今天的三条线索，分别落在网页动画、可拆分的语音代理和物理一致性视频生成：一条已经发布，一条适合开发者接入，一条仍停留在论文验证阶段。
- Lottie Creator 2.0：Motion Copilot 把文字描述、矢量动画编辑、State Machines 交互和 Lottie / dotLottie 导出放进浏览器，Product Hunt 页面标注为 Free。适合先拿一个短 UI 动效试做，别把它当成影视视频生成器。1
- Hugging Face speech-to-speech：项目把语音代理拆为 VAD、STT、LLM、TTS 四段，提供 OpenAI Realtime 兼容接口，也能接本地或自托管模型。7 月 20 日的提交加入了 WebRTC transport。真正的门槛在运行环境：默认 Qwen3-TTS 路径涉及 CUDA 版本，LLM 仍要走兼容 API。23
- VIPER：这篇 7 月 26 日的论文让参考视频承担「物理示范」的角色，模型从视频里提取材质、轨迹和碰撞线索，再指导目标视频生成。作者在 75 对评测子集上报告 Physical Similarity 3.42 / 5，用户偏好排名第 1，选择率 58.8%；但旋转方向标签过粗、参考与目标场景物理条件不匹配时，都会导致错误迁移。它是论文原型，不是现成在线工具。4
先试网页动画和语音管线，研究卡则更适合用来判断下一轮视频生成控制该怎么做。
Comments
Sign in to comment.