Kiteva 开源：在 Mac 上把想法做成动态图形短片
全栈工程师 delexw 开源 Kiteva，一个在 Mac 本地运行的创意工作室，按想法、简报、动态图形组合、预览、成片、审核交付的流程生成短片，可选用 Claude Opus 5.5 或 GPT-6.1 Sol。
#视频
#视频
今日 0 条Hacker News · Show HNAI 评分5858
Hacker News · Show HNAI 评分6262 Claude Code 端到端制作音乐视频，完整生产仓库开源
作者公开了 Suno 歌曲 Always Allow 音乐视频的完整生产记录，视频由 Claude Code 在 2026 年 9 月 28 日至 30 日的六次会话中端到端完成，期间由本人在检查点给意见。
Hacker News · Show HNAI 评分5050 Swift Render：用 SwiftUI 和 Metal 做程序化视频的引擎
Swift Render 是面向 Swift 开发者的代码优先视频引擎与 CLI，用 SwiftUI 和 Metal 把场景写成时间的函数并渲染为 MP4。官方示例中 1200 帧 1080p60 在 Apple M5 Mac 上渲染耗时 5.3 秒，4K 为 17.8 秒。
量子位AI 评分7171 昆仑万维开源 Matrix-Game 4.0，单张 RTX 5090 实时运行游戏世界模型
昆仑万维旗下 Skywork AI 发布并开源 Matrix-Game 4.0，官方称其为全球首款可在单张消费级显卡上实时运行的游戏世界模型。它把游戏引擎与视频模型分工，引擎用代码维护血量、道具等世界状态并输出结构草图，视频模型照着草图实时补全画面，玩家按键后不到 0.15 秒响应，以 60 FPS 运行，显存峰值约 18.5GiB。
Hacker News · Front PageAI 评分5050 瑞典 TV4 因 AI 智能体删除剪辑素材推迟节目播出
瑞典电视台 TV4 在一档节目播出前被迫推迟，原因是 AI 智能体删除了已剪辑完成的素材。该事件在 Hacker News 上获得 112 分、67 条评论。
量子位AI 评分6262 字节世界模型首次亮相：一句话生成可自由探索的三维世界
字节在抖音集团《2026 美好奇妙夜》科技节目现场首次公开演示其世界模型，由影视飓风Tim操作，输入一句话即可生成微缩小人视角的房间，并支持自由飞行、凭空生成物体、与物体交互以及用任意门连通不同场景。
The DecoderAI 评分6262 Odyssey 开放世界模型 Odyssey-3 免费研究预览
Odyssey 面向公众开放世界模型 Odyssey-3 的研究预览，用户可用文本提示词生成可实时探索的交互环境，开发者可申请 API 访问。免费在线演示基于 Odyssey-3 Flash，支持第一人称与第三人称视角，模型基于自回归扩散 Transformer 逐帧生成视频，基础版 14B 参数、832 × 480 分辨率，Pro 版支持 1280 × 720。
Hacker News · Show HNAI 评分6060 ManimGX 发布：在 Rust/wgpu 引擎上复用 Manim API 做 3D 视频
ManimGX 发布，这是一个兼容 Manim CE API 的 3D 动画引擎，底层用 Rust 和 wgpu，可用 pip install manimgx 安装，支持 Python 3.13+，也可通过 npm 在浏览器中运行。
The DecoderAI 评分6969 Claude 新增仪表盘与动画讲解视频生成功能
Anthropic 为 Claude 推出两项 beta 功能：Dashboards 可连接 BigQuery、Databricks、Snowflake、Salesforce 等数据源。
Hacker News · Show HNAI 评分5050 ScreenCI：用编码智能体把教程视频写成 E2E 测试
ScreenCI 可将一段提示词交给任意编码智能体，自动录制真实应用的旁白演示视频，并生成对应的 E2E 测试文件。它支持自动缩放跟随点击、拖拽等交互，可嵌入 PNG/SVG 与 MP4 素材，还能从同一脚本生成自动更新的文档截图，旁白覆盖 79 种语言，免费试用且无需账号。
Hacker News · Show HNAI 评分7272 我用 Claude 和 DaVinci Resolve 剪完三条 YouTube 视频，runbook 与脚本已开源
一位开发者借助 DaVinci Resolve 21.1 新增的 MCP 连接，让 Claude 端到端剪辑了自己最近三条 YouTube 视频，把原始素材从 15:46、15:40、28:42 剪成 7:00、9:58、10:35。
web-github-trending AI 评分6060 ArtCraft 发布面向艺术家的 AI 图像与视频创作 IDE
ArtCraft 发布面向艺术家的 AI 图像与视频创作 IDE，支持在 2D 画布和 3D 场景中搭建构图、摆放角色与机位后再生成，并提供文生图、图像编辑、图生视频等提示词工作流。
量子位AI 评分5858 Utopai X 登 Artificial Analysis 文生视频榜第二，影视公司 Utopai 公布 2027 年院线片单
独立评测机构 Artificial Analysis 最新文生视频榜单中，阿里 Wan 3.0 排名第一，影视公司 Utopai Studios 的模型 Utopai X 以 1150 分位列第二，与第一名相差 7 分。
Hacker News · Show HNAI 评分5050 OpenScreen 2.0 发布：开源版 Screen Studio 替代品，支持 Win/Mac/Linux
OpenScreen 2.0 发布，这是一款面向 Windows、macOS、Linux 的免费开源录屏与视频编辑工具，采用 MIT 许可，无 watermark、无需账号。新版本支持自动缩放、光标平滑与 3D 相机效果，录制、转录和渲染全部在本地完成，转录由 whisper.cpp 驱动，首次运行下载 264 MB Whisper 模型后可离线使用。
Hacker News · Front PageAI 评分7171 Gitframes 发布 npm 包，让编码智能体用代码渲染视频
Gitframes 发布一个 npm 包，把 Photoshop 级合成、After Effects 式动效和 Blender 式 3D 场景合并为 TypeScript 组合，由编码智能体编写代码并渲染 MP4，无需安装多 GB 创意套件。
web-github-trending AI 评分7171 OpenMontage 发布开源智能体视频生产系统
OpenMontage 发布开源智能体视频生产系统，把 Claude Code、Cursor、Copilot 等 AI 编码助手变成视频生产流水线，由智能体完成研究、脚本、素材生成、剪辑与合成。
极客公园AI 评分6666 Tavus 发布人类交互模型 Griffin，真人测试中近半数参与者误认其为真人
美国 AI 视频公司 Tavus 于 10 月 1 日发布 Griffin 模型，并称其为全球第一个人类交互模型（HIM）。在一分钟视频通话测试中，54 名参与者有 26 人认为自己是在和真人聊天，比例接近 48%，而上一代系统在 41 人中只骗过 1 人，比例 2.4%。
web-github-trending AI 评分6262 美团开源 13.6B 视频生成模型 LongCat-Video
美团 LongCat 团队发布 13.6B 参数的基础视频生成模型 LongCat-Video，在单一框架内统一文生视频、图生视频和视频续写任务，原生预训练视频续写以支持分钟级长视频生成。
Hacker News · Show HNAI 评分5858 Orcah Studio 发布 Mac 本地视频智能检索工具
Orcah Studio for Mac 开启公开测试，可在本地索引视频库并按台词、说话人、人脸物体、场景描述和相机遥测数据检索，支持自然语言提问定位片段。
The DecoderAI 评分6262 Tavus 发布 Griffin 视频对话模型，48% 受试者误认为真人
Tavus 推出 Griffin，公司称其为首个 Human Interaction Model（HIM），可在接收和生成视频的同时处理语音、面部表情、语调、手势和停顿，用于实时面对面交谈。
web-github-trending AI 评分7575 HeyGen 开源 HyperFrames，用 HTML 渲染确定性 MP4 视频
HeyGen 开源 HyperFrames，一个把 HTML、CSS、媒体和可寻址动画渲染成确定性 MP4 视频的框架，采用 Apache 2.0 许可，无按次渲染费用。
web-github-trending AI 评分5757 MoneyPrinterTurbo 开源 AI 短视频生成工具更新，支持 Agent、WebUI、API 与 CLI 四种用法
MoneyPrinterTurbo 是一个一站式 AI 短视频生成开源项目，只需提供视频主题或关键词，即可自动生成脚本、匹配素材、生成字幕和背景音乐并合成高清短视频。
Hacker News · Show HNAI 评分7171 ReelMimic 发布：用 AI 智能体团队复刻任意视频风格
ReelMimic 是一个在本地运行的 AI 智能体团队工具，输入参考视频和一句需求，它会拆解剪辑节奏、镜头长度、转场、构图、色彩和运镜，生成分镜方案供确认后再制作同风格的新视频。
Latent SpaceAI 评分6060 Runway 发布 GWM Worlds 2 与 WorldPrompt，解析实时世界模型的工程实现
Runway 推出 GWM Worlds 2 研究预览，把高保真视频与音频生成变成实时交互式模拟，并引入 WorldPrompt 输入格式，可固定首帧等环境要素后按时间戳编排事件与动作。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 Gemini 3.8 Live with Live Avatar
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，在 Gemini 3.8 Live 的实时对话模型上加入近实时视频生成，实现带口型同步和自然表情的视觉形象对话，已在 Gemini Enterprise 上线。
推荐理由：Gemini 3.8 Live 新增实时视频形象能力，支持边对话边后台调用工具，已在 Gemini Enterprise 上线。
极客公园AI 评分6262 剪映发布剪映 Hub 与剪映助手，并展示 AI 互动影游平台 ICG Studio
9 月 20 日剪映在 AI 新创作发布会上更新专业版、移动端与创作者生态，专业版新增一站式创作工作台剪映 Hub，由无限画布和多轨编辑器组成，可从一句话、参考视频或文档生成脚本分镜，调用即梦、小云雀生成图片视频声音后送入时间线修改。
Google DeepMind精选AI 评分7474 Google DeepMind 为 Gemini 推出智能体视频理解功能
Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 上推出智能体视频理解功能，通过智能体循环调用原生视频工具动态搜索和检查视频片段，替代固定 1 FPS 的静态处理，视频分析 token 消耗最多降低 88%、成本最多降低 66%、准确率最多提升 7%。
推荐理由：Gemini 新增智能体视频理解，长视频分析 token 消耗最多降 88%、成本降 66%，可通过 API 配置开启。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 Gemini Omni 1.1 Flash，强化视频生成控制
Google DeepMind 发布 Gemini Omni 1.1 Flash，通过 Gemini API 在 Google AI Studio 提供面向开发者的生成式视频控制能力。
推荐理由：Gemini Omni 1.1 Flash 面向开发者开放视频生成控制能力，场景延展、首尾帧插值与 4K 放大是主要变化。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 Nano Banana 2 Lite 与 Gemini Omni Flash
Google DeepMind 发布 Nano Banana 2 Lite（gemini-3.1-flash-lite-image）和 Gemini Omni Flash（gemini-omni-flash-preview）两款模型。
推荐理由：Google DeepMind 同时发布图像模型 Nano Banana 2 Lite 与视频模型 Gemini Omni Flash，给出延迟、单价与能力边界，便于评估接入。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini Omni Flash，支持多模态输入生成与对话式编辑视频
Google DeepMind 发布 Gemini Omni 家族首个模型 Gemini Omni Flash，可组合图像、音频、视频和文本作为输入生成高质量视频，并通过自然语言进行多轮编辑，保持角色一致性和物理合理性。
推荐理由：Gemini Omni 家族首个模型发布，支持多模态输入生成视频并用自然语言多轮编辑，已上线 Gemini 应用和 Google Flow。