阿里这个 Wan 2.6 有点东西
实测 Wan 2.6 文字生成一段袋鼠和熊猫拳击比赛的视频，音画完全同步，根本不需要后期再修，这点对我们这种“能不动手就不动手”的懒人太友好了。
而且它那个 1.3B 的轻量版，居然只要 8.19GB 显存就能跑。
不过也别高兴太早，目前最长只能生成 15秒，想做长片还得拼凑，而且 $9.9 起步的订阅费对学生党不算特别友好。
如果不追求长叙事，只想搞点高质量短片，这玩意儿目前确实比 Sora 实用。
#AI工作流 #独立开发 #Wan26 #数字游民
阿里这个 Wan 2.6 有点东西
更多动态
被 Kling 2.6 的 Voice Control 惊艳到了。
Kling 这次直接把桌子掀了：原生音视频同步。 实测下来，直接输入 Prompt，视频生成的瞬间，声音、口型、甚至背景里的车流声（环境音）全都有了。这就好比给 AI 装了个外挂大脑，它终于知道“说话”不仅仅是张嘴，而是要有情绪和节奏。 • 省钱：5秒视频只要 25 积分，成本直接降了 30%。 • 多角色不串味：同一个视频里俩人对话，AI 居然能分清谁是谁，音色没混，这在以前是灾难级的难题。 这效率提升是真的香，以前半天的活现在 5 分钟搞定。 #AI工作流 #Kling #独立开发 #数字游民
在 即梦 上测了下字节刚发的 Seedance 1.5 Pro。
它最变态的地方不是画质，而是原生音画同步。不是那种生成的“哑巴视频”再后期贴个 BGM，而是视频里的角色张嘴说话时，口型、表情和声音是完全咬合的，连环境音都有空间感。 实测下来，比我现在工作流里“Runway 生视频 + ElevenLabs 配音 + Pr 硬对齐”的缝合怪方案强太多，效率直接拉满 🚀。 #AI工作流 #独立开发 #数字游民 #Seedance
美团 LongCat-2.5发布了。
1.6T 总参、激活约 48B，原生多模态，主推长程智能体，全程国产算力训练。 图像量化成多级离散 token，Visual Coding 与 3D 受益。 大规模长程 RL，把失败轨迹转成可验证训练任务。 W4A4 推理，prefill 吞吐提升 43%。 官方自测介于 Claude-Opus-4.8 与 Opus-5 之间。
商汤开源 SenseNova Loop-9B-Preview。
它不堆参数，堆"层数"。32 层解码器，中间 4–27 层同权重跑两遍 → 前向 56 层计算，只存 9B。 自测 BIRD-Dev 71.38、AutomationBench 13.72，超 Qwen3.5-27B；Terminal Bench依旧落后。
