Meta 今天发布了自己的 AI 视频生成模型 Movie Gen，他们认为是迄今为止最先进的媒体基础模型。
Meta 今天发布了其 AI 视频生成模型 Movie Gen，称其为迄今为止最先进的媒体基础模型。
Movie Gen 是一个拥有 30 亿参数的变换器模型，能够从单一文本提示生成高质量、高分辨率的视频和图像。
除了视频生成，Movie Gen 还包括一个 13 亿参数的音频模型，能够通过视频输入和文本提示生成与视频同步的高保真音频，涵盖环境音、背景音和音效，确保音质优良且视频与音频精确对齐。
此外，Movie Gen 还具备编辑功能，可以通过生成的视频及文本指令执行局部编辑，如添加、删除或替换元素，或进行全局样式和背景的更改。
Movie Gen 还能够利用个人图像和文本提示，生成保留角色特征和自然运动效果的视频。
就目前发布的演示视频来看，画面质量和动态效果和 Sora 无异，总体效果甚至优于 Runway、可灵等目前最主流的 AI 视频生成工具。
OpenClaw 2026.5.2 稳定版发布，核心策略转向“做减法”。xAI Grok 4.3 成为默认模型，赋予智能体实时信息获取能力。架构上，插件与诊断模块外移，实现按需安装，显著降低体积并提升维护效率。Gateway 热路径性能优化修复了 268 个 Bug，大幅改善启动速度与运行稳定性。新增 SDK tools.invoke RPC 接口，打通外部系统调用通道，标志着框架从个人助手向基础设施演进。
文本转 CAD AI 正重塑工程设计方式：用户通过自然语言描述即可在 60 秒内生成可编辑的三维模型。主流工具如 Zoo 、 AdamCAD 等已实现商业化应用， 2026 年进入生产可用阶段。文章强调输入质量决定输出质量，提供了从设计描述到模型生成的完整工作流，并指出 CAD 工具的价值门槛正从“会操作”转向“会描述”，提示词能力成为工程师的核心竞争力。
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 发布最新 AI 视频生成模型 Movie Gen》展开交流，未登录用户可浏览评论，登录后可参与讨论。
