Elorian 发布首个模型 Glimpse，面向视觉思考
Elorian 发布首个模型 Glimpse，主打 Visual Thinking，可对图片和视频提问并推理所看到的内容。作者关注的是它对视频片段的追问能力，比如画面里发生了什么变化、为什么发生、机器人在每一步做什么。他认为如果这类能力足够可靠，机器人遥操作数据标注会彻底改变，因为大量遥操作视频因逐步手工切分标注太慢太贵而闲置，模型自己看片段写标签就能把这些积压素材变成训练数据。
#视频
X · Linus EkenstamAI 评分5252 X · 可灵 Kling同新闻AI 评分6262 可灵 Kling 4.0 全面开放，主打更精细运动与专业级视听输出
可灵 Kling 4.0 已在官方平台全面开放，官方称其带来更精细的运动、更精准的创作控制和专业级视听输出。可灵 AI 在 Advertising Week New York 2026 与 WPP、Adobe 同台，讨论 AI 视频如何从创意实验走向真实生产，并称下一阶段不只是生成质量，而是把模型、工具和工作流连接起来，让创意在一致性和可控性下规模化。
同一新闻，精选展示《可灵 Kling 4.0 全面开放，新增 MCP 与 CLI 接入》
公众号 · 智东西同新闻AI 评分7878 可灵AI上线Kling 4.0视频生成模型，1080p每秒0.15元
可灵AI于10月15日深夜上线新一代旗舰视频生成模型Kling 4.0，所有用户可在网页版或App直接使用。Kling 4.0重点优化大幅度动态场景生成，单次原生视频时长拉长到30秒，全能参考功能支持视频、图像、角色、音频等15项参考素材组合，最多支持10个关键帧。
同一新闻，精选展示《可灵 Kling 4.0 全面开放，新增 MCP 与 CLI 接入》
X · Higgsfield精选AI 评分6262 Higgsfield 称 Kling 4 生成汽车概念图效果出色
Higgsfield 在 X 上表示 Kling 4 在生成汽车概念图方面表现相当出色，并附上一条链接。原文未给出具体提示词、参数或对比素材。
选题角度：原文只有一句对 Kling 4 生成汽车概念图的评价和一条链接，缺少可复现的提示词或对比素材，难以支撑具体拍法。
X · Higgsfield精选AI 评分6262 Higgsfield 称 Kling 4 黏土动画效果进步明显
Higgsfield 在 X 上表示 Kling 4 的黏土动画（claymation）效果进步明显，称其表现令人难以置信，并附上一条链接。
选题角度：原文只有一句对 Kling 4 黏土动画效果的惊叹和一条链接，缺少可复现的对比素材，暂不支持具体拍法。
X · Higgsfield精选AI 评分7070 Higgsfield 评价 Kling 4.0 生成画面接近 3A 赛车游戏质感
Higgsfield 在 X 上评价 Kling 4.0 的画面表现，称其追逐镜头、摩托动画和光照效果看起来像赛车游戏实机画面。该帖仅附一段视频链接，未给出更多参数或对比细节。
X · Higgsfield精选AI 评分6262 Higgsfield 称 Kling 4.0 15 分钟一次生成定格动画
Higgsfield 在 X 上表示，Kling 4.0 一次生成（one-shotted）了这段定格动画，耗时 15 分钟，并附上视频链接。
公众号 · 硅星人Pro同新闻AI 评分7878 可灵 Kling 4.0 全量上线，主打专业视频创作
可灵 AI 的 Kling 4.0 于 10 月 15 日晚正式全量上线，面向专业用户强化大幅动态与复杂运镜，全能参考扩充至最多 15 项素材、关键帧最多 10 张图片，单次原生生成延长到 30 秒。
同一新闻，精选展示《可灵 Kling 4.0 全面开放，新增 MCP 与 CLI 接入》
X · AIWarper精选AI 评分5858 AIWarper 开始测试 Kling 4.0 的 10 关键帧功能
AIWarper 宣布开始测试 Kling 4.0，重点体验其 10 关键帧能力，并附上测试链接。
公众号 · 数字生命卡兹克精选AI 评分7878 可灵4.0正式上线，支持30秒一镜到底与多帧参考
可灵AI凌晨正式上线视频模型Kling 4.0，支持最长30秒直出，此前9月底已向部分黑金年卡及Ultra年度订阅用户开放4.0 Flash尝鲜。作者实测了城市追逐、马戏团、电梯打斗、花样滑冰等场景，认为其在物理规律理解、复杂动作衔接和镜头调度上有提升，并观察到人物压扁纸箱的形变细节。
选题角度：作者烧积分实测了30秒一镜到底、复杂打斗和全能参考替换，适合挑城市追逐或电梯打戏做效果对比。
X · 宝玉同新闻AI 评分6262 Kling 4.0 正式发布
Kling 4.0 正式发布。
同一新闻，精选展示《可灵 Kling 4.0 全面开放，新增 MCP 与 CLI 接入》
X · 可灵 Kling同新闻AI 评分6262 可灵 Kling 4.0 全面开放，官方发布 KING CARD 样片
可灵 Kling 4.0 现已全面开放使用。官方同步发布了一支由 Kling 4.0 生成的短片 KING CARD，以魔法世界和卡牌故事为主题。
同一新闻，精选展示《可灵 Kling 4.0 全面开放，新增 MCP 与 CLI 接入》
X · Higgsfield精选AI 评分5858 Higgsfield 对比 Gemini 4 Argon 与 Claude Opus 5.5 的水墨风动画生成
Higgsfield 发布一段电影级动画对比，用同一段水墨风格奇幻序列测试 Gemini 4 Argon 与 Claude Opus 5.5 的角色动作和镜头调度表现。对比片段在 Higgsfield 上生成，官方附上了视频链接。
选题角度：官方放出 Gemini 4 Argon 与 Claude Opus 5.5 在 Higgsfield 上生成水墨风动画的对比片段，适合逐帧对比角色动作与镜头调度差异。
X · HiggsfieldAI 评分3030 Gemini 4 Argon 与 Claude Opus 5.5 在 Higgsfield 上模拟软糖蠕虫弹性与碰撞
Gemini 4 Argon 与 Claude Opus 5.5 在 Higgsfield 上以软糖蠕虫为对象进行物理测试，模拟弹性与碰撞。该测试展示了两个模型在物理仿真任务上的表现对比。
X · HiggsfieldAI 评分3232 Gemini 4 Argon 与 Claude Opus 5.5 在软体物理中的对比：基于 Higgsfield 的材质弹性模拟与形变测试
Gemini 4 Argon 与 Claude Opus 5.5 在 Higgsfield 上进行了软体物理对比，测试内容为材质弹性模拟与形变。该测试由 Higgsfield 制作，用于比较两个模型在软体物理任务中的表现。
公众号 · 硅星人ProAI 评分3636 Agnes 开源 287 亿参数音视频生成模型 Agnes-Video-2.0-MoE，Dense 改 MoE 再剪枝提速
Agnes 开源音视频生成模型 Agnes-Video-2.0-MoE，以约 153 亿参数的 DaVinci-MagiHuman 为基础做 MoE 改造，总参数量达约 287 亿，激活参数量仍与原来相当。
X · 可灵 KlingAI 评分4242 韩国创作者用三项高难度测试实测可灵 Kling 4.0
韩国创作者对可灵 Kling 4.0 进行了三项高难度测试，并公布了测试结果。原文未披露具体测试项目与结论细节。
The DecoderAI 评分7171 Tavus 发布 Griffin 视频数字人模型，近半数受试者一分钟通话中误认为真人
Tavus 推出 Griffin，公司称其为首个 Human Interaction Model（HIM），可实时理解并生成语音、面部表情、语气、手势和停顿。在一项 Tavus 研究中，48% 的受试者在一分钟视频通话后认为 Griffin 是真人，此前系统最高只有 2%。
X · 可灵 Kling精选AI 评分6262 可灵发布 KLING 4.0 完整版
可灵（Kling）官方发布 KLING 4.0 完整版，并放出一段演示视频展示其生成效果。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 Gemini 3.8 Live with Live Avatar
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，在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的视觉化对话，即日起在 Gemini Enterprise 上线。
选题角度：官方给出多语言实时对话演示和酒店入住工具调用案例，适合录屏实测口型同步与后台调用工具时的对话连贯度。
量子位AI 评分7474 爱诗科技发布实时世界模型 PixVerse R2
爱诗科技上线全新实时世界模型 PixVerse R2，把视觉、动作、音频、时序和控制信号统一进一套可扩展的因果建模框架，主打实时性与通用能力同时成立。R2 相比上一代 R1 增加了互动影游、实时数字人等玩法，用户可用 WASD 控制视角、用 Prompt 改写角色动作和剧情走向。
Olivio Sarikas精选AI 评分7272 World Labs 发布 Atlas 全能世界模型，支持文本图像视频生成 3D 世界
World Labs 发布 Atlas 全能世界模型，可从文本、图像、视频和相机位姿生成、重建并模拟 3D 世界。官方称其支持像素级相机控制、最长 1 分钟 1440p 视频、稀疏视角 3D 重建，并输出点云和 3D Gaussian splats，用于机器人 real-to-sim 流程，架构为共享空间上下文的多模态自回归扩散 Transformer。