【AIGC日报 · 2026-11-08】
今日简讯：
1、AI 影视平台 Core Studio 在台北发布
2、Qoder 向个人用户提供 Qoduck 每日免费额度
3、豆包工作个人版取消 5 小时额度限制
4、Higgsfield 推出短剧广告制作功能
5、Wizstar 发布自研视频模型 Wizshot 1.0
6、Thinking Machines 发布 Inkling 2 Small，计划开放权重
7、Anthropic 研究智能体记忆组织方法
以下为详细内容：
1、AI 影视平台 Core Studio 在台北发布
来源：Variety／Yahoo
影视制作平台 Core Studio 在台北 TCCF 发布，介绍了一套覆盖剧本、分镜、素材制作、剪辑和调色等环节的 AI 工作流。Variety 报道称，平台使用 24 个以上专用智能体处理不同制作任务；其中 Story Atlas 用于拆分场景和镜头，并管理角色、服装、道具及声音等素材。平台还会记录每项输出所用的模型、提示词、参数、成本与人工复核信息。上述能力来自公司介绍与现场案例，报道未列出面向公众开放的具体安排和价格。
原文链接：http://t.cn/AXYxdUio
2、Qoder 向个人用户提供 Qoduck 每日免费额度
来源：Qoder CN
Qoder CN 为匿名模型 Qoduck 开启限时免费体验，面向新老个人用户自动提供每日免费调用额度，无需单独领取。额度内使用该模型不消耗 Credits，思考强度调至极高也适用；免费账号、试用用户及 Credits 余额为零的账号均可参加，付费个人订阅用户的免费次数更多。额度用尽后，可等待次日恢复，也可按原计费系数继续使用。活动结束日期和每日具体次数尚未公布；企业订阅以及 IDE、JetBrains 插件和 CLI 暂不适用。官方尚未披露模型身份。
原文链接：http://t.cn/AXYxCr6K
3、豆包工作个人版取消 5 小时额度限制
来源：新京报
新京报报道，豆包工作个人版近期取消 5 小时短周期额度限制。此前产品采用 5 小时与 7 天双周期额度管理，即使用户仍有周额度，短周期用量达到上限后也需要等待重置。调整后，个人用户可在对应套餐的周额度范围内，自行安排使用节奏，连续处理资料整理、研究分析、写作或演示文稿等任务。周额度和其他使用规则仍以用户所选套餐为准，并不意味着无限量使用。用户可在个人版的订阅与额度管理设置中查看当前规则。
原文链接：http://t.cn/AXYxdUiK
4、Higgsfield 推出短剧广告制作功能
来源：Higgsfield
Higgsfield 在 Ads Studio 中推出 Micro Drama Ads，支持用户描述广告需求或输入剧本，再选择产品、角色与视觉风格，由工具组织短剧广告的生成过程。官方介绍，功能提供 8 种视频风格和 44 个故事模板，涵盖真人短剧、动画、黏土、玩偶及钩织等表现形式；模板将产品安排进故事情节。功能可在网页端使用，也可通过 Higgsfield MCP 在 Claude 和 ChatGPT 中调用。视频生成和角色图、场景图、配音等素材可能分别消耗额度，具体以产品页面为准。
原文链接：http://t.cn/AXYxdUiC
5、Wizstar 发布自研视频模型 Wizshot 1.0
来源：Wizstar
Wizstar 宣布推出首款自研视频生成模型 Wizshot 1.0。公司介绍，该模型支持使用最多 9 张参考图，生成 5 至 15 秒的 720p 视频，一次最多生成 4 条结果，适合需要反复尝试的创作流程。官方公布的生成价格为每秒 5 个积分，并向不同类型的账户开放模型入口。公司同时推出针对符合条件订阅用户的限时活动；免费账户能够访问模型，不代表视频生成一律免费。实际消耗和活动适用范围以平台当前规则为准。
原文链接：http://t.cn/AXYxdUi9
6、Thinking Machines 发布 Inkling 2 Small，计划开放权重
来源：Thinking Machines Lab
Thinking Machines Lab 发布 Inkling 2 Small。官方称，该模型采用混合专家架构，总参数 5940 亿，每次激活约 170 亿参数，支持图像输入和可调推理强度，面向编程、视觉理解与知识工作等任务。模型已通过 Tinker 提供推理和微调，当前权重仍未开放。公司计划在完成外部安全测试与红队评估后，以 Apache 2.0 许可开放完整权重；这是计划，尚非已经开源。官方也指出，模型在长流程工具选择和输出冗长等方面仍有局限。
原文链接：http://t.cn/AXYqh5qR
7、Anthropic 研究智能体记忆组织方法
来源：Anthropic
Anthropic 发布关于智能体记忆组件的研究，讨论如何将历史记录整理成可供后续任务检索的笔记和结构化知识。在一项包含约 35 万个文件、4.2 亿 token 的内部资料评估中，研究人员比较了仅搜索原始记录与结合逐步构建知识库的方法。报告称，在 25 道测试问题上，后者得分为 61%，仅搜索方案为 53%，平均每题使用的 token 也更少。研究同时说明，测试规模有限，整理后的内容并非总是更短或适用于所有任务，结果不能直接推广到全部场景。
原文链接：http://t.cn/AXYVZrGK
#德里克文[超话]##德里克文ai日报#
