Runway Act-One 让我们能够将自制的面部表情视频映射到各种虚拟角色身上，显著简化了影片和动画制作流程，同时降低了成本。不过，这真的是最优方案吗？
知名 AIGC 达人 Blaine Brown 通过可灵和 LivePortrait（免费使用）实现了类似效果，并与 Runway Act-One 制作的视频进行了对比。
目前，Runway Act-One 仅能控制角色的面部表情，尚无法调整肢体运动及处理环境变化。对于非人物特写的视频镜头，可灵 + LivePortrait 的方案显然更佳。
使用 LivePortrait
谷歌推出开源模型 Gemma 4，旨在解决网络受限地区无法使用前沿 AI 的问题。该模型追求内存占用下的智能最大化，首次具备多模态与智能体能力，支持在无网移动端高效运行复杂任务。目前已在乌干达离线医疗系统及秘鲁原住民语言保护等场景中落地应用。通过将大模型蒸馏至终端设备，Gemma 4 摆脱了对云端算力的依赖，推动去中心化开源生态发展，赋能各社区按需构建专属系统。
微软研究院联合多所高校发布 Mirage 模型，通过在扩散模型隐空间直接存储三维记忆，解决了 AI 视频生成中场景一致性差及计算昂贵的问题。该方案摒弃传统 RGB 点云渲染流程，使生成速度提升最高 10.57 倍，显存占用降低 55 倍，且长视频边际成本几乎不增。测试显示其三维与光度一致性优于现有方案，虽暂不支持动态物体记忆，但已开源并适用于机器人仿真等静态场景任务。
Google 推出 Information Agents 功能，面向 AI Ultra 订阅用户开放。该功能将搜索从被动查询转变为主动监测，智能体可 7×24 小时追踪用户需求并推送变化信息。其底层依托 Personal Intelligence 战略，通过整合 Gmail、Photos 等跨应用数据实现个性化推理。尽管存在隐私与准确性挑战，但凭借二十年数据积累，Google 正推动 AI 助手从对话工具向自主代理进化，重塑“信息找人”的交互范式。
围绕《Runway Act-One 和 可灵 + LivePortrait 方案对比》展开交流，未登录用户可浏览评论，登录后可参与讨论。
