Meta 发布了目前最详细的 AI 视频、音频生成基准：Meta Movie Gen Bench。
Movie Gen Video Bench（视频基准） 是迄今为止最大的文本转视频生成评估基准，汇集了超过1000个提示，涵盖了人类活动、动物、物理现象及非寻常主题等多种概念，确保在不同运动水平上实现广泛覆盖。
Movie Gen Audio Bench （音频基准）则是首个专注于视频到音频以及（文本+视频）到音频生成的基准。它包括527个生成的视频，以及相应的音效和音乐提示，展示了多样化的环境和声音效果。
为了确保评估的公平性与可比性，这些新基准包含了未经挑选的 Movie Gen 生成的视频和音频。Meta 希望通过发布这些基准，促进媒体生成研究中的公平和全面评估，从而推动该领域的更大进展。
基准的详细信息、示例视频，以及生成提示词： Movie Gen Bench
本站收录的 Meta Movie Gen 示例视频
很多 AI 智能体表现“迟钝”，往往并非模型能力不足，而是缺乏记忆机制。Google 技术专家基于 ADK 提出三种解决方案：会话记忆让助手在单次对话中记住上下文；多智能体状态共享支持多个智能体通过键值对协作传递信息；持久化存储则利用数据库替代内存，使智能体能跨越重启记录用户偏好。这些方法能有效解决“金鱼记忆”问题，帮助开发者构建更连贯、具备长期服务能力的个人助理应用。
5 月 7 日，OpenAI 在英、巴等五国启动 ChatGPT 广告内测，并推出三款具备 GPT-5 级推理能力的实时语音模型。广告业务强调隐私与回答独立性，旨在探索免费用户变现路径。新语音模型则支持复杂任务操作，加速企业付费场景落地。此举标志 OpenAI 从技术验证转向商业模式规模化，证明 AI 产品可兼顾用户体验与多元盈利，为行业商业化提供了关键风向标。
如何让 AI 视频拥有电影质感？提示词应采用导演语言而非被动描述，需包含主体、微动作、环境、摄像机、灯光、风格、情绪、物理细节、渲染质量九层结构。文章还总结了微动作工程、摄像机定义、布光逻辑、情绪编码及可控混乱等策略，并提供了多条完整示例。创作者需注意框架易致同质化，真正的竞争壁垒在于对细节分寸和不可模板化判断的把握。
围绕《Meta 发布 AI 视频、音频生成基准：Movie Gen Bench》展开交流，未登录用户可浏览评论，登录后可参与讨论。
