字节跳动与南洋理工大学联合推出开源框架StoryMem，通过创新的“视觉记忆”机制，将单镜头视频扩散模型升级为多镜头长视频生成工具，能自动生成超过1分钟、镜头切换自然、角色场景连贯的叙事视频，推动开源AI视频技术向电影级叙事迈进。
Luma AI推出Ray3Modify模型，实现高保真AI视频修改，可更换角色、服装、场景并生成过渡镜头，同时完整保留演员动作、眼神和情感表达，解决了传统AI工具难以保持表演一致性的痛点。
快手Kling AI 2.6版本发布，首次集成音频生成功能，支持中英双语对白、歌唱与音效，实现文本、视频、音频一键同步生成。技术采用扩散变换器与3D时空联合注意力架构，提升复杂指令遵守率15%，并增强跨镜头角色一致性。视频输出保持10秒1080P高清，生成成本降低30%。
爱诗科技推出PixVerse V5.5（国内版“拍我AI V5.5”），实现全量升级并开放体验。该模型是国内首个支持“多镜头+音画同步一键直出”的AI视频大模型，推动AI生成视频从“单镜头素材”进入“完整叙事短片”阶段。基于自研MVL架构，V5.5能在5-10秒内自动完成脚本拆解、分镜调度及音效生成，显著提升视频制作的完整性与效率。
15秒720p/1080p AI视频生成器，多镜头叙事，音频同步，角色一致
专业AI视频生成器，具备音视频同步、多语言唇形同步和电影级镜头控制
使用Seedance AI，从文本生成电影级的多镜头视频。先进的AI能创建具有动态镜头运动的连贯叙事。
基于Christopher Frost镜头评测的AI生成评分和摘要
Openai
$2.8
Input tokens/M
$11.2
Output tokens/M
1k
Context Length
Google
$0.49
$2.1
Xai
$1.4
$3.5
2k
$7.7
$30.8
200
-
Anthropic
$105
$525
$0.7
$7
$35
$17.5
$21
Alibaba
$4
$16
$6
$24
256
Baidu
128
Bytedance
$1.2
$3.6
4
$2
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
