快手可灵AI升级至3.0版本，通过多模态一体化输入输出，重构AI视频创作流程，推动“人人皆可导演”时代到来。其核心突破在于视频生成从“片段生成”升级为“深度叙事”，并全球首创多图/视频主体参考功能，使创作者能精准锁定并控制视频主体。
昆仑万维开源视频生成大模型SkyReels-V3，实现参考图像转视频、视频延长及音频驱动虚拟形象三大功能集成。该模型支持1至4张参考图输入，能精准保留主体身份与构图，推动视频生成技术进入高保真、多模态新阶段。
生数科技开放Vidu视频大模型Q1参考生图功能，突破多主体一致性技术瓶颈，实现AI图像与视频生成的商业闭环，推动多模态创作进入新阶段。该功能支持同时输入7张参考图，显著增强创作可控性，并具备多主体、多场景的强大生成能力。
生数科技在WAIC2025发布Vidu Q1"参考生视频"功能，实现视频制作流程革新。该功能允许用户上传参考图配合文字提示直接生成视频，简化传统制作流程，最多支持7个主体同时输入并保持一致性。采用U-ViT架构结合扩散模型技术，重点解决商业化主体一致性问题。同时，公司与清华大学合作推出具身智能模型Vidar，通过视频大模型实现低成本机器人动作转化。目前公司仍以提升视频生成能力为主要方向，同时探索具身智能的商业应用前景。
Anthropic
$21
Input tokens/M
$105
Output tokens/M
200
Context Length
Google
$0.14
$0.28
131
Minimax
-
%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)
Join Now
