本文讨论了AIGC(AI生成内容)技术如何影响和改变音视频行业。文章提到AIGC能够提高音视频内容制作的效率,并创造崭新的用户体验。腾讯云作为行业领军企业,正在通过AI技术推动旗下音视频产品向智能化演进。除了即时通信、客服和媒体处理等产品升级之外,腾讯云还与合作伙伴探索AIGC在医疗、消费等领域的创新应用,让技术为人类生活带来更多便利。总体来说,AIGC技术正在成为颠覆音视频行业的重要力量,腾讯云正致力于引领这波变革潮流。
相关AI新闻推荐
腾讯混元Hunyuan-A13B模型API上线
近日，腾讯云官网正式上线了腾讯混元A13B模型的API服务，输入价格定为每百万Tokens0.5元，输出价格则为每百万Tokens2元，这一举措迅速在开发者社区中引发了热烈反响。 作为业界首个13B级别的MoE（混合专家）开源混合推理模型，Hunyuan-A13B以其总参数80B、激活参数仅13B的精简设计，实现了与同等架构领先开源模型相媲美的效果，同时在推理速度上更胜一筹，性价比显著提升。这一创新不仅降低了开发者获取先进模型能力的门槛，更为AI应用的广泛普及奠定了坚实基础。
2025年7月11号 16:12
1.4k
NVIDIA 推出 DiffusionRenderer：全新 AI 模型实现视频到可编辑的逼真 3D 场景
NVIDIA推出DiffusionRenderer技术突破视频生成瓶颈，实现3D场景的可控编辑。该技术采用双神经渲染器架构：逆渲染器提取场景几何材质数据，前向渲染器结合光照生成逼真视频。通过15万合成视频和1万真实视频数据集训练，模型在光影效果和材质还原上表现优异。支持动态光照调整、材质修改和对象插入等操作，大幅提升创作自由度。这项技术标志着AI视频生成从单纯创作迈向可编辑的新阶段。
2025年7月11号 9:28
1.7k
谷歌Veo3新增图像转视频功能，七周内用户创作超4000万个视频
谷歌为Veo3AI视频生成器新增图像转视频功能，该功能已整合进Gemini应用和Flow工具，覆盖150多国。目前仅限AI Ultra/Pro用户使用，每日限3次创作。用户可上传图片并添加音频描述生成视频，支持下载分享。数据显示7周内用户已创建超4000万视频。所有生成视频均带有可见"Veo"水印和不可见SynthID数字水印，谷歌还提供专用检测工具识别AI内容。
2025年7月11号 9:17
1.0k
阿里开源ThinkSound：AI自动为视频加音效，影视与游戏创作迎来大变革！
阿里巴巴开源音频生成模型ThinkSound，支持视频、文本、音频多模态输入，能自动生成与画面高度匹配的高保真音效。该模型采用链式推理技术，实现音画精准同步，适用于影视、游戏等领域。作为开源项目，ThinkSound降低了音效创作门槛，开发者可通过多个平台免费获取。这是阿里在多模态AI领域的最新突破，将推动音效生成技术发展。
2025年7月10号 15:53
1.5k
AI日报：阿里通义开源音频生成模型ThinkSound；谷歌Veo3支态图片生成视频；昆仑万维发布 Skywork-R1V 3.0
【AI日报速览】阿里开源ThinkSound音频生成模型，支持链式推理实现高保真空间音频；谷歌Veo3升级，单图即可生成专业运镜视频；Hugging Face发布30亿参数SmolLM3模型，支持双模式推理；阿里WebSailor智能体展现强大检索能力；Moonvalley推出1080P无版权风险视频模型；Vidu Q1支持7图融合生成一致性视频；苹果研发AI客服助手优化用户体验；飞书发布多款企业AI产品及成熟度模型；微软等科技巨头联合成立AI教育学院，投入2300万美元培训教师。
2025年7月9号 16:24
3.2k
Vidu Q1震撼升级:参考转视频支持最多七张图像，AI视频生成再创新高
Vidu Q1模型推出"参考转视频"新功能，支持上传7张参考图像生成1080p高质量视频。该功能通过语义融合技术实现多元素视觉一致性，解决传统AI视频生成中的场景断裂问题。用户可组合人物、场景等图像，配合文本提示生成复杂叙事视频。模型还具备多主体一致性技术，确保角色、物体等元素在视频中保持特征稳定，支持多角度镜头切换和动态过渡，显著降低复杂场景制作门槛，为动画、广告等专业创作提供影视级体验。
2025年7月9号 14:12
2.3k
谷歌Veo3重磅升级，支持静态图片生成生动视频
谷歌AI视频工具Veo3迎来重大升级：用户上传单张静态照片即可生成高质量音视频内容。新功能支持保持角色多镜头一致性，提供推镜头等专业运镜选项，无需文本提示也能生成自然动画。用户可在Flow平台选择不同质量模式（Fast模式20积分，Quality模式100积分），测试显示生成效果生动自然。这一突破性技术展现了AI在视频创作领域的巨大潜力，引发广泛关注。
2025年7月9号 14:08
3.4k
Moonvalley发布Marey Realism v1.5：原生1080P AI视频模型，零版权风险引领行业新风向！
Moonvalley发布全新AI视频生成模型Marey Realism v1.5，具备三大核心优势：原生1080P高清画质，基于授权训练数据确保零版权风险，以及精准解读复杂提示的创作能力。该模型支持文本/图像转视频，能生成电影级运动光影效果，未来还将推出姿势传递功能。这一突破性产品为影视制作、广告创意等领域提供了安全高效的AI创作工具，推动行业技术升级。
2025年7月9号 11:17
2.7k
Vidu Q1 参考生视频全球上线 最多支持7个主体输入
AI视频领域迎来重大革新——生数科技推出的Vidu Q1视频模型正式上线参考生功能，以“从想象到视频素材生成只需一步”的颠覆性体验，重新定义了内容创作的技术边界与生产效率。 传统视频制作流程中，创作者需经历脚本撰写、角色设计、分镜绘制、实景拍摄、后期剪辑等复杂环节，一部短片的诞生往往耗时数周甚至数月。而Vidu Q1参考生功能的推出，彻底打破了这一固有模式。用户仅需上传人物、道具、场景等参考图，系统即可在几分钟内自动生成融合多元素的视频素材，实现“零分镜生成”。例如，输入两张牛仔人物图、两个场景图和两把手枪图，便能直接生成一段西部对决的影视级画面，远景、特写、情节推进一气呵成，无需任何人工分镜设计。
2025年7月8号 17:38
2.1k
AI日报：腾讯混元推3D生成大模型Hunyuan3D-PolyGen；钉钉AI表格重磅来袭；阿里推多模态大语言模型HumanOmniV2
【AI日报热点速览】1.腾讯混元推出美术级3D生成大模型Hunyuan3D-PolyGen，创新BPT技术提升建模效率70%；2.阿里HumanOmniV2多模态模型准确率达69.33%，支持多语言输入；3.钉钉AI表格实现1小时处理千项任务，首创"表格即文档"功能；4.百度PaddleOCR3.1支持37种语言识别，准确率提升30%；5.微软Deep Research自动化研究工具开放API；6.香港理工与OPPO联合推出视频高清化框架DLoRAL，推理速度提升10倍；7.谷歌开源数据库AI工具MCP Toolbox，简化SQL集成；8.微软Win11将推AI动态壁纸功能，代码已现身预览版。
2025年7月8号 16:18
3.9k