AI I024: 六月 2026

2026年6月2日星期二

免费AI视频模型Omni支持增删改人物一致比Seedance2。0强

Omni是一款免费AI视频模型，支持视频元素的增加删除修改、超真实人物一致性角色、AI对话及带货短剧生成。无需复杂工作流，简单提示词即可替换背景或物品。适用AI视频创作者与营销人员，智能体目前可无限使用注意仅50初始积分。

Tags:

AI视频模型

免费AI工具

视频编辑

AI带货

短剧制作

为什么我说，这是我见过AI视频领域，最牛的模型。

我只想替换AI视频的背景，结果换了个寂寞，我只想删除其中人物，结果，没删反增，我只想改掉其中文字，结果不仅没改，反而改掉重要元素，这种问题，是不是正在发生？

要么是用复杂的工作流，要么是是P掉在合成，要么是重新生成，浪费更多的积分，但现在，不需要了。

所以，它就是：Omni，地址会放在评论区，需要的留言，我会逐一回复。

又是被催更的一篇，这几天我都快忘了更新，基本上倒头就睡，凌晨五点半的太阳，你们追逐过？我不止追过，还对着它狂吐。

大家多多支持下船长，动动小手，点个爱心，点个转发，点个关注，感谢。

我们来看案例：这是替换视频中某个很小的物品，我只给了它一句提示。

不改变任何元素，将此视频中的手持产品，替换为：电脑鼠标，这鼠标感觉有点大，问题应该是没有参考，大家尝试时可以给它个参考。

我这里，是完全没给参考，随机发挥，小小失误，不成敬意。

感觉这视频从以前的拼像素，到现在的能懂物理世界，之前可能需要喂大量的视频素材给到模型，生成时去匹配视频。

这点，就有明显的好处，反而写提示词时不需要很复杂，只需要简单一句话，模型本身能理解物理的规律，从而生成，这就变相解决了过去AI视频中，常见的，人物变形，光影，物体，运动等不自然的问题。

再来个案例，替换视频背景，那句台词，咋说来着，“妈妈再也不用担心我的学习了”这里借用下台词，只要有手就行。

这应该属于必备技能，大部分人在AI视频创作中少不了修改，尤其是在有案例视频，通常只需要调整部分就能用，比如说，在企业中大量介绍视频案例中，可能只需要修改部分内容，直接用就行。

或者是产品培训，营销短片，包括做些教育动画讲解，只需要替换部分场景直接输出即可，当然，这还不是最强，只能说方便。

本次内容，是不是到此结束了？船长大招还没放，AI带货，和短剧视频，包括真实的人物一致性，来，进入正题。

这视频，就说真实不真实吧？语言有点问题：可以指定，说中文即可，可能生成有点语调有点怪怪的，因为是用了它默认的语气库，还能实现多人对话。

接下来：就是喂饭式教学了，来，板凳坐好。

1：先登录注册，这个没什么好说，根据提示注册就好。

2：那么注册好后：点击创建新的项目。

之后，可能很多人到这一步就懵了，右侧是Agent对话，你可以在这里对话修改内容，也可以上传在对话中，输入提示词等。

那有人说，我不想用怎么办？那你关闭就行，之后点击下智能体，置灰后，会选择视频和模型。

那有用过的就说了，我只有50积分，怎么办？对，没错，只有50，这里要注意，用智能体，目前可以无限，当然也不敢肯定，我生成差不多5个，没测出来上限，可以自行尝试。

如果智能体，可以修改视频，和编辑视频，以上案例都是通过此类操作，比如说这个，或者

或者替换背景，都是从对话中替换，只需要上传一个视频即可。

那么多人对话怎么生成的？需要用到角色，点击新建就行。

这里有个注意点：一定要从项目里添加，并且上传你的角色图。

这样能直接生成人物三视图，只需要点击个加号，之后输入名称和选择音色。

那么这样的一个角色创建好了，那么多人怎么办？重复我这个操作，最后在对话里，@出人物就行，并且输入台词。

教程到此结束，超级简单，想象一下，如果AI视频能随意修改，不再是遥不可及，还要什么某梦？只要能生成视频的模型，不行就改，这算弯道超车？

看到这里：留下你的关注，如果觉得不错，点个赞，推荐，转发三连。想进群的船员，可以打赏下，之后私我拉你。

美团复旦联合发布WBench 首个交互式视频世界模型权威基准 20个AI模型大乱斗无全能

美团LongCat团队与复旦大学联合开源WBench，首个交互式视频世界模型多轮评测基准。覆盖289个测试案例、1058轮交互，从视频质量、场景一致性、交互合规等5大维度22项指标量化评估。自动评分与人类偏好高度一致（相关系数≥0.94）。评测显示Kling 3.0、Wan、HY-World等20个模型各有短板，无一全能。适合AI研究者、开发者进行模型诊断与选型。

Tags:

AI世界模型

评测基准

美团复旦

多轮交互

开源基准

点击下方名片关注AIGC Studio公众号！获取最新AI前沿应用/AIGC实践教程！

视频世界模型（Interactive Video World Model）正在爆发式增长—Kling、Wan、Genie、Happy Oyster……名字越来越多，但到底谁强谁弱？目前没有一个统一的标准来回答这个问题。

近日，美团 LongCat 团队联合复旦大学正式开源 WBench—国内首个、全球最全面的交互式世界模型多轮评测基准，直接补齐行业最大短板。

简单说：WBench = 世界模型的 “高考卷 + 体检报告”。而结论可以总结为一句话：没有任何一个模型能在所有维度上称王。

unsetunsetWBench是什么？unsetunset

WBench 包含 289 个测试案例、1058 轮交互，覆盖导航、动作、事件编辑、视角切换四大交互类型，从视频质量、场景一致性、交互合规、时序稳定、物理合理性 5 大维度，用 22 个人类验证指标完成量化评估。

总结来说，WBench不是让AI生成一段视频就完了，而是测它能不能"玩转"一个交互世界。达到这个目标则至少要做到五件事：

画面好看、稳定、不闪（渲染器）
不乱改场景、不乱变风格、不乱换主体（导演）
听得懂指令、走得准路线、做得出动作（控制器）
多轮交互不失忆、空间不乱、主体不变形（记忆系统）
符合物理、因果合理、不悬浮、不穿模（物理引擎）

WBench 直接将这五件事转化为可量化的指标，并实现与人类偏好高度一致的全自动化打分。WBench 是目前最接近真实应用场景、最公平、最可信的世界模型评测基准。

unsetunsetWBench 评测结果unsetunset

那么在WBench评测基准下目前市面上的各个模型表现如何呢？结论就是：没有一个模型在所有维度上都占据绝对优势。下面我们给大家举一些示例：

Kling 3.0 总分第一，但一致性拉垮；HY-Video 一致性文本模型中最强，但交互能力不行；Happy Oyster / HY-World 导航无敌，但视频质量偏低。
YUME 1.5 导航得分72.0（最高），但事件编辑只有57.8，视角切换更是只有16.7（接近垫底）。反过来，Wan 2.7 事件编辑84.0、角色动作83.4，导航却只有66.0。
基于摄像机控制的世界模型（如 InSpatio、LingBot 和 HY-World）能够实现较高的视角一致性和导航性能，但基于动作控制的模型（如 Genie 3、Happy Oyster 和 MatrixGame）在 perspective consistency 方面表现更佳。这两种控制范式是正交的。
视频质量更高的模型往往能产生更符合物理规律的输出（相关系数ρ=0.82），而控制能力（导航、交互）与物理评分的相关性接近于零，这表明物理规律的产生源于视觉保真度，而非对世界的理解。
导航精度从第一轮到第四轮下降了21个百分点，这是由于误差在各轮交互中不断累积所致。专用世界模型（HY-World）的性能下降幅度远小于基于文本的模型（Kling 3.0），这表明显式几何控制比基于文本的提示更能有效地保持空间状态。