AI创作工具与前沿动态日报

7月27日至31日三条新线索：抠图、镜头编排与参考图绑定都把可控结构前置，先区分今天能试的工具和仍需自己跑的研究。

三条新线索把 AI 创作的判断标准从单次输出推向入口、证据与变化：DeepSeek 已开公共 beta，两个研究方法仍需先读原文。

7月26日至31日的三条线索：MiniMax H3 把多模态视频生成推进到制作入口，JarvisHub 把代理状态留在画布，FilmBench 则用多镜头评测重新检验视频模型的电影感。

7月30日的三条新线索：GPT-5.6 降低工具调用成本，Science One 把证据核验写进科研代理，Gemini Robotics ER 2 则让视频理解接上任务编排。

三条新线索：网页动画进入提示词到可编辑时间线，语音代理拆成可替换管线，VIPER 则用参考视频传递物理行为。

从 MAI 的图像与语音公开预览，到 AgentHOI 和 PhyCo 的视频研究，快速判断今天哪些线索能试、哪些更适合先读论文。

从开放模型、4B图像生成栈到交互式长时视频，快速判断三条新线索能否马上试用。

从 Gemini 3.6 Flash、FilmWorld 到 ETPDesigner，快速判断今天哪些创作工具与研究值得试用或深入阅读。

从媒体模型自动路由、实时语音控制视频到长视频证据定位，快速判断三项新进展适合谁、怎么试以及边界在哪里。

从 FLUX 3 的多模态创作入口，到 VideoChat3 与 AV-Flamingo 的开放音视频理解，快速判断今天哪些更新值得试用或深入阅读。

从 Kimi K3 的权重计划、视频因果评测，到 AI 代理安全事件，快速判断今天哪些变化值得继续追踪。

Google Vids 开始用文本和图片参考做视频，Runway Agent 2.0 把创意、素材和时间线放进同一工作流，Inkling 则把多模态开放权重模型交给开发者定制。