腾讯 QQ 更新 6.9.73 版本：新增文件闪传功能，单文件最大 10GB

快讯

• AI视频如何控制主体的一致性？高手总结了2个步骤！

  在短视频碎片化传播的浪潮中，越来越多创作者尝试用 AI 技术打造剧情连贯的长视频。然而，主体人物形象特征的「前后割裂」，成为横在优质视频前的「拦路虎」—— 比方前一秒还穿着蓝色风衣的中年侦探，下一秒突然换成红色外套的少年…… 这类细节瑕疵不仅让观众出戏，更会瓦解故事的情感张力。

  今天，我们结合 AI 视频创作的核心工作流（视频剧本→脚本分镜→提示词生成→图像生成→图生视频→剪辑优化），拆解两大实操方法，教你用技术手段精准把控人物一致性。

  更多一致性控制方法：

  一、「图像生成」控制一致性

  方法 1：从「图像生成」这个步骤保持图片主体的一致性。

  工具：即梦 AI-参考角色特征，上传我们的主体物，输入提示词，想要主体物做什么动作，或者拿什么道具，通过此方法生成的静态图，人物相似度可达 90% 以上，为后续动态视频奠定「形象锚点」。

  

  以上步骤操作下来，就得到了我们的视频主人公的多动作静态图。再将得到的多张静态图，通过图生视频的方式，进行长视频的生成。

  二、「图像视频」控制一致性

  方法 2：从「图生视频」这个步骤控制主体的一致性。直接基于单张角色图生成动态视频时，通过 AI 工具的「参考生视频」功能，强制锁定人物特征与动作连贯性。

  使用工具：vidu、Viggle、海螺 AI 等工具，上传我们的图片，以参考生视频的方式进行视频的生成。

  Vidu链接： https://www.vidu.studio/zh

  上传角色静态图 → 选择「参考生视频」模式 → 输入角色提示词（如制造工人正在搬动手中的纸箱）借助主体库、参考图片融合生成视频。

  （进阶玩法）提示词三帧法控制动作

  在提示词中也可明确首帧、中间帧、尾帧的关键动作，单次生成需要简化动作步骤以保证主体的稳定性。

  

  Viggle链接： https://viggle.ai/home

  上传角色图 → 选择「Move」功能 → 从平台资产库中选取相似动作的视频（如跳舞视频）→ 生成带角色特征的动态视频。

  

  借助 Viggle 的 自带资产库，可自动匹配物理规律（如走路时手臂摆动幅度、跑步时身体前倾角度、跳舞时跃起跳动的姿态），同时还能保留角色的独有特征（如面部、服装）。

  

  最后

  从静态形象到动态行为，主体一致性的本质是赋予角色「形象记忆」—— 让 AI 理解「这是谁」「在什么情境下做什么」。无论是通过「图像锚点」还是「动态参考」，核心都是在创作流程中建立「角色档案」，并将其嵌入每一个生成环节。

  欢迎在评论区分享你的长视频创作难题，我们一起用技术破解！

  19小时前

• 瑞幸首个 AI 智能体接入豆包大模型，支持语音下单

  近日，瑞幸咖啡在官方 APP 和微信小程序正式上线首个 AI 智能体（1.0 版），实现在线「动动嘴就能点咖啡」。据悉，该 AI 智能体由瑞幸咖啡与火山引擎联合打造，通过接入豆包大模型，能够实现语音下单、猜你喜欢、点单更省时等功能。

  19小时前

• 小红书与复旦哲学达成「AI+人文」合作，共同探索人文智能的未来

  小红书与复旦哲学宣布在 AI 人文训练方面达成合作。小红书 hi lab 与复旦大学哲学学院共同成立「AI 人文人才训练营」，展开 AI 后训练相关的人文课题共创，培养「AI+人文」复合型人才。大模型的训练通常分为预训练（pre-train）和后训练（post-train）两个阶段。人文训练属于后训练的一部分，对 AI 在人性化表达、人类价值对齐等方面的表现起到关键作用。

  19小时前

• GPT-4o 语音模式全新升级：唱歌功能上线，AI 交互进入新境界

  OpenAI 旗下 GPT-4o 的高级语音模式（Advanced Voice Mode）近期迎来重大更新，不仅能进行更自然的语音交互，还新增了令人瞩目的「唱歌」功能。用户可以通过语音指令要求 AI 演唱歌曲，甚至包括一些受版权保护的曲目。这一功能让 GPT-4o 能够根据用户需求生成旋律、歌词或模仿特定风格的演唱，为交互体验增添趣味性。

  19小时前

• 秘塔 AI 搜索推出全新「极速」模型：最高 400tokens/秒响应速度

  秘塔 AI 搜索宣布推出其全新「极速」模型，实现了在单张 H800 GPU 上高达 400 tokens/秒的响应速度，承诺用户在大部分问题上都能体验到 2 秒内完成的「秒回」搜索体验。秘塔 AI 搜索团队表示，实现这一速度提升得益于对 GPU 的 kernel fusion 以及 CPU 的动态编译优化。这些技术改进旨在优化数据处理流程，以期缩短生成答案的时间。

  

  19小时前

• 谷歌 Chrome 浏览器新增 Gemini AI 助手，实时屏幕感知能力引关注

  谷歌最近在其 Chrome 浏览器中推出了全新的 Gemini 人工智能助手，这一功能为用户带来了革命性的体验。新助手能够实时感知屏幕内容，令用户的浏览体验更加智能化。目前，这一功能仅向 AI Pro 和 AI Ultra 订阅用户开放，且目前处于 Chrome 测试版阶段。

  19小时前