在 SageMaker AI 上用 vLLM-Omni 生成图像和视频 – 第 2 部分
AWS 机器学习博客教程展示在 Amazon SageMaker AI 上用同一个 vLLM-Omni DLC 部署两个端点：实时端点运行 FLUX.2-klein-4B 生成图像，异步端点运行 Wan2.1-VACE-1.3B 做图像条件视频生成。
#视频
#视频
今日 0 条AWS Machine Learning BlogAI 评分3737
Google ResearchAI 评分5454 Google Research 推出 AI 视频联合导演框架，用多智能体实现连贯长视频生成
Google Research 发布 AI 视频联合导演研究，构建了基于 Gemini 和 Veo 的多智能体编排层，包含 Co-Director、CANVAS、A²RD 和 VQQA 四个框架，将长视频生成转化为全局优化与世界状态跟踪问题。
OpenAI NewsAI 评分2222 invideo 如何借助 GPT-6 Astra 将调色效率提升 3 倍
invideo 使用 GPT-6 Astra 提升视频编辑能力：剪辑规划更精准，色彩校正与调色效率提升 3 倍，并可在一天内制作 50 个自定义特效。
OpenAI NewsAI 评分2323 Higgsfield AI 借助 GPT-6 Astra 一天内上线新视频功能
Higgsfield AI 使用 GPT-6 Astra，在一天内上线了新的视频功能。该组合让小微企业更轻松地制作视频广告，并更快地将新创意工具推向市场。
Google DeepMind精选AI 评分7070 Google DeepMind 为 Gemini 3.7 Flash 等 Flash 模型推出 agentic 视频理解功能
Google DeepMind 发布 agentic video understanding，覆盖 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite，通过动态搜索和检查视频片段替代固定 1 FPS 的静态处理，官方基准显示成本最多降 66%、token 消耗最多降 88%、准确率最多提升 7%。
推荐理由：官方给出成本、token 和准确率的具体变化数字与开启方式，开发者可直接评估是否切换现有视频处理流程。
Google DeepMind精选AI 评分6060 Google DeepMind 发布 Gemini Omni 1.1 Flash，强化生成视频创作控制
Google DeepMind 于 8 月 27 日发布 Gemini Omni 1.1 Flash，带来面向开发者的生成视频创意控制套件，可通过 Gemini API 在 Google AI Studio 中使用。
推荐理由：官方发布给出了场景延展、关键帧插值、4K 放大等新能力的具体参数和开放渠道，开发者可据此评估是否接入生成视频工作流。
Google DeepMind精选AI 评分7373 Google DeepMind 发布 Nano Banana 2 Lite 并向开发者开放 Gemini Omni Flash
Google DeepMind 发布 Nano Banana 2 Lite（gemini-3.1-flash-lite-image），为家族中最快最省的图像模型。
推荐理由：原文给出两款模型的速度、价格与可用入口，还说明了各自定位和 API 限制，便于开发者评估是否替换现有工作流。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini Omni Flash 视频生成模型
Google DeepMind 推出 Gemini Omni 家族首个模型 Gemini Omni Flash，可组合图像、音频、视频和文本输入生成视频，并通过自然语言多轮编辑，支持角色一致性和物理表现。
推荐理由：官方首次介绍 Omni 家族，说明了对话式改视频、多输入组合和物理表现的具体能力边界。