Pika 基于 MiniMax H3 开源 H3 Flex，六步实现音视频联合生成
Pika 发布 MiniMax H3 衍生模型 Pika H3 Flex，开放适配器权重与推理代码，通过六步去噪联合生成画面和声音，支持文本、首尾帧和多模态参考输入。
#视频
雷锋网AI 评分5454 品玩AI 评分5959 Pika 基于 MiniMax H3 开源 H3 Flex，六步去噪实现音视频联合生成
Pika 发布 MiniMax H3 衍生模型 Pika H3 Flex，开放适配器权重与推理代码，通过六步去噪联合生成画面和同步立体声音频，支持文本、首尾帧和多模态参考输入，可生成约 5 至 15 秒、原生 480P/768P 视频。
人人都是产品经理AI 评分6767 27B开源模型SenseNova-6.8-Code2Video实测：本地部署用代码生成视频
作者实测了商汤开源（OpenSenseNova）的27B模型SenseNova-6.8-Code2Video，它基于Qwen3.8-27B微调、支持512K上下文，权重已放在Hugging Face，可本地部署并接入Claude Code。
雷锋网AI 评分6060 火山引擎启动 Seedance 2.5 4K 模型首批企业试用，定向供应全球 20 家工作室和导演
火山引擎启动 Seedance 2.5 4K 模型第一批企业用户试用，与作品绑定、定向供应给全球 20 家工作室和导演，探索高端影视需求。该模型主打人物表演更细腻自然、参考生成和编辑的一致性更精细，是 Seedance 2.5 这一代中的最强模型。
甲子光年AI 评分4949 Aether AI 发布首个因果世界模型 CausalWM，以 66.04 分登顶 TriWorldBench
Aether AI 发布首个因果世界模型 CausalWM，为 16B 模型，以 66.04 分登顶 TriWorldBench 榜单（36 个模型），领先第二名 dream4act 的 65.66 分。
甲子光年AI 评分5252 影溯科技发布世界模型 InSpatio-World 1.5，推进空间智能产业落地
影溯科技在上海国际视听艺术嘉年华发布并上线新一代世界模型 InSpatio-World 1.5，已开放试用并开源代码。该模型支持单图、多图、全景图和视频输入，扩展时间自回归架构，强化实时场景探索和时空一致性，可基于第三人称视角视频生成第一人称（ego）视角内容，应用于影视创作、沉浸式体验和具身智能训练数据扩展。
The Decoder精选AI 评分7272 Kling AI 发布 4.0 版本，支持立体声与多语言口型同步并推出 Flash 轻量版
Kling AI 发布 4.0 版本，单次可生成最长 30 秒视频，支持最多 10 张关键帧输入，提示词理解扩展至 8,000 tokens。新版本加入双声道立体声与十余种语言的口型同步，Omni Reference 单次最多接受 15 个参考素材，并推出最高 720p、20 秒的 Kling 4.0 Flash 轻量版。
推荐理由：Kling 4.0 与 Wan 3.0、Seedance 2.5 的对比显示其未明显领先，可据此观察 AI 视频模型进展是否放缓。
品玩精选AI 评分7171 可灵 AI 发布 Kling 4.0，强化动态运镜并面向专业创作场景
10 月 15 日晚可灵 AI 的 Kling 4.0 正式全量上线，重点强化大幅动态与复杂运镜，参考素材扩充至最多 15 项、关键帧最多 10 张，单次原生生成延长到 30 秒。
推荐理由：作者用高速追逐、近身打斗等具体任务实测了 Kling 4.0，读者可以据此判断它在专业制作流程中的实际表现。
品玩AI 评分6262 Agnes 开源 287 亿参数音视频生成模型 Agnes-Video-2.0-MoE
Agnes 开源音视频生成模型 Agnes-Video-2.0-MoE，将约 153 亿参数的 Dense 模型 DaVinci-MagiHuman 改造成总参数约 287 亿的 MoE 架构，激活参数量保持相当，再用 EENP 专家剪枝精简计算。