如果 2024 年我们还在感叹 Sora 模拟物理世界的真实感，那么在 2026 年的今天，单纯的高清视频生成已不再是终点。
初创公司 Xmax AI 推出的首个虚实融合的实时交互视频模型 X1，没有复杂的 Prompt，不需要漫长的渲染等待，只需要手势进行交互，就可以让虚拟世界与现实相连，在镜头中令「幻想」成真，让用户体验到实时交互的心流体验。
今日，来自生数科技的AI视频模型Vidu Q3 Pro登上国际权威AI基准平台Artificial Analysis榜单，位列中国第一，全球第二。这是最新榜单内，首个打入国际第一梯队的国产视频生成模型。
现在的视频创作环境太卷了。去年我们还在感叹AI视频能动了，现在大家的要求直接拔高到了不仅要能动，还要动得高级、动得精准。
不er，这个世界还有什么是真的？反正我是已经分不清了...
他们开发了一个叫做 Lemon Slice-2 的 AI 模型，可以把任何一张静态图片——无论是公司员工照、卡通角色、还是文艺复兴时期的油画——瞬间变成一个能实时对话的视频头像。
DeepWisdom研究团队提出：视频生成模型不仅能画画，更能推理。 为了验证这一观点，团队推出了VR-Bench——这是首个通过迷宫任务评估视频模型空间推理（spatial reasoning）能力的基准测试
2025 年 1 月创立了一家专注“实时交互多模态内容”的 AI 初创企业；同年 2 月完成种子轮，由红杉中国和 IDG 资本联合领投；8 月 Pre-A 估值突破 4 亿美元；11 月 A 轮估值 突破13.2亿美元。换算一下，这家才刚满一岁的“tiny AI venture”，如今的身价已经站进全球视频模型创业公司第一梯队
终于，几天前登上 Artificial Analysis 榜首的神秘模型 Whisper Thunder (aka) David 现出了真身。
字节新视频模型Vidi2，理解能力超过了Gemini 3 Pro。
