi宣佈完成2600萬美元融資。Oct 13, 2026180.7k沒有總開關的"數字蠕蟲":Anthropic 稱小模型年底就能自己複製自己Anthropic再發警告:AI模型或在短短幾個月內學會自我複製,且啟動後基本無法一鍵關閉。

研究指出,這類程序沒有集中關停節點,不能像拔服務器電源般整體熄火,只會在設備間蔓延,極難徹底清除。苗頭已現:一個僅90億參數的模型,已能在大多數被測硬件上顯露相關能力。Oct 13, 2026191.1k智啟未來,您的人工智能解決方案智庫English簡體中文繁體中文にほんご© 2026

Related

相關文章

MarkTechPost AI生成式AI

認識 Voxel51 3.0:為實體 AI 打造的統一多模態資料平臺

Voxel51 已發布 Voxel51 3.0,這是其資料平臺的一次重大更新。Voxel51 3.0 是一個端對端的多模態資料平臺,將搜尋、篩選、標註和評估整合於單一系統中。該平臺鎖定針對機器人、車輛和工廠感測器資料進行模型訓練的團隊。此次發布新增了 Voxel51 Agent、資料溯源層及免費的自助式存取。重點摘要:規模:Voxel51 Agent 內建超過 45 個 MCP 工具、80 多個運算子及 18 個開源技能。執行環境:可於 app.voxel51.com 使用託管網頁應用程式,或於雲端、混合、地端及隔離環境中自行部署。未揭露本機 GPU 需求。效能:未發布產品基準測試。Voxel51 引用其自身調查數據作為依據。最佳亮點:免費方案包含 Voxel51 Agent、每月 30,000 次推論請求及 30 個運算小時。

19 小時前
何夕2077生成式AI

下一概念建模把文本生成提速最高31倍

斯坦福等聯合提出全新文本生成範式 NCM,生成速度狂飆 31 倍AIbase基地發佈於AI新聞資訊 · 1 分鐘閱讀 · Oct 16, 202633人工智能領域的文本生成技術迎來顛覆性創新。斯坦福大學與 Together AI 的研究人員近日聯手推出了一種截然不同於傳統自迴歸和擴散模型的全新文本生成範式——Next-Concept Modeling(簡稱 NCM,即“下一概念建模”)。該方法巧妙借鑑了圖像生成領域中“下一尺度預測”的思路,有望為未來的文本生成技術開闢全新的發展路線。在技術實現路徑上,NCM 模擬了人類“先構思宏觀大綱、再動筆填充細節”的寫作邏輯。整個系統通過兩階段訓練來完成:首先訓練多尺度殘差 VQ-VAE,從而得到能夠逐層補充信息的多層離散文本編碼;隨後凍結該系統,訓練 Transformer 模塊去預測下一層的編碼。在生成文本時,模型會先並行生成概念層面的宏觀大綱,接著逐層並行填充具體細節,最終組合成完整的文本內容。在實際測試表現中,NCM 交出了令人矚目的成績單。實驗數據顯示,在保持相近甚至更優生成質量的前提下,NCM 相對傳統的擴散語言模型實現了10到31倍的生成速度飛躍,並且在訓練過程中所需消耗的 token 數量也大幅減少。此外,在數獨等複雜推理任務上,它的表現也明顯優於傳統的自迴歸和擴散基線模型,同時還支持通過多生成候選挑選機制來進一步優化最終輸出效果。儘管目前該研究所使用的模型參數規模依然相對有限,其在擴大模型規模後的表現、精確文本以及長篇內容的生成能力仍有待後續驗證,但這一創新思路無疑打破了長期以來的技術慣性,為人工智能高效生成文本提供了充滿想象力的全新解法。本文來自AIbase日報掃碼查看歡迎來到【AI日報】欄目!這裡是你每天探索人工智能世界的指南,每天我們為你呈現AI領域的熱點內容,聚焦開發者,助你洞悉技術趨勢、瞭解創新AI產品應用。

23 小時前
雷峰網生成式AI

12.88萬起、華為電驅+L4同源智駕,Ray7能成為埃安年輕化的答卷嗎?

12.88萬起、華為電驅+L4同源智駕,Ray7能成為埃安年輕化的答卷嗎? 本文作者: 倪萍 2026-10-17 22:42 導語:10月17日,埃安轎跑Ray7正式開啟預售,預售價12.88 萬起。新車車長4.9米,軸距2.9米,車頭部分搭配3.25米的超長雙環燈帶,是埃安10年煥新的家族 10月17日,埃安轎跑Ray7正式開啟預售,預售價12.88 萬起。新車車長4.9米,軸距2.9米,車頭部分搭配3.25米的超長雙環燈帶,是埃安10年煥新的家族式標識。 新車採用寧德時代電池以及廣汽自研的彈匣電池2.0技術,能夠在充分釋放續航能力的同時,監控電池健康狀態。提供45.58kWh和62.98kWh兩種規格,續航可達702公里,整車風阻係數 Cd 低至 0.22。Ray7搭載華為DriveONE多合一電驅,以及華為DriveONE芯片級驅制融合架構,百公里制動僅為32.8米。底盤方面,Ray7搭載高性能前後穩定杆和後五連桿懸架,過彎極限更高,濾振更乾淨。智能化上, Ray7搭載27顆車規級全視角傳感器,採用文遠知行L4級Robotaxi同源大模型。這幫助新車能夠複用 L4 積累的海量場景經驗,在城區掉頭、繞行等複雜場景中可順利通行。自2025年廣汽推進“番禺行動”以來,昊鉑埃安BU的研發、生產、銷售等環節效率不斷提升,產品迭代和新車投放節奏明顯加快。作為埃安全新Ray車系的首款新車,Ray7是埃安開啟年輕化序列的關鍵落子,也是廣汽切入20萬級市場的重要佈局。這一細分市場競爭並不輕鬆:小鵬P7、極氪007等車型已經提前卡位。Ray7想在年輕人心中佔位,不能只堆參數,更要把智能座艙與輔助駕駛、三電安全、補能效率、用車成本和價格權益上的差異,變成用戶可感、可信、可持續的體驗,這才是埃安年輕化的分水嶺。(雷峰網(公眾號:雷峰網)) 雷峰網原創文章,未經授權禁止轉載。詳情見轉載須知。

1 天前
智東西生成式AI

梁聖又掀桌了!DeepSeek新模型斬殺GPT-6,許願式編程時代降臨

作者 | 楊京麗 編輯 | 李水青 10月17日報道,剛剛,DeepSeek V4.1 Flash更新至V4.1-Flash-1017版本,官方網頁端、App與API已同步更新至新模型,模型權重也已在HuggingFace和ModelScope開放下載。DeepSeek還向公眾開放自研搜索引擎的Search(搜索)與Fetch(抓取)API,兩個接口均定價為5元/千次。 此次更新距離該模型發佈僅過去一個多月。9月10日,DeepSeek正式推出V4.1-Flash,在性能上超越了DeepSeek-V4-Pro。

1 天前