搜索
谷歌发布新一代视频模型 Gemini Omni 1.2 Flash，登顶Arena文生视频和图生视频双榜，支持3至15秒生成、多轮对话编辑及4K放大，价格较上一代降低30%，15秒720p视频仅需1.05美元。
Sand.ai完成2亿美元A+轮融资，10个月累计融资3亿美元，并凭借MAGI-1及千亿参数MoE模型MAGI-2 Preview推进开源视频模型生态，计划未来数周发布MAGI-2正式版。
国产开源模型打响AI视频“底座之战”。
清华大学、英伟达等机构联合推出全球首个流式交互视频生成评测榜单StreamEval，以300个用例评测38个模型，揭示当前模型在连续指令执行和状态一致性方面仍存明显短板。
世界模型希望让机器理解环境如何变化，并预测干预后的结果，支持智能体学习、仿真与内容创作。这要求视频模型在场景变化时仍保持物理关系的一致性。光照是其中关键的一环：当光源移动，人物、物体与阴影应协同响应。可控重光照由此成为探索视频模型物理表达能力的切入点。
文章指出，AI短剧消耗国内55% Token和占据一半算力的说法并不准确，但其快速增长正创造新增推理需求，并推动视频模型与算力基础设施扩张。
这一周的AI视频圈，简直是神仙打架。
在视频生成领域，少步视频模型已经实现只需少量采样步骤，就能生成连续画面。
今天，可灵AI在凌晨的时候，终于正式上线了他们最新的视频模型Kling 4.0。
让视频生成模型沿着相机轨迹不断探索一个场景，并不算最难。真正困难的是：当镜头绕了一圈再次回到原点，房间的布局、家具的位置和墙面的纹理，是否还与最初一样？