视频影音 今日: 0|主题: 223|排名: 18 

印度Avataar推出低成本本土化AI视频模型 单价0.5 美分 / 秒

印度 AI 初创企业 Avataar 依托模型蒸馏技术，打造出适配本土市场的 AI 视频生成模型，以极致性价比和文化适配能力切入赛道，走出差异化发展路线。
该模型最大亮点是成本低廉，视频生成单价仅0.5 美分 / 秒，30 秒视频制作成本低至 0.15 美元，远低于 Sora、Gen-3 等主流产 ...全文

谷歌推出Gemini Omni模型，支持在手机上进行AI视频特效创作。

谷歌近日宣布推出全新AI模型Gemini Omni，该模型专注于视频创作领域，能够从任意输入生成高质量视频内容。类似于此前用于图像生成的Nano Banana，Gemini Omni将AI能力扩展到视频，允许用户直接在手机上为视频添加工作室级别的视觉特效，从而大幅降低专业视频制作的门槛。据公 ...全文

谷歌Veo 4模型泄露，实现多机位叙事生成与原生音频同步

谷歌下一代AI视频生成模型Veo 4（或名为Gemini Omni）在官方I/O大会前夕被意外泄露。根据公开信息，该模型实现了重大技术突破，首次支持在生成视频中实现流畅的多机位切换，这意味着AI可以从不同视角讲述同一个场景，并保持物理、空间和时间的一致性。这标志着AI视频从单一的 ...全文

OpenAI 发布三款实时语音模型，支持同声传译与高级推理

OpenAI 正式发布三款全新实时语音模型，分别针对对话、翻译和转录场景。其中 GPT-Realtime-2 具备高级推理能力，支持工具调用和超大上下文窗口，能边听边想边执行任务。翻译模型支持七十多种语言输入翻译成十三种语言输出，每分钟成本约零点二五元人民币，能保留说话者语调和 ...全文

Google DeepMind 将自监督视频模型扩展至 220 亿参数

Google DeepMind 宣布将自监督视频模型的参数规模扩展至 220 亿，相关代码已通过 GitHub 仓库 representations4d 开源。representations4d 托管在 google-deepmind 组织下，专注于视频表示学习研究。自监督视频模型能够在无需大量人工标注数据的情况下进行训练，此次参数规模 ...全文

AllenAI 研究团队发布开源视觉语言模型 Molmo2

AllenAI 研究团队近日正式发布了新一代视觉语言模型 Molmo2。此前初代 Molmo 模型凭借数据集、架构及训练过程的完全开源，在视觉语言模型社区产生了重要影响，为研究人员实验和创建应用提供了便利。此次发布的 Molmo2 延续了开放策略，旨在进一步推动社区发展。相关文章详细 ...全文

生数科技 Vidu Q3 上线参考生视频，聚焦广告漫剧商业场景

2026 年第一季度，AI 视频生成行业面临技术能力强但商业化难的矛盾。生数科技推出 Vidu Q3 版本，上线参考生视频功能，旨在解决商业可用性问题。Vidu Q3 针对广告、漫剧、短剧和影视剧四类场景优化，支持产品外观、角色一致性及音效同步生成。广告场景可实现多镜头切换与品牌 ...全文

OpenAI宣布关停Sora视频模型 更关注企业级服务及AGI

OpenAI正式宣布全面关停旗下AI视频生成模型Sora，包括独立应用、网页版、开发者API接口及ChatGPT内置视频功能，实行“断崖式关停”，无任何缓冲期，标志着这款曾引爆行业的现象级视频模型正式落幕。
据悉，Sora于2024年2月首次推出技术预览，2025年9月推出 ...全文

字节Seedance 2.0全球上线计划启动

字节跳动旗下旗舰级AI视频生成模型Seedance 2.0正式启动全球上线计划，该模型于2026年2月率先在国内亮相，凭借多维度技术突破迅速成为现象级产品，此次全球上线将进一步推动AI视频创作的工业化普及，赋能全球创作者。
作为字节跳动Seed团队打造的新一代模 ...全文

阿里通义发布影视级 AI 配音大模型 Fun-CineForge 正式开源

2026 年 3 月 16 日，阿里通义实验室正式发布并开源Fun-CineForge，为业界首个面向影视级复杂场景的多模态 AI 配音大模型，同步开放 CineDub 数据集构建方法，以 “数据 + 模型” 一体化方案破解行业配音痛点。
核心亮点
首次引入时间模态，实现口型同 ...全文

豆包Seedance2.0的上线标志着国内视频生成里程碑，不亚于OpenAI在Sora2的发布，这一波热潮正好赶上春节放假时期，估计会迅速升温，大有去年DeepSeek热火朝天之势！

小红书内测 OpenStoryline：对话式剪辑重塑视频创作

小红书技术团队悄然推进其在AI内容创作领域的最新布局——视频剪辑类AI产品OpenStoryline（版本号1.0.0）已进入内部测试阶段。这款产品以“AI智能体”为核心定位，主打“对话式剪辑”模式，用户无需掌握复杂的时间轴操作，只需通过自然语言指令，如“剪一个 ...全文

字节即梦 Seedance 2.0 震撼发布：AI 视频迈入“导演级”可控时代

字节跳动旗下即梦平台正式推出多模态 AI 视频生成模型 Seedance 2.0，引发行业广泛关注。该模型不仅支持文本或图片生成高质量视频，更实现了对运镜、分镜、光影、音画同步等影视核心要素的精细控制，被业内称为“视频领域的 GPT-3.5 时刻”。
Seedance 2.0 ...全文

马斯克官宣：Grok Imagine 1.0 正式发布，AI视频生成迈入720p时代

埃隆·马斯克通过社交平台正式宣布，其旗下人工智能公司 xAI 推出的文本转视频生成工具 Grok Imagine 1.0 全面上线。
新版本支持生成10秒、720p高清视频，并配备优化后的音频系统，可同步生成情感语音与背景音乐。据 xAI 透露，该工具在过去30天内已产出超 ...全文

MiniMax Music 2.5 正式发布，突破 AI 音乐“可控”与“真实”两大瓶颈

中国大模型公司 MiniMax（稀宇科技）正式发布新一代 AI 音乐生成模型 MiniMax Music 2.5。该版本在“段落级强控制”与“物理级高保真”两大核心技术上实现重大突破，显著提升 AI 音乐的专业性与听感表现。
Music 2.5 首次支持 14 种音乐结构标签（如前奏、 ...全文