署名的 AI 影片与实用工具当先：Fountain 0 放出新 AI 长片预告，一场对比让 GPT Image 2 在角色一致性上胜过 Meta 新图像模型，Runway 与 Higgsfield 则分别推进 Agent 化电影制作与 Claude 进 After Effects。
Fountain 0——其《Dreams of Violets》是首部入选大型电影节（Tribeca）的 AI 长片——放出新长片《ODYSSEUS: The Fall》预告，由 Ash Koosha 执导。同一团队的第二部电影节级 AI 长片，把一次里程碑变成了持续战绩，而这正是让买方相信该格式「可复制而非侥幸」的关键。维护一份「入选电影节的 AI 长片」参考集，研究其预告如何在长片时长里处理连续性与表演——正是短 demo 永远暴露不了的问题。
Curious Refuge 把 Meta 新图像模型与 GPT Image 2 在角色设定表和信息密集的信息图上对比，判定角色一致性 GPT Image 2 更强。针对「难点」的可复现对比，比发布 demo 更有价值，因为身份能否在整张设定表里稳住，正是制作会崩的地方。换栈前，拿自己的常用角色跑同一场对比，把一致性与文字渲染分开打分，并让各自擅长的活留给各自的模型，而不是全线统一到一个。
Runway 发布了用 Runway Agent 制作电影化短片的实操教程，以自家短片 Flicker 为范例，主打「无需大预算或片厂意见就把想法搬上银幕」。厂商教一整条端到端短片流程（而不是放 reel），说明这个 Agent 是奔着跑完整制作去的，而非只做一个镜头。让人拿真实 brief 复现这套流程，并与你现有管线计时对比，从而弄清 Agent 究竟在哪里真省了工时、哪里仍得由人接手。
Higgsfield 放出一种在 Adobe After Effects 里用 Claude 的方式（经其 Supercomputer）——用 prompt 搭动画、写表达式、自动化重复任务，且一切在工程里保持完全可编辑。在保留原生可编辑结果的编辑器里用 prompt，比黑箱渲染对制作更有用，因为它嵌进现有 AE 管线、而非取而代之。先在无聊而明确的活上试点——表达式、重复关键帧、图层清理——量出省下的工时，再考虑把创意动画决策交给它。
