谷歌发布视频生成AI模型Gemini Omni1.1 Flash，最高支持4K超高清输出，并在场景扩展、运镜控制与生成效率上全面升级，面向开发者和专业创作者。该模型主打多项功能亮点，用户可直接进行场景扩展等操作，推动多模态视频生成向更高清、更长时方向演进。
MiniMax发布生产力工具Design，基于原生多模态视频模型H3，推动内容创作从“操作像素”迈向“操作语义”。用户只需用自然语言表达意图，系统即可自动拆解任务、调用模型完成创作，将前沿模型能力转化为可落地的商业生产力。
MiniMax开源多模态生成模型H3，摩尔线程随即基于国产智算卡MTT S5000完成极速适配。H3打破单任务局限，能融合文本、图像、音频与视频输入，精准理解创作意图，可直接生成2K分辨率、最长15秒视频。
字节跳动Seed团队发布视频创作模型Seedance 2.5，主打“一镜成片”音视频联合生成。升级亮点：单次生成时长提至30秒，支持多轮无缝延长；增强长叙事能力；融合多模态参考与后期编辑。可应用于影视、广告、教育等领域，推动多产业场景智能化创作。
多模态AI视频生成模型，支持电影级视频创作
利用 Seedance 2.0 创建令人惊叹的 AI 视频。
AI驱动的多模态内容创作平台，支持漫画、漫剧、MV等创作。
Seedance 2.5可将提示、图像等转化为结构化短视频简报，生成电影级AI视频。
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
-
Anthropic
$105
$525
200
$0.7
$7
$35
$17.5
$21
Alibaba
$4
$16
$1
$10
256
$2
$20
Baidu
128
$6
$24
$8
$240
52
HuggingFaceM4
Idefics2 是一个开放的多模态模型，能够接受任意序列的图像和文本输入并生成文本输出。该模型可以回答关于图像的问题、描述视觉内容、基于多张图像创作故事，或仅作为纯语言模型使用。
%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
