Google’s new anything-to-anything AI model is wild★ 85
The Verge AI10d agoReleaseGoogle 發表了全新的「任意對任意（anything-to-anything）」AI 模型 Gemini Omni。外媒記者實測將其用於將小孩的毛絨鹿玩具「Buddy」合成到各種度假場景中，發現其生成效果極其逼真且操作簡單。這款模型不僅展現了強大的多模態影片生成與編輯能力，同時也再度引發了關於深偽（Deepfake）技術門檻降低與倫理界線的討論。
[AINews] Google I/O 2026: Gemini 3.5 Flash, Omni (NanoBanana for Video), Spark (background agents), and Antigravity 2.0★ 85
Latent Space13d agoReleaseLatent Space 報導 Google I/O 2026 最新進展。本次大會亮點包括新一代輕量快速模型 Gemini 3.5 Flash、專注於影片處理的 Omni (NanoBanana)、主打背景運作的 Agent 框架 Spark，以及技術升級的 Antigravity 2.0。這些發布顯示 Google 持續在多模態影片、自主 Agent 及模型效能上發力。
Behind “ANCESTRA”: combining Veo with live-action filmmaking★ 75
Google DeepMind Blog220d agoReleaseGoogle DeepMind 與知名導演 Darren Aronofsky、Eliza McNitt 及超過 200 人的製作團隊合作，推出結合實景拍攝與 Veo 影片生成技術的電影《ANCESTRA》。本片展示了 AI 如何作為創作者的延伸工具，而非取代傳統電影製作，並開創了實景與生成式 AI 融合的新敘事手法。
Wan2.1 parameter sweep★ 75
Replicate Blog454d agoTutorialReplicate 團隊針對阿里巴巴最新開源的 Wan2.1 影片生成模型進行了深入的「參數掃描（Parameter Sweep）」測試。文章探討了調整各項參數（如 Guidance Scale、推理步數、Sample Shift 等）對最終影片生成品質、連貫性與風格的具體影響。這份實用指南能幫助開發者與創作者在 Replicate 平台上部署與調優 Wan2.1 時，找到最佳的效能與品質平衡點。
State of open video generation models in Diffusers★ 82
Hugging Face Blog491d agoCommentary本文回顧了 Hugging Face Diffusers 函式庫中開源影片生成模型的最新進展。隨著技術從 UNet 轉向 Diffusion Transformers (DiTs)，如 CogVideoX、Mochi 1、LTX-Video 及 HunyuanVideo 等模型已全面整合。文章重點介紹了如何透過 CPU 卸載、FP8 量化與 Tiled VAE 等技術，在消費級 GPU 上高效運行這些動輒數十億參數的影片生成模型。
AI video is having its Stable Diffusion moment★ 80
Replicate Blog533d agoOpinionReplicate 指出，AI 影片生成領域正經歷類似當年 Stable Diffusion 顛覆圖像生成的「開源時刻」。 目前市場上已出現多款效果足以媲美 OpenAI Sora 的開源影片生成模型。 這意味著開發者與創作者不再受限於封閉的 API，能以更低成本、更高自由度在本地或雲端部署高品質影片生成。