Google DeepMind 推出 Gemini 3.8 Live with Live Avatar
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，把近实时视频生成与语音对话结合，让企业智能体具备会听、会看、会说的动态视觉形象，即日起在 Gemini Enterprise 上线。
推荐理由：官方给出 Live Avatar 的可用范围、多语言同步与自定义头像的开放条件，可据此判断能否接入企业对话场景。
数字人与口播
全部主题数字人口播、对口型与音色克隆：把 AI 视频用在内容号上的自动化生产方案。
最新精选
第 1–4 条 · 共 4 条Google DeepMind（Veo）精选AI 评分6262
ComfyUI 官方博客精选AI 评分8282 Wan Animate 2 在 ComfyUI 原生支持，新增两个节点
Wan Animate 2 已在 ComfyUI 原生支持，该模型用端到端角色动画框架直接读取驱动视频，省去中间运动提取器，以提升运动保真度和角色身份一致性，并支持文本驱动的视角控制。
推荐理由：原文说明了 Wan Animate 2 在 ComfyUI 的原生支持范围、两个新节点和实时延迟变体，读者可据此判断能否接入自己的角色动画流程。
ComfyUI 官方博客精选AI 评分8888 MiniMax H3 开源权重发布，ComfyUI 首日支持 2K 视频与原生立体声
MiniMax H3 今日发布并开放权重，ComfyUI 当天完成原生支持。这是 MiniMax 第三代视频模型，前两代为 Hailuo 01 和 Hailuo 02，H3 是首个开放权重的版本，支持文生视频、图生视频、首尾帧控制和参考生视频，输出最高 2K、单段最长 15 秒，音频与视频同一次生成、原生立体声。
推荐理由：ComfyUI 官方给出 H3 的本地部署路径与显存优化细节，读者可据此判断消费级显卡能否跑起 2K 视频生成。
Google DeepMind（Veo）精选AI 评分8888 Google DeepMind 发布 Gemini Omni Flash，支持多模态输入生成与对话式视频编辑
Google DeepMind 发布 Gemini Omni 家族首个模型 Gemini Omni Flash，可组合图像、音频、视频和文本作为输入生成高质量视频，并通过自然语言对话进行多轮编辑，保持角色一致性与物理表现。
推荐理由：Gemini Omni Flash 支持图像、音频、视频和文本混合输入生成视频，并可用自然语言多轮编辑，读者可据此判断它能否接入自己的创作流程。