在 SageMaker AI 上用 vLLM-Omni 生成图像与视频（第二部分）
AWS 发布教程，演示在 SageMaker AI 上从同一个 vLLM-Omni DLC 部署两个端点：实时端点运行 FLUX.2-klein-4B 生成图像，异步端点运行 Wan2.1-VACE-1.3B 生成图像条件视频。工作流将文本提示生成的 PNG 经 Amazon S3 传给视频端点，再取回 MP4，并提供命令行与可选 Streamlit 界面。
#视频
#视频
今日 0 条AWS Machine Learning BlogAI 评分2222
Latent SpaceAI 评分6262 Runway 发布 GWM Worlds 2 与 WorldPrompt 输入格式
Runway 推出世界模型 GWM Worlds 2 研究预览版，可将高保真视频与音频生成转为实时交互式模拟，并以 720p、24fps 视频和 48000Hz 音频流式输出。
Google DeepMind精选AI 评分7373 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 的原生实时对话模型上加入近实时视频生成，实现带口型同步、自然表情和流畅轮次切换的视觉化对话。
推荐理由：官方给出 Live Avatar 的实时视频对话能力、异步工具调用与 97 种语言支持，可据此判断企业级虚拟形象对话的落地边界。
AWS Machine Learning BlogAI 评分5050 基于 AWS 的智能体对话式视频智能方案
该方案用 Strands Agents SDK 构建单个 AI 智能体，按用户提问在运行时编排 Amazon Bedrock、Amazon Rekognition 和 Amazon Transcribe，无需为每类问题预建固定流水线。已分析内容的响应在 1 秒内返回，新视频首次分析需 5–10 分钟。一家媒体娱乐公司借此将 200 多段数小时录像的人工审阅时间减少约 80%。
OpenAI NewsAI 评分2222 invideo 如何借助 GPT-6 Astra 将调色效率提升 3 倍
invideo 借助 GPT-6 Astra 实现更精准的剪辑规划，调色与色彩校正效率提升 3 倍，并在一天内产出 50 个自定义特效。
OpenAI NewsAI 评分3838 Higgsfield AI 借助 GPT-6 Astra 一天内上线新视频功能
Higgsfield AI 借助 GPT-6 Astra，一天内上线新视频功能，让小型企业更轻松地制作视频广告，并更快将新创意工具推向市场。
Google DeepMind精选AI 评分7171 Google DeepMind 为 Gemini 3.7 Flash 等模型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，官方称视频分析 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：官方给出 token 与成本降幅及准确率变化，并说明在长视频场景下与静态逐帧处理的差异。
Google DeepMind精选AI 评分7676 Google DeepMind 发布 Gemini Omni 1.1 Flash，支持场景延长与 4K 上采样
Google DeepMind 发布 Gemini Omni 1.1 Flash，为开发者带来更可控的生成视频能力，通过 Gemini API 在 Google AI Studio 提供。
推荐理由：官方给出场景延长、首尾帧插值与 4K 上采样等具体能力与定价入口，可据此判断生成视频工作流的可控性变化。
Google DeepMindAI 评分3030 Google DeepMind 与 A24 宣布首个研究型合作伙伴关系
Google DeepMind 与影视公司 A24 宣布建立首个聚焦研究的合作伙伴关系，双方将围绕多个项目展开长期研发协作，让 A24 的创作者参与塑造新技术。Google 同时已对 A24 进行投资。该合作初期聚焦打通前沿技术与下一代娱乐之间的差距，具体目标、技术产出与创作里程碑将随时间演进。
Google DeepMind精选AI 评分7878 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：两款新模型给出了延迟、单价和可用入口，读者可据此判断图像与视频生成链路的成本与选型。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini Omni Flash，支持对话式视频编辑
Google DeepMind 发布 Omni 家族首个模型 Gemini Omni Flash，可组合图像、音频、视频和文本输入生成高质量视频，并通过自然语言多轮编辑视频。
推荐理由：Gemini Omni Flash 把对话式视频编辑和多模态输入整合进 Gemini 应用与 YouTube Shorts，读者可据此判断视频生成工作流的变化。