Comfy Blog7070如何在单 GPU 上使用 MiniMax H3 生成实时视频
使用 FastVideo 的 FastH3 V2 检查点，通过四步采样、稀疏注意力、小型文本编码器、小型检查点和融合 FP4 MLP 等优化，在单个 RTX 5090 GPU 上生成 15 秒 448×256 分辨率的视频，VRAM 需求从 80GB 降至 <30GB；该自定义 Comfy 节点已开源，可通过 Comfy API 请求 GPU 和模型进行部署。
实时
#视频
- Comfy Blog7070
OpenAI NewsPollo AI 利用 OpenAI 工具将创意转化为营销活动
Pollo AI 通过 GPT-5.6、GPT-6 Astra 和 GPT‑Image‑2.5 帮助创作者将大胆想法转化为详细图像和电影级视频广告。
Ars Technica · AI6565艺术工坊发布开源 Adobe 套件：开发者用 Claude Opus 5.5 打造仿制软件
艺术工坊推出包含 7 个开源应用套件，仿制 Adobe Photoshop、Illustrator 等，使用 Anthropic Claude Opus 5.5 和 Rust 开发，承诺未来达到 Adobe 功能水平。
Amazon ScienceReactor与Amazon Neuron Science联合优化Rolling Forcing模型实现Trainium上实时视频生成
Reactor与Amazon Neuron Science联合优化Rolling Forcing模型实现Trainium上实时视频生成，该模型结合了大型语言模型的序列预测与扩散模型的迭代优化，在16 FPS的标准视频帧率下运行，通过Rolling Forcing技术生成30秒高质量视频，并在Trainium上实现低延迟、高效率的实时视频生成。
Dify Blog7575Dify x Sonilo：为您的视频工作流添加授权配乐
Dify市场上的Sonilo插件现已支持为视频工作流自动生成授权配乐。用户只需添加一个节点即可根据视频内容生成原创音乐或音效，无需手动搜索授权素材。该插件提供视频到音乐、文本到音乐、视频到音效和文本到音效四种工具，其中视频到音乐工具通过分析视频剪辑的节奏和场景变化来创作匹配的音乐，无需人工提示词工程。免费试用包含每工具一次生成额度，商业发布需购买对应付费计划。
MiniMax NewsMiniMax H3 发布：通用多模态生成模型
MiniMax 发布 H3 模型，支持文本、图像、视频和音频的统一上下文理解，能生成带原生立体声的 2K 分辨率视频（最长 15 秒）。
MiniMax · Hugging Face 新模型MiniMax-H3 发布：通用多模态生成系统
MiniMax-H3 是一个通用多模态生成系统，支持统一理解文本、图像、视频和音频，能生成最高 2K 分辨率、最长 15 秒的带立体声音频的视频。其 H3-Context-IR 模块用于深度理解输入指令并转化为 H3-Base 可理解的中间表示，但未开源。H3-Base 和 H3-Regenerate-2K 模块分别负责 768p 和 2K 分辨率的音频视频生成，前者开源，后者需 API 调用。
Meta AI BlogMeta AI 发布 Muse Image 和 Muse Video：首批媒体生成模型
Meta AI 发布了其最先进的图像生成模型 Muse Image，该模型能忠实遵循指令、精确编辑、从多参考中构图，并具备智能体工具使用能力，已集成 Muse Spark；Muse Video 同样基于相同预训练基础，提供卓越视觉保真度并支持原生音频。
