精选

Kling 4.0 AI 视频创作完整指南：多模态参考与30秒生成

Kling 4.0完整模型计划于2026年10月发布，新创作体验自9月28日起向有限用户逐步开放早期访问。模型支持3至30秒原生视频生成、最多10个关键帧，以及最多15个组合参考素材，并提升运动稳定性、角色与商品一致性、音画同步和视频编辑能力。

最新进展10月2日 22:15Kling 4.0创作实测

NVIDIA DGX Spark 推出 64GB 配置，支持双机集群扩展本地 AI

NVIDIA DGX Spark 将推出 64GB 统一内存配置，支持在设备上运行最多 100B 参数模型，起售价为 $4,999。两台设备可通过 NVIDIA Sync Cluster Assistant 组建 128GB 集群，将模型支持范围扩展至最多 200B 参数；NVIDIA 在 Qwen 3.8 27B 测试中称，双机性能最高达到单机的 1.7x。

AutoSynthData 将模型失败转为企业智能体训练数据

ServiceNow CoreAI介绍 AutoSynthData，它利用目标模型的失败和更强教师模型的成功，生成并验证适用于企业环境的智能体训练任务。该流程通过可执行性检查、正负验证、修复和批次覆盖审查筛选数据，并将训练目标移向模型仍然困难的能力边界。

ComfyUI 发布 Comfy Agent，现已登陆 Comfy Cloud

ComfyUI 发布 Comfy Agent，现已向所有 Comfy Cloud 用户开放，并计划在几周后进入 Comfy Desktop。它可在画布中根据描述构建、运行和迭代工作流，支持比较模型、解释工作流、批量处理 20 张图片，并允许最多 5 个并行聊天。Comfy Agent 目前处于 beta 阶段，可领取免费初始聊天次数，并使用已有的 Comfy Credits。

Comfy Agent 与 852話 Hakoniwa 如何创作动画短片《YUI》

Comfy Agent 与 AI 动画艺术家 852話 Hakoniwa 共同完成了首部使用 Comfy Agent 创作的动画短片《YUI》。项目最终成片时长为 4:20，主要使用 Seedance 2.5 制作正片、MiniMax H3 制作幕后视频，并比较了 Wan 等视频模型。

ComfyUI 发起 Comfy Developer Platform Challenge，征集开源付费功能工作流

ComfyUI 发起 Comfy Developer Platform Challenge，邀请开发者在两周内将一个付费功能开源为可运行的工作流。参赛作品需使用 Comfy Developer Platform、Comfy Cloud 或 Comfy SDK，附带开源许可和可复现的部署说明，提交截止时间为 10/19 9am PT。

Luma 上线 Variants，支持静态广告多尺寸多语言生成

Luma 上线 Variants，用户上传一份已批准的静态广告后，可生成不同版式和语言的广告版本。产品提供 Story 9:16、Portrait 4:5、Square 1:1、Medium Rectangle 6:5 和 Widescreen 16:9 五种标准版式，并返回每种尺寸与语言组合。用户可预览各版本、重新生成不合适的版本，下载成品或导出到 Luma Canvas 审核。

可灵 Kling 4.0 进入早期访问，支持原生 30 秒生成与多参考控制

可灵 Kling 4.0 进入早期访问，支持单次生成最长 30 秒视频、最多 15 个参考素材和最多 10 个关键帧。Kling 4.0 Flash 将于 9 月 28 日向 Ultra Yearly 订阅者开放，Kling 4.0 计划在 10 月扩大开放。新版本还加入音画同步、21:9 超宽画幅和更精细的视频编辑，10-bit HDR 输出将在后续提供。

Google DeepMind 发布 Gemini 4 Argon，面向复杂长程工作流

Google DeepMind 发布 Gemini 4 Argon，面向复杂软件工程、企业知识工作和网络安全防御，现通过 Fairwind Program 向一批可信网络防御者分阶段开放。

Comfy API 上线，将 ComfyUI 工作流部署为生产 API

Comfy API 面向付费 Comfy plan 用户上线，可将 ComfyUI 工作流及其 custom nodes、LoRAs、models 和 Python dependencies 打包为可自动扩缩的 API endpoint。

Runway 宣布开放权重世界动作模型 Praxis-1

Runway宣布Praxis-1，这是其首个开放权重世界动作模型，目前正与早期伙伴在不同机器人具身和环境中测试，并计划未来几个月公开发布。Praxis-1基于大规模视频预训练，Runway称其在世界模型中模拟机器人策略与现实结果的相关性达到0.95。早期测试伙伴包括Noble Machines、Standard Bots和Ultra，模型将在各自硬件上运行。

Google DeepMind 发布 SynthID Bio，为 AI 设计蛋白质加入可验证水印

Google DeepMind 发布 SynthID Bio，可将不可感知的签名嵌入蛋白质序列或预测的3D结构，并在合成后的实体蛋白质上验证来源。实验覆盖 VEGF-A、SARS-CoV-2 spike protein RBD 和 PD-L1 三种目标，水印设计保持了未加水印版本的命中率、结合亲和力和天然序列多样性。Google DeepMind 同时开放方法论文、代码、体外数据和研究权重。

ElevenLabs完成$300 million员工要约收购，估值升至$22 billion

ElevenLabs完成$300 million员工要约收购，估值达到$22 billion，是其2026年2月Series D估值的两倍。公司称企业客户已贡献55%的收入，ElevenAgents每周处理超过15 million次对话，较2月增长3x；其语音智能体平均比聊天智能体快31%解决问题。

2026 年 5 款 UGC 视频生成 AI 工具对比与 Kling AI 实践指南

可灵发布一篇 2026 年 UGC 视频生成工具指南，对比 Kling AI、Higgsfield、Dreamina、HeyGen 和 CapCut 在场景生成、数字人呈现与视频组装等工作流中的适用方向，强调这不是基准排名。

Kling 4.0 如何用 Multiple Keyframes 控制 30 秒 AI 视频

Kling 4.0 通过 Multiple Keyframes 在视频时间线上设置多个视觉节点，单次生成最多支持 10 张关键帧图像，原生视频时长为 3 到 30 秒。官方指南还介绍了如何结合 Omni Reference、时间线提示词和一致性参考素材，控制商品广告或短叙事中的角色、产品、场景与镜头变化。

Hugging Face 发布 Open TTS Leaderboard，支持多语言与语音克隆评测

Hugging Face 发布 Open TTS Leaderboard，用客观指标评估开放源码 TTS 模型的可懂度、速度和说话人相似度，并覆盖多语言与语音克隆场景。排行榜使用 WER/CER、RTFx、TTFA 和 SIM，支持在 H200 GPU 与 CPU 上比较流式性能，并提供 Listen 标签页供用户试听和投票。

可灵 AI 四步将静态图片制作成短视频

可灵介绍了使用 AI 将静态图片制作成短视频的四步流程，包括上传图片、描述运动、设置时长并生成，以及检查和优化结果。教程以 Kling VIDEO 3.0 Omni 为例，支持使用 Start Frame、End Frame 和 Element 参考，单次生成最长 15 秒，并提供多镜头、原生音频和常见问题修复方法。

ComfyUI v0.38.0 发布，新增多项模型与 Partner Nodes 支持

ComfyUI 发布 v0.38.0，新增多项模型支持与 Partner Nodes，并改进 KV cache、Transformer 编译、显存使用和资产扫描。

Canva 为 Meta 的 Muse 接入 AI 连接器，支持对话生成设计

Canva 宣布为 Meta 的个人 AI 智能体 Muse 接入 Canva 连接器，用户可在对话中创建设计，并使用品牌字体、颜色和素材。连接器还支持搜索设计库、导出文件，生成的 Canva 设计可继续编辑；该功能面向美国和加拿大用户开放。

H 公司发布 Holo4 系列通用电脑操作智能体模型

H 公司发布 Holo4 系列智能体模型，含 27B dense 与 35B-A3B MoE 两个版本，并推出基于 Nemotron 3 Nano Omni 的 Holotron4 Nano，均已上线 H Models API，权重以 BF16、FP8、NVFP4 和 4-bit GGUF 在 Hugging Face 开放。