Google Flow
Google 的 AI 影像创作入口；使用前核查所在地区、套餐与当前模型的可用性。
全部 AI 动态
Danbo 编辑部 Danbo 编辑部 Adobe Firefly
面向创意生产的 AI 工具入口，可结合已有 Adobe 制作流程评估使用。
Danbo 编辑部 ElevenLabs
用于配音与声音创作；选择声音后，还需要导演说明与剪辑时间线中的听回判断。
Danbo 编辑部 Runway
连接生成素材与后期制作，适合从官方模型说明和流程示例出发评估。
Danbo 编辑部 Seedance / 即梦
面向视频与音画创作的工具方向；从官方说明了解参考、生成与编辑入口。
Danbo 编辑部 用空间参考规划复杂镜头 读 Seedance 官方示例
从官方示例中观察白模参考、角色素材和镜头调度如何组织，再建立自己的验证标准。
Danbo 编辑部 一个脚本 多种视觉风格 Bonjour 的广告制作方法
从 Runway 官方客户案例观察：同一创意如何做成多个风格版本，并在真实投放中比较结果。
Danbo 编辑部 声音也需要一张制作分层表
把对白、环境、动作音效和音乐分别安排，让 AI 声音素材服务于画面与叙事。
Danbo 编辑部 角色一致性 从一张设定表开始
把人物的稳定特征、镜头允许变化的部分和检查标准分开，建立可用于多镜头制作的角色参考。
Danbo 编辑部 先确定镜头任务 再开始生成
从故事目标到镜头表，用一套可重复的制作步骤，减少盲目的生成与返工。
OpenAI News精选 Atlassian 与 OpenAI 扩大合作，连接企业知识与 AI 工作流
OpenAI 官方介绍，双方将扩大合作，把前沿模型与企业知识连接起来，帮助团队规划、构建和交付工作。具体产品入口与可用条件以官方说明为准。
推荐理由：Danbo 编辑部核对官方原文整理
Google Google Flow Music 支持将自定义工具导出为 DAW 插件
Google 官方介绍，创作者可用自然语言在 Flow Music 的 Spaces 中制作乐器或效果工具，并导出为 VST3 / AU 插件，在熟悉的数字音频工作站中使用。具体可用条件请查看原文与产品说明。
OpenAI News精选 OpenAI 公布 AI 数学研究结果与 Lean 证明资料
OpenAI 公布内部前沿模型在数学开放问题上的一批研究结果，并在 GitHub 分享研究细节和部分证明的 Lean 形式化资料，供研究社区进一步检查与讨论。
推荐理由：Danbo 编辑部核对官方原文整理
OpenAI News精选 OpenAI 与 Ironclad 探索复杂合同工作流中的电脑操作能力
官方介绍双方如何在复杂合同工作流中训练和评估 AI Agent，研究面向专业工作的电脑操作能力。材料讨论的是训练与评估，不代表所有合同任务已经可以无人审核地执行。
推荐理由：Danbo 编辑部核对官方原文整理
OpenAI News精选 OpenAI 发布 GPT-6 系列模型选择与开发指南
官方指南面向应用开发者，介绍模型选择、推理强度、提示词与技能、工具协作，以及工作流进入生产环境前的准备。
推荐理由：Danbo 编辑部核对官方原文整理
NVIDIA Blog精选 NVIDIA 介绍 DGX Spark 64GB 配置与本地 AI 扩展方式
NVIDIA 官方宣布合作厂商将在 10 月推出 64GB 统一内存配置，并介绍通过 Sync Cluster Assistant 连接两台设备的方式，面向本地模型、Agent 与开发工作负载。可用时间和配置以官方说明为准。
推荐理由：Danbo 编辑部核对官方原文整理
ElevenLabs ElevenLabs 介绍 Eleven v4 的配音停顿控制
官方指南介绍了 [pause]、[long pause] 和标点三种节奏控制方式。Eleven v4 使用 Audio Tags，而不支持旧式 SSML 停顿标签；停顿长度随语境变化，不能当作固定秒数的剪辑指令。
Microsoft Research精选 微软研究院介绍 Quine：面向生物学的多模态世界模型研究
微软研究院将 Quine 描述为一项早期研究，探索连接不同生物尺度与模态的信息，帮助研究人员搜索并优先筛选实验假设。实验结果仍是研究迭代的重要反馈。
推荐理由：Danbo 编辑部核对官方原文整理
字节 Seed Seedance 2.5 发布，扩展长镜头与参考创作能力
字节 Seed 官方发布 Seedance 2.5，介绍视频延长、多种参考输入、按时间描述镜头与编辑等能力，并展示空间参考示例。厂商演示需结合自己的镜头任务验证，完整说明与作品见原文。
Berkeley AI Research精选 BAIR 介绍 K-Search：将 CUDA 内核优化经验迁移到 Apple Silicon
伯克利 AI 研究博客讨论将 CUDA 生态中的内核优化经验转化为适合 MLX 和 Apple Silicon 架构的策略。文章强调需要按目标架构调整，而不是直接逐条复制指令。
推荐理由：Danbo 编辑部核对官方原文整理