又一款十分出色的国产开源 AI 视频生成模型：跃问（Step-Video-T2V）。该模型拥有 300 亿参数，可生成 最长 204 帧 的高质量视频。为了提升计算效率和画面质量，开发团队特别设计了一种 深度压缩变分自编码器（Video-VAE），能够在 空间上压缩 16 倍，时间上压缩 8 倍，同时仍能保持卓越的视频重建效果。
跃问 支持 中英文输入，通过 双语文本编码器 精准解析用户的文字描述，并采用 3D 全注意力（3D Full Attention） 的 DiT 架构 进行训练，利用 流匹配（Flow Matching） 方法去噪，生成清晰自然的画面。此外，开发团队还引入了 基于视频的直接偏好优化（Video-DPO），通过人类反馈进一步优化视频质量，减少伪影，使画面更加流畅、真实。
目前可以通过跃问的官网免费使用这款优秀的 AI 视频生成模型。
访问地址：https://yuewen.cn/
ChatGPT Work 通过联网代码沙盒、Headless Chrome 及持久化文件系统，推动 AI 从问答工具演进为自主执行体。实测显示，智能体可凭单条指令自主调用 API 完成复杂地理计算并交付可视化地图与数据文件。该平台还支持一键建站、子智能体协作及定时任务，适用于实体交付场景。但当前仍存在代码透明度不足、上下文压缩致历史丢失及资源安全策略限制等问题，在生产环境的可复现性仍面临挑战。
针对 AI 编程代理产生的杂乱 Git 提交记录，开源工具 commit-rewriter 提供了本地 Web 可视化清洗方案。该工具基于 Git 交互式变基，支持批量编辑提交说明、查看代码差异及自动备份分支，确保操作安全可逆。其核心理念是将 AI 快速生成与人类发布前治理解耦，作为自动化编码的质量过滤网。尽管单机清理流程已简化，但多人协作场景下的历史重写冲突仍是待解决的挑战。
OpenMontage 是一套开源智能体视频生产系统，将 AI 编程助手转化为全自动后期工作室。该系统支持零 API Key 本地部署，内置 12 条生产流水线，覆盖动画、纪录片及口播等场景。通过智能体协作架构，实现从调研、脚本到渲染的全流程自动化，并提供预算治理与 Backlot 可视化看板以保障质量与成本可控。其将视频制作重构为可版本控制的软件工程行为，有效解决了传统 AI 视频生成的不可预测性问题。
围绕《国产开源 AI 视频生成模型：跃问（Step-Video-T2V）》展开交流，未登录用户可浏览评论，登录后可参与讨论。
