/
Google Veo 3.1视频生成模型升级，图像转视频能力增强
谷歌发布Veo 3.1 AI视频生成模型更新，显著改进了提示词遵循能力和图像转视频功能。新版本可同时生成视频和音频，并在Flow视频编辑器中新增"帧到视频"功能，用户可上传首尾帧自动生成中间内容。虽然在真实感方面仍不如OpenAI的Sora 2，但谷歌专注于为专业视频工作者提供实用工具的策略值得认可。
OpenAI视频生成应用Sora下载量突破百万，超越ChatGPT增长速度
OpenAI推出的AI视频生成应用Sora在不到五天内下载量突破100万次，增长速度超过ChatGPT。该应用类似TikTok，提供无限垂直视频流，但所有视频均由AI生成。用户只需输入提示词即可创建10秒视频，还可通过Cameo功能制作个人视频。尽管目前仅在北美地区开放且需要邀请码使用，但已引发版权争议和娱乐行业反弹。
OpenAI发布Sora 2模型并推出视频社交应用挑战TikTok
OpenAI发布了音视频生成模型Sora 2，同时推出配套社交应用Sora，用户可生成包含自己的视频并在类似TikTok的信息流中分享。Sora 2在物理定律遵循方面有显著改进，视频更加真实。应用提供"客串"功能，允许用户将自己植入生成场景中，并可与朋友分享形象使用权限。该iOS应用目前在美加地区采用邀请制，ChatGPT Pro用户可直接体验。
OpenAI将发布类似TikTok的社交应用，搭配Sora 2视频模型
据报道，OpenAI正准备发布一款由即将推出的Sora 2视频模型驱动的独立社交应用。该应用与TikTok高度相似，采用垂直视频信息流和滑动滚动导航。不过，该应用仅支持AI生成的内容，用户无法从手机相册上传照片或视频。Sora 2在应用内生成的视频时长限制为10秒或更短。应用还包含身份验证工具，允许用户使用自己的肖像生成视频，其他用户可以标记并在重新混合视频时使用他们的肖像。
Meta AI推出基于创作者AI视频的全新"Vibes"信息流
Meta公司推出名为"Vibes"的全新信息流功能，专门展示由创作者使用AI技术制作的视频内容。该功能将人工智能生成的视频内容进行整合和分类，为用户提供更加个性化的AI视频浏览体验，标志着Meta在AI内容分发领域的又一重要布局。
Meta AI应用推出专门的AI生成内容信息流
Meta AI应用推出名为Vibes的新功能，专门展示AI生成的短视频内容。用户可以浏览他人创作的AI视频，也能从零开始制作或改编现有视频。创建的视频支持私信分享或转发至Instagram和Facebook。CEO扎克伯格表示这是新产品方向的早期探索，Meta超级智能实验室将与Midjourney等公司合作开展AI项目。
YouTube推出Made on YouTube大会新功能：Studio智能体检测与直播升级
YouTube在年度Made on YouTube活动中发布多项更新，包括Studio新增"相似度"检测和唇同步配音功能，YouTube Live支持迷你游戏和双格式同步直播，Shorts集成Veo 3 AI视频生成模型。此外还推出播客AI剪辑工具、新的货币化选项如品牌合作和购物标签功能，以及YouTube Music的粉丝互动新特性。
Luma AI发布Ray3：内置推理能力的新一代电影级视频生成模型
人工智能初创公司Luma AI发布Ray3文本转视频AI模型，专为专业影像制作设计。该模型具备思维链推理能力，能够理解场景描述并遵循创意专业人士的指令。Ray3可评估自身输出并优化结果，支持复杂场景规划。模型能生成真正的高动态范围视频，支持专业ACES2065-1 EXR标准。用户可从文本和图像生成长达10秒的视频片段。Luma AI与Adobe合作将Ray3集成到Firefly应用中，并获得电通数码等企业采用。
Luma AI发布首款推理视频生成模型Ray3
Luma AI发布首个AI推理视频模型Ray3，该模型能够在生成视频前进行"思考"。与传统AI视频生成器不同，Ray3采用推理技术，能够花费更多计算时间处理请求并检查结果，从而创建更复杂的动作序列视频。新功能包括16位HDR生成、可视化注释工具和草稿模式，用户可在20秒内快速测试创意，然后升级至高清分辨率。
YouTube推出Shorts创作者生成式AI工具套件
YouTube在其直播活动中发布了多项面向Shorts创作者的生成式AI工具，包括定制版Veo 3 Fast视频生成模型、新的混音工具和AI编辑功能。Veo 3 Fast能以480p分辨率低延迟生成带声音的视频片段，支持图像动画化、视频风格转换等功能。新的语音转歌曲混音工具可将对话转为配乐，AI编辑功能则能将原始素材自动制作成初稿。这些工具将陆续在多个市场推出。
Google Photos免费开放Veo 3动画功能
Google Photos现已集成Veo 3人工智能技术，用户可以免费将相册中的静态照片转换为动画效果。这项新功能利用先进的AI算法，能够自动识别照片内容并生成流畅的动画效果，为用户的回忆增添生动的视觉体验。该功能完全免费提供，用户只需在Google Photos应用中选择相应照片即可一键生成动画。
腾讯发布新AI模型，一张照片即可生成3D探索世界
## 腾讯发布HunyuanWorld-Voyager开源AI模型，可将单张图片生成3D一致性视频序列，用户可控制相机路径"探索"虚拟场景。该模型同时生成RGB视频和深度信息，支持直接3D重建。模型采用Transformer架构，使用超10万视频片段训练，在WorldScore基准测试中获得77.62最高分。但需要60GB以上GPU内存运行，且在欧盟等地区使用受限。
Midjourney推出AI视频生成功能
AI公司Midjourney发布首个视频模型，用户可将图像制作成动画，支持平台内生成或外部上传的图片。初始视频为5秒片段，可延长至最多20秒。该功能仅限网页端使用，需月付10美元订阅。尽管在视频AI领域起步较晚，但面临创作者指控其模型训练涉嫌侵权。迪士尼和NBC环球上周起诉该公司版权侵权。
Midjourney发布首个AI视频生成模型V1
知名AI图像生成公司Midjourney发布备受期待的AI视频生成模型V1。该模型可将用户上传的图像转换为四段5秒视频，仅通过Discord提供服务。V1与OpenAI的Sora、Runway的Gen 4等产品竞争，但更专注创意应用而非商业用途。公司计划未来开发3D渲染和实时AI模型，最终目标是创建实时开放世界模拟系统。视频生成费用为图像生成的8倍，最低订阅计划为每月10美元。
Google 的 Veo 2 视频生成模型加入 Gemini
Google 将 Veo 2 AI 视频生成模型引入其 Gemini Advanced 订阅服务，用户可生成 8 秒、720p 分辨率的视频并方便分享；未来还计划结合 DeepMind 的 AI 模型优化对真实世界的理解。
AI 视频生成创企 Runway 以 30 亿美元估值融资 3.08 亿美元
AI视频生成公司Runway宣布完成3.08亿美元融资，由General Atlantic领投，估值超30亿美元。公司刚发布新一代视频生成模型Gen-4，可生成长达10秒的视频片段。Runway计划利用新资金加强AI开发，重点提升训练数据集质量和扩展扩散模型与大语言模型能力。
Runway Gen-4 解决了 AI 视频生成的最大难题：跨场景角色一致性
Runway AI公司推出了迄今为止最先进的AI视频生成模型Gen-4，实现了多镜头间角色和场景的一致性，这是之前大多数AI视频生成器无法做到的。该模型可生成720p分辨率的5-10秒视频片段，并计划本周推出更多功能。这一突破可能彻底改变电影制作流程，引发了对版权和就业的讨论，也为创作者带来了新的机遇和挑战。
AI 视频新进展：Runway 推出 Gen-4 模型，声称实现了 AI 视频的连贯性突破
AI 视频创业公司 Runway 发布了最新的 Gen-4 视频合成模型，声称解决了 AI 视频生成的几个关键问题。该模型能够在不同场景中保持人物和物体的一致性，并允许从多个角度拍摄同一环境或主题。这一突破性进展有望为创意专业人士提供更实用的 AI 视频制作工具。
Moonvalley 的 Marey：一个基于完全授权数据训练的先进 AI 视频模型
Moonvalley 公司推出 Marey，这是一款专为好莱坞影视制作和品牌营销设计的 AI 视频生成模型。与其他使用网络抓取数据的模型不同，Marey 仅使用完全授权的数据进行训练，为影视行业提供了一个无版权争议的 AI 视频创作选择。该模型具备高清视频生成、长视频制作、分层编辑等多项先进功能，旨在辅助而非取代专业创作者。
京公网安备 11010802021500号
