音视频联合与跨模态生成及编辑：统一形式化与设计分类法综述
一篇音视频生成与编辑综述提出统一形式化框架，把联合生成、跨模态生成与联合编辑定义为同一音视频对分布上的三类问题，并沿五个设计维度建立方法分类。作者称这是首个系统梳理联合音视频编辑的综述，将其映射为 9 个编辑类别、覆盖 28 种编辑类型，同时整理了各场景的方法、数据集与指标。文章最后给出其认为最关键的开放问题。
#视频
#视频
今日 0 条HuggingFace Daily PapersAI 评分3232
Google DeepMindAI 评分5858 Google DeepMind 推出 Gemini 3.8 Live with Live Avatar，为对话模型加入实时视频形象
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，把近实时视频生成与语音结合，为实时对话模型加入能听、能看、能说的可视化形象，现已在 Gemini Enterprise 提供。
Google Blog · AIAI 评分3030 Google 与设计师用 Google Flow 打造纽约时装周定制工具
Google 与设计师 Jane Wade、Sergio Hudson 合作，用 Google Flow 为纽约时装周定制了 Styling Suite 和 Runway Visualization 两款工具。
OpenRouter BlogAI 评分5252 OpenRouter 视频生成 API 代码指南：从提交任务到下载视频
OpenRouter 发布视频生成 API 代码指南，介绍通过 POST /api/v1/videos 提交任务、轮询状态并下载 MP4 的完整流程。同一套端点、鉴权和轮询逻辑适用于 Seedance 2.0、Veo 3.1 和 Wan 2.7，切换模型只需修改 model 字段。