Google DeepMind 发布 Gemini 3.8 Live with Live Avatar
Google DeepMind 推出 Gemini 3.8 Live with Live Avatar，将低延迟流式视频与实时对话能力结合，为 Gemini Enterprise 提供具备动态视觉化身的交互体验。
推荐理由：原文详细说明了实时视觉化身在异步工具调用和多语言同步上的技术实现，为企业构建具备连续在场感的智能体提供了具体参考。
AI 视频
全部主题AI 视频生成与理解：文生视频模型、视频编辑工具与影视创作变革的追踪。
最新精选
第 1–11 条 · 共 11 条Google DeepMind精选AI 评分7373
ComfyUI Blog精选AI 评分6868 ComfyUI 上线 Gemini Omni 1.1 Flash：支持快速视频生成、编辑及 4K 输出
ComfyUI 通过 Partner Nodes 正式接入 Google 的 Gemini Omni 1.1 Flash 模型。该节点在单个界面中提供文本转视频、图像转视频、参考图转视频、视频编辑和场景扩展功能，支持 360p 至 4K 分辨率输出，并为每个片段自动生成音频轨道。
推荐理由：ComfyUI 集成 Gemini Omni 1.1 Flash，支持从文本到视频及指令式编辑，最高输出 4K 分辨率并自动生成音频。
Google DeepMind精选AI 评分7070 Google DeepMind 发布 Gemini Omni 1.1 Flash，支持场景延长与4K升频
Google DeepMind 推出 Gemini Omni 1.1 Flash，通过 Gemini API 在 Google AI Studio 中提供新的创意控制和生成式视频功能。
推荐理由：原文详细列出了场景延长、首尾帧插值及4K升频等具体参数与API调用方式，为开发者提供了可直接落地的生成式视频工作流优化方案。
ComfyUI Blog精选AI 评分7878 ComfyUI 原生支持 Wan 3.0：实现 30 秒视频生成与全能参考控制
ComfyUI 现已原生支持阿里巴巴最新视频生成模型 Wan 3.0。该版本支持单次生成最长 30 秒的视频，无需拼接，并允许通过 @ 语法引用最多 10 张图片、5 个视频和 5 个音频片段作为参考素材。Wan 3.0 还新增了网页文档解析输入、480p 低成本档位以及基于指令的精准视频编辑功能，用户需将 ComfyUI 更新至 v0.33.4 或通过 Comfy Cloud 使用。
推荐理由：ComfyUI 原生支持 Wan 3.0，提供 30 秒长视频生成及多模态参考控制能力。
ComfyUI Blog精选AI 评分7373 ComfyUI 宣布支持 LTX-2.5 视频模型
ComfyUI 正式支持最新开源视频模型 LTX-2.5，提供本地运行和 Partner Nodes 托管两种使用方式。该版本引入了基于复杂度的新渲染方法、扩散式视频解码器以及自定义 Gemma 4 12B 文本编码器，并保留了原生 4K、音视频同步及最高 50fps 帧率等特性。
推荐理由：ComfyUI 官方同步支持 LTX-2.5，提供了开源权重与托管节点两种接入方式及关键渲染特性说明。
ComfyUI Blog精选AI 评分7878 ComfyUI 原生支持 Wan Animate 2 模型
ComfyUI 现已原生支持 Wan Animate 2 及其高效变体 Lite，提供高保真角色动画和实时流式生成能力。该模型采用端到端 Diffusion Transformer 架构直接处理驱动视频，消除了中间运动提取器以提升动作质量和身份保持度，并支持文本驱动的视角控制。
推荐理由：ComfyUI原生支持Wan Animate 2，通过端到端架构提升动作保真度并实现实时流式动画生成。
ComfyUI Blog精选AI 评分8080 ComfyUI 通过 Partner Nodes 上线 Seedance 2.5 视频模型
Seedance 2.5 现已通过 Partner Nodes 在 ComfyUI 中可用。该模型支持单次生成长达 30 秒的连续视频片段，并允许在一次运行中使用最多 50 个参考资产（包括图像、视频和音频）来锁定角色、环境和运动细节。
推荐理由：原文详细说明了 Seedance 2.5 在 ComfyUI 中实现单次生成 30 秒连续视频及多模态参考资产控制的具体能力，为视频创作者提供了新的工作流选择。
ComfyUI Blog精选AI 评分8181 ComfyUI 通过 Partner Nodes 上线 FLUX 3 视频生成功能
ComfyUI 宣布通过 Partner Nodes 正式提供 FLUX 3 Video 功能，这是 Black Forest Labs 首个统一多模态模型的视频部分。
推荐理由：ComfyUI 官方接入 FLUX 3 视频生成能力，支持原生音频与多风格控制，用户可直接获取工作流模板进行创作。
ComfyUI Blog精选AI 评分8282 MiniMax H3 发布并获 ComfyUI Day-0 支持
MiniMax 发布第三代视频模型 H3，这是其首个开放权重的视频模型，已在 ComfyUI 中实现 Day-0 原生支持。该模型支持文本、图像、视频和音频输入，能生成最高 2K 分辨率、15 秒时长的视频，并同步生成原生立体声音频。通过剪枝调制权重、int8 量化及自定义内核等技术，H3 在 ComfyUI 中的显存占用降低 66%，使得 RTX 3060 等消费级 GPU 也能进行本地推理。
推荐理由：原文说明了 H3 的开放权重特性及在 ComfyUI 中的本地推理优化细节，读者可据此评估其在消费级硬件上的实际部署可行性。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Nano Banana 2 Lite 图像模型与 Gemini Omni Flash 视频模型
Google DeepMind 推出 Nano Banana 2 Lite（gemini-3.1-flash-lite-image）和 Gemini Omni Flash（gemini-omni-flash-preview）两款新模型，现已在 Google AI Studio、Gemini API 和 Gemini Enterprise Agent Platform 上线。
推荐理由：原文给出了两款新模型的定价、延迟指标及 API 接入方式，读者可据此评估其在高吞吐图像生成与视频编辑工作流中的实际成本效益。
Google DeepMind精选AI 评分9191 Google DeepMind 发布 Gemini Omni Flash 模型
Google DeepMind 推出 Gemini Omni 系列首个模型 Gemini Omni Flash，支持从图像、音频、视频和文本输入生成高质量视频，并允许通过自然语言进行多轮对话式编辑。
推荐理由：原文展示了 Gemini Omni Flash 在视频生成与对话式编辑上的能力，并明确了其在多个 Google 产品中的落地入口。