搜索全球AI产品动态

备受瞩目的 AI 研究公司 Runway 近日隆重推出其下一代人工智能模型系列—— Runway Gen-4。本次发布的 Gen-4模型专注于媒体生成和世界一致性，旨在为用户带来前所未有的创作自由和控制力。其中，最引人瞩目的功能便是其能够精确地生成并保持角色、场景和物体在不同镜头中的高度一致性。告别“换脸”烦恼:角色一致性轻松实现以往的 AI 视频生成模型常常面临角色在不同场景中形象不统一的问题，这给叙事创作带来了诸多挑战。Runway Gen-4革命性地解决了这一痛点。用户只需提供单个角色参

听说过壕无人性的 OpenAI Sora 吧?动辄几百万美元的训练成本，简直就是视频生成界的“劳斯莱斯”。现在，潞晨科技宣布开源视频生成模型 Open-Sora2.0!仅仅花费了区区20万美元（相当于224张 GPU 的投入），就成功训练出了一个拥有 110亿参数的商业级视频生成大模型。性能直追“OpenAI Sora ”别看 Open-Sora2.0成本不高，实力可一点都不含糊。它可是敢于叫板行业标杆 HunyuanVideo 和拥有300亿参数的 Step-Video 的狠角色。在权威评测 VBench 和用户偏好测试中，Open-Sora2.0的表现都令人刮目相看，多项关键指

是否还在感叹视频制作门槛高，后期编辑太烧脑?别担心，阿里通义Wan团队再次出手，推出了他们最新的重量级模型All-in-One视频生成和编辑模型——VACE。VACE最引人注目的能力之一，便是其强大的按条件生成视频功能。这意味着，你只需要用文字描绘出心中的场景，VACE就能迅速将你的想象变为现实。这如同拥有了一支听你指挥的梦幻摄制组，效率之高令人惊叹!VACE支持多种灵活高效的编辑方式，包括:物体运动轨迹任你掌控。借助 Move-Anything 功能，你可以精确控制视频中任何物体的运动轨迹

近日，魔乐社区（Modelers）正式上线了由阶跃星辰研发的 Step-Video 和 Step-Audio 两款开源多模态大模型。这两款模型分别用于视频生成和语音交互，旨在为开发者和企业用户提供更强大的 AI 工具。Step-Video 模型的全名为 Step-Video-T2V，这是一款参数量高达300亿的全球最大开源视频生成模型。该模型能够直接生成204帧、540P 分辨率的高质量视频，并在指令遵循、运动平滑性、物理合理性以及美感等方面，表现超越了市场上现有的顶尖开源视频模型。另一方面，Step-Audio 则是业内首款能够生成多种情

近日，DeepBeepMeep 团队在 GitHub 上发布了 Wan2.1GP，一个针对低端 GPU 用户优化的视频生成模型。该模型基于阿里巴巴的 Wan2.1，旨在为缺乏高性能 GPU 资源的用户提供强大的视频生成能力。Wan2.1GP 的推出标志着视频生成技术的一个重要进步，尤其是在开放源代码领域。图源备注：图片由AI生成，图片授权服务商MidjourneyWan2.1GP 的主要特点包括其优异的性能和广泛的适用性。该模型在多个基准测试中持续超越现有的开源模型和一些商业解决方案，展现出强大的竞争力。此外，T2V-1.3B 模型仅需8.19GB 的

OpenAI 该公司宣布，其视频生成模型 Sora 现已正式在欧洲地区上线。这意味着，包括欧盟、英国、瑞士、挪威、列支敦士登以及冰岛的用户，现在都能享受到这一创新科技带来的便利。Sora 模型的首次亮相是在2024年2月。经过几个月的测试和优化，该模型于2024年12月向 ChatGPT Plus 和 Pro 用户开放，但遗憾的是，最初并未覆盖到欧洲市场。如今，随着政策和技术的成熟，OpenAI 终于能够在这些地区推出 Sora，使更多用户能够体验到视频生成的乐趣。用户只需是 ChatGPT Plus 或 Pro 的订阅者，就可以轻松

OpenAI 宣布其视频生成模型 Sora 现已正式在欧洲市场推出，覆盖包括欧盟、英国、瑞士、挪威、列支敦士登和冰岛在内的多个国家。这一消息让众多用户期待已久的 Sora 终于能够在这些地区的 ChatGPT Plus 和 Pro 订阅用户中使用。Sora 模型最早于2024年2月亮相，在2024年12月，OpenAI 对 ChatGPT Plus 和 Pro 用户开放了这一功能，但由于地区限制，欧洲用户当时未能使用。这一次，Sora 的上线标志着 OpenAI 在全球扩展其 AI 技术的又一重要一步，进一步推动了视频生成技术的普及。在当前数字内容消费日益增

2025 年 2 月 27 日，Pika Labs通过其官方Twitter账号@pika_labs宣布推出Pika 2.2，这一最新版本的AI视频生成模型迅速引发了全球用户和科技爱好者的热烈反响。根据Twitter上用户发布的消息和反馈，Pika 2. 2 带来了多项令人瞩目的功能升级，包括更长的视频生成时长、更高的分辨率以及创新的帧过渡技术，为用户提供了更强大的创作工具。核心功能亮点根据Twitter用户的帖子，Pika 2. 2 支持最长 10 秒的视频生成，相较于以往版本有了显著提升。此外，该版本将分辨率提升至1080p，确保输出视频更为清晰细

根据公开数据显示，今年1月，快手可灵AI全球月访问用户总数环比增长113%。瑞银近期表示，在线娱乐与教育乃是 AI 落地的核心场景，快手作为应用层的标杆企业，其自主研发的可灵 AI 在全球视频生成模型领域占据领先地位。前不久可灵AI正式上线多图参考参考功能，支持同时参考多个主体。用户可以上传1到4张参考图片，并框选出其中的人物、物品、道具或场景。

近日，阿里巴巴在深夜推出了全新的开源视频生成模型 Wan2.1，该模型凭借14B 的参数量迅速占据了 VBench 榜单的顶端，成为目前视频生成领域的佼佼者。与此之前发布的 QwQ-Max 不同，Wan2.1在复杂运动的细节处理上表现出色，能够流畅地实现多个人物的同步舞蹈，令人惊叹不已。官方演示中，Wan2.1不仅成功克服了静态图像生成中的难题，如文字的处理更是达到了新的高度。对于普通用户来说，虽然14B 的参数在个人消费级显卡上部署较为困难，但阿里还特别推出了一个1.3B 的小版本，支持480P 分

今日，阿里巴巴官方宣布全面开源旗下视频生成模型万相2.1模型，14B和1.3B双版本上线。其中，专业版14B，高性能，提供业界顶尖的表现力可满足对视频质量有极高要求的场景;而极速版1.3B，适合消费级显卡，8.2GB显存即可生成480P高质量视频，适用于二次模型开发和学术研究。据官方介绍，本次开源的 Wan2.1在处理复杂运动、还原真实物理规律、提升影视质感及优化指令遵循方面展现出显著优势，能够满足创作者、开发者和企业用户的多样化需求。借助于通义万相，用户可以轻松实现高质量的

​近日，通义宣布开源其最新的通义万相大模型 Wan2.1。Wan2.1是一款专注于高质量视频生成的 AI 模型，凭借其在处理复杂运动、还原真实物理规律、提升影视质感以及优化指令遵循方面的卓越表现，成为了创作者、开发者和企业用户拥抱 AI 时代的首选工具。

谷歌近日悄然公布了其视频生成 AI 模型 Veo2的定价信息，Veo2最早是在去年12月被披露的，这一新模型吸引了不少关注。根据谷歌的定价页面，使用 Veo2的费用为每秒50美分，这样算下来，每分钟的视频费用为30美元，每小时的视频费用则高达1800美元。谷歌 DeepMind 的研究员乔恩・巴伦（Jon Barron）对这一定价进行了有趣的比较，他提到了备受瞩目的漫威电影《复仇者联盟:终局之战》的制作预算，该预算高达3.56亿美元，折合每秒约32，000美元。当然，用户并不一定会使用他们支付的每一秒 Veo 生

今日，阶跃星辰与吉利汽车集团宣布，联合开源两款阶跃Step系列多模态大模型——Step-Video-T2V视频生成模型和Step-Audio语音模型。其中，阶跃Step-Video-T2V视频生成模型在参数量和性能上均处于全球领先水平。该模型拥有300亿参数量，能够直接生成204帧、540P分辨率的高质量视频，确保生成内容信息密度高、一致性强。评测结果显示，Step-Video-T2V在指令遵循、运动平滑性、物理合理性、美感度等方面均表现出色，显著超越市面上既有的最佳开源视频模型。

近日，香港大学与字节跳动合作研发的基于流动的视频生成模型 Goku 正式发布。该模型利用先进的生成算法，可以根据文本提示生成高质量的视频内容，极大地丰富了数字艺术的表现形式。为了展示 Goku 模型的强大功能，研究团队制作了一系列精彩的视频示例，这些示例不仅展示了模型的技术能力，也展现了其在创意表现上的无限潜力。Goku 模型的特点在于其高效的生成速度和图像质量。通过使用大量的数据训练，Goku 可以生成包括动画、自然风光、动物行为等多种场景。研究人员使用了原

据豆包大模型团队官方公众号消息，在北京交通大学和中国科学技术大学的联合研究下，由豆包大模型团队提出的 “VideoWorld” 视频生成实验模型近日正式开源。这个模型的最大亮点在于，它不再依赖传统的语言模型，而是仅凭视觉信息就能认知和理解世界。这一突破性的研究灵感来源于李飞飞教授在 TED 演讲中提到的 “幼儿可以不依靠语言理解真实世界” 的理念。“VideoWorld” 通过分析和处理大量视频数据，实现了复杂的推理、规划和决策能力。研究团队的实验显示，模型在仅有300M 参

2025年1月22日，上海阶跃星辰智能科技有限公司宣布其视频生成模型 Step-Video 正式升级至 V2版本。此次升级带来了显著的技术突破和功能提升，使其在真实世界模拟方面更加强大。

Luma AI 近日在其 Dream Machine 生成 AI 视频创作平台上推出了最新的视频生成模型 Ray2，这一创新在业内引起了广泛关注。自去年夏天 Dream Machine 发布以来，短短七个月内，AI 视频领域发生了迅速的变化，许多新模型相继问世，包括 Runway、Kling、OpenAI 的 Sora 和 Google 的 Veo2等。Ray2的推出标志着 Luma AI 在视频生成技术上的又一突破。Luma AI 联合创始人兼首席执行官阿米特・简（Amit Jain）表示，Ray2经过十倍于前代模型 Ray1的计算训练，具备 “快速、自然、一致的运动和物理特性”。这一进步显著提

OpenAI的AI服务在北京时间12月27日凌晨遭遇中断，影响了ChatGPT聊天机器人、Sora视频生成模型以及部分API调用。到了早上6点05分，OpenAI宣布ChatGPT已部分恢复服务，但聊天历史记录加载功能依旧受限，且完全恢复的时间尚未确定。

OpenAI近日表示，目前暂无发布其AI视频生成模型Sora API的计划。Sora模型能够根据文本描述或参考图像生成相当逼真的视频。在OpenAI开发者团队的一次AMA（Ask Me Anything）活动中，OpenAI开发者体验主管罗曼·休特(Romain Huet)明确表示，目前Sora API不在计划之内。“我们目前还没有Sora API的计划，”他写道。这一决策的原因可能是产能问题。在推出由Sora驱动的视频创作和编辑套件后不久，OpenAI就因流量超出预期而被迫关闭了申请通道。OpenAI首席执行官山姆·奥特曼（Sam Altman）在X上为此道歉。奥特曼