视频生成

这是谁的博客？

[模型解析] Gemini: 多模态技术架构深度解析Google 在 2026 年 I/O 大会上发布了 Gemini 3.5 和 Gemini Omni，标志着多模态 AI 进入全新的发展阶段。本文将从技术架构角度深入解析 Gemini 的多模态能力设计。

OpenClaw v2026.4.11 更新解析：Dreaming 导入、结构化 WebChat、视频生成增强、Ollama 缓存与升级避坑大家好，我是杨利杰YJlio。这篇文章继续整理 OpenClaw 版本更新记录。本文重点看的是 OpenClaw v2026.4.11。

OpenClaw v2026.4.5 更新解析：视频/音乐生成、ComfyUI 工作流、多语言控制台、Memory Dreaming 与升级避坑大家好，我是杨利杰YJlio。这篇文章继续整理 OpenClaw 版本更新记录。本文重点看的是 OpenClaw v2026.4.5。

阿钱真强道

19 基于 ComfyUI 工作流学习 AnimateDiff：单图生成视频的入门实践与问题分析AnimateDiff 是当前基于扩散模型实现图像动态化的重要方案之一，在 ComfyUI 生态中也已经形成了较为成熟的接入方式。对于初学者而言，单图生成视频是理解 AnimateDiff 工作机制的一个合适入口。

04月23日AI每日参考：Google推出AI芯片挑战Nvidia，Workspace升级AI助手今天AI圈有两件值得关注的事。其一，Google Cloud推出新一代AI芯片与Nvidia竞争，标志着AI芯片市场竞争加剧；其二，Google Workspace升级AI功能，让AI成为办公室"实习生"，AI应用进入企业办公核心。10条精选资讯，带你快速掌握今日AI动态。

阿钱真强道

08 ComfyUI + SVD 系列（六）从 SDXL 到 SDV：为什么说视频生成本质上是“带时间维度的图片生成”？如果你已经用过 SDXL 生成图片，又开始接触 SDV 这类视频模型，那么你大概率会冒出这样一个想法：

CV-deeplearning

美团 AI 开源！一段音频驱动无限时长说话视频，嘴唇/头部/表情全同步，支持 ComfyUI 一键部署一句话介绍：InfiniteTalk 是美团 MeiGen-AI 团队开源的音频驱动视频生成框架，基于 Wan2.1-14B 大模型，支持图片/视频转说话视频，无限时长生成，嘴唇、头部动作、身体姿态、面部表情全部跟着音频走。

【世界模型】video2world：从不一致视角重建世界标题：World Reconstruction From Inconsistent Views 来源：德国慕尼黑工业大学链接：https://lukashoel.github.io/video_to_world

这张生成的图像能检测吗

（论文速读）InterDyn: 视频扩散模型的可控交互动力学论文题目：InterDyn: Controllable Interactive Dynamics with Video Diffusion Models（视频扩散模型的可控交互动力学）

(CVPR-2025)从缓慢的双向视频扩散模型到快速的自回归视频扩散模型paper title：From Slow Bidirectional to Fast Autoregressive Video Diffusion Models

【世界模型】AI世界模型的两次物理大考（测评）如果你让当今最先进的AI视频模型生成一段“冰块落入温水”的视频，你很可能会得到一个画质惊艳、光线完美、动态流畅的短片。它几乎能以假乱真。

GitHub 热榜项目-日榜精选（2026-02-02）| AI智能体、终端工具、视频生成等 | openclaw、99、Maestro等📅 热榜时间：2026-02-02 🏷️ 核心标签：#GitHub #开源项目 #AI智能体 #终端工具 #电子书管理 #视频生成 #Rust工具 📊 统计摘要：本期热榜包含 11 个项目，覆盖 AI 智能体开发、终端交互、电子书管理、无限视频生成等多个热门领域，TypeScript 语言在 AI 智能体场景中应用广泛，轻量级工具与大型框架共同占据热榜席位。(GitHub)

【论文自动阅读】视频生成模型的Inference-time物理对齐 with Latent World Model1.题目: Inference-time Physics Alignment of Video Generative Models with Latent World Models 2.时间: 2026.01 3.机构: FAIR, Meta Superintelligence Labs, University of Oxford, Mila-Québec AI Institute, Columbia University, McGill University, Canada CIFAR AI Chair

【论文自动阅读】快速视频生成的过渡匹配蒸馏1.题目: Transition Matching Distillation for Fast Video Generation 2.时间: 2026.01 3.机构: NVIDIA, NYU 4.3个英文关键词: Transition Matching, Distillation, Video Generation

【论文自动阅读】Goal Force: 教视频模型实现Physics-Conditioned Goals1.题目: Goal Force: Teaching Video Models To Accomplish Physics-Conditioned Goals 2.时间: 2026.01 3.机构: Brown University, Cornell University 4.3个英文关键词: Video Generation, Physics Simulation, Visual Planning

如何用豆包、即梦 AI ，快速实现“AI森林治愈系风格视频”的效果目录根如何用豆包、即梦 AI ，快速实现“AI森林治愈系风格视频”的效果一、简单介绍二、实现原理三、案例简单实现步骤

复刻“黑客帝国”子弹时间！SpaceTimePilot:视频变可操控4D游戏,倒放/变速/运镜随你掌控论文链接：https://arxiv.org/pdf/2512.25075 项目链接：https://zheninghuang.github.io/Space-Time-Pilot/

如何使用即梦 AI，生成图片、并快速实现 veo3 音画同出的效果视频目录如何使用即梦 AI，生成图片、并快速实现 veo3 音画同出的效果视频一、简单介绍二、实现原理三、简单案例实现

这张生成的图像能检测吗

（论文速读）基于M-LLM的高效视频理解视频帧选择论文题目：M-LLM Based Video Frame Selection for Efficient Video Understanding（基于M-LLM的高效视频理解视频帧选择）

超越Veo和Runway！可灵开源Kling-Omni：一个模型通吃视频生成、剪辑和多模态推理！论文链接：https://arxiv.org/pdf/2512.16776 体验链接:https://app.klingai.com/global/omni/new