搜索全球AI产品动态

腾讯开源的一致性视频生成工具 “HunyuanCustom”，该模型不仅能生成生动的视频内容，还能实现音频与口型的同步。这一创新技术的发布，标志着在深度伪造视频领域的一次重要进步。 一图生成，深度伪造不再遥远HunyuanCustom 的最大亮点在于用户只需提供一张图像，就能创造出深度伪造风格的视频。这一功能可以简化视频制作流程，用户不再需要多张图片作为参考，极大地提升了视频内容生成的便利性。HunyuanCustom 不仅限于简单的视频生成。该模型还具备处理多种场景的能力，包括单一角色

腾讯混元团队宣布将于5月9日（周五）早上11点推出开源的一致性视频生成工具 HunyuanCustom。根据官方海报提示，该工具将支持视频编辑。

Lightricks 公司宣布推出其最新的 AI 视频生成模型 ——LTXV-13B。这款拥有130亿参数的模型在生成高质量 AI 视频方面速度提升了30倍，并且能够在普通消费级硬件上运行，而无需昂贵的企业级 GPU。 LTXV-13B 的核心技术是 “多尺度渲染”，这一创新方法显著提高了视频生成的效率。通过逐层生成视频细节，创作者能够在标准的桌面计算机和高端笔记本上制作专业品质的 AI 视频。Lightricks 的联合创始人兼首席执行官 Zeev Farbman 表示:“我们的用户现在可以以更高的质量和一致性创作内容，并且能够更

Luma AI 宣布其旗舰视频生成模型 Ray2的 Camera Concepts API 正式上线，为开发者提供了前所未有的电影级镜头控制能力。结合此前推出的 Camera Motion Concepts 和 Camera Angle Concepts，这一 API 的发布标志着 AI 视频生成技术在创意控制和生产效率上的重大突破。Camera Concepts API:赋予开发者电影级创意控制Luma Ray2的 Camera Concepts API 允许开发者通过简单的 API 调用，精准控制 AI 生成视频中的镜头运动和角度。该 API 整合了 Ray2的 Camera Motion Concepts（包括平移、轨道、起重机镜头等20余种运动模式）和 Camera Angle

豆包宣布其视频生成功能进行了重大升级，这一消息迅速吸引了众多用户的关注。此次升级涵盖了语义理解、影调画质、风格类型以及动作连贯性等多个方面，显著提升了视频生成的质量和用户体验。

随着生成式AI技术的迅猛发展，视频创作领域正迎来新的变革浪潮。Pixverse作为AI视频生成领域的领先平台，近期推出了Model Context Protocol（MCP），为用户和开发者提供了更高效、灵活的视频生成解决方案。MCP是什么?解锁AI视频生成新方式Pixverse的MCP（Model Context Protocol）是一种专为AI视频生成设计的协议，允许用户通过支持MCP的应用程序(如Claude或Cursor)直接调用Pixverse的最新视频生成模型。这一协议的核心在于无缝集成，用户无需复杂的开发环境或专业技能，即可通过自然语言提示生成高质量视

阿里巴巴集团的科学家们推出了 VACE，这是一种旨在统一处理广泛视频生成和编辑任务的通用人工智能模型。VACE 的核心是增强的扩散 Transformer 架构，其创新之处在于“视频条件单元”（VCU）这一新型输入格式。VCU 将文本提示、参考图像或视频序列以及空间蒙版等多种模态输入提炼为统一的表示，并通过专门的机制协调不同输入，避免冲突。概念解耦实现精细控制VACE 采用“概念解耦”技术将图像分割为可编辑和固定区域，实现对修改内容和保留内容的精细控制。视觉信息通过遮罩划分为

Character.AI 近日宣布推出全新视频生成模型 AvatarFX，这一突破性技术能够将静态图片转化为具有真实感的可说话视频角色，赋予图像中的人物动态表情、唇部同步以及自然肢体动作。AvatarFX 的核心是其最先进的基于扩散模型的动态生成技术。该技术依托经过精心筛选的数据集进行训练，融合了创新的音频条件化、蒸馏和推理策略，使得用户能够以极高的速度生成高保真、时间一致性强的视频。无论是长序列的叙事，还是多个角色之间的对话，AvatarFX 都能够完美应对，带来令人惊艳的视觉体验

近日，由 DBC、CIW 和 CIS 联合发布的 “2025年 AI 视频生成企业 TOP20” 榜单正式出炉，快手旗下“可灵AI”、爱诗科技“PixVerseAI”及抖音“即梦AI”占据前三席位。另外，阿里巴巴（通义万相、绘蛙AI视频）、腾讯(智影)、科大讯飞(讯飞绘镜)、MiniMax(海螺AI)等多家企业均榜上有名。

2025年4月，视频生成技术公司Moonvalley宣布成功完成4300万美元的B轮融资，此轮融资由11位未具名投资者参与，使得该公司总融资额达到1.13亿美元。这笔资金将进一步推动Moonvalley在AI视频生成领域的技术创新和市场扩展。就在披露融资信息的10天前，Moonvalley推出了旗下首款视频生成模型Marey。这款模型由Moonvalley与动画工作室Asteria合作研发，专为精细控制镜头和物体运动设计。Marey的创新之处在于其能够生成最多30秒的高质量视频，并能够精确模拟如国际象棋棋子移动或微风吹拂头发的细节动作

人工智能视频生成技术正以前所未有的速度改变内容创作格局。AIbase从社交媒体获悉，Google Veo2已正式登陆Google AI Studio，向用户开放免费试用权限。这一消息引发了开发者与创作者的广泛热情，不仅标志着Veo2的普及迈出关键一步，也为AI视频生成提供了低门槛的测试环境。以下是AIbase对这一动态的深度报道，解析Veo2的免费试用机制、提示工程建议及行业影响。Veo2免费试用:Google AI Studio的创作新舞台Google AI Studio作为Google提供的一站式AI开发平台，现已集成Veo2视频生成模型，为用户提供免费

Google DeepMind的最新视频生成模型 Veo2正式登陆Google AI Studio和Gemini API，标志着AI视频生成技术迈向新的高度。作为Google对标OpenAI Sora的旗舰产品，Veo2以其卓越的视觉真实感、物理模拟能力以及对复杂指令的精准响应，迅速成为业界焦点。Veo2:高保真视频生成的突破Veo2是Google DeepMind在视频生成领域的最新力作，支持从文本或图像提示生成高达720p分辨率、每秒24帧、时长最长8秒的视频片段，未来有望扩展至4K分辨率和更长时长。相较于前代模型，Veo2在视觉细节、运动流畅性及物理真实性上实现了

人工智能视频生成领域迎来新的里程碑。AIbase从社交媒体获悉，字节跳动近期发布了其全新视频生成模型Seaweed-7B的论文与演示，展示了一系列突破性功能，包括音视频同步生成、长镜头叙事和实时高分辨率生成。这一发布标志着字节跳动在AI视频技术上的加速布局，以下是AIbase对Seaweed-7B的深度报道，解析其技术亮点与行业影响。Seaweed-7B震撼亮相:多功能视频生成Seaweed-7B是字节跳动Seed团队开发的新一代视频生成基础模型，以仅70亿参数实现了媲美甚至超越更大规模模型的性能。AIbase了解到，

阿里通义实验室近日发布了一款名为 “OmniTalker” 的新型数字人视频生成大模型。这一创新模型的核心在于其能够通过上传一段参考视频，实现对视频中人物的表情、声音和说话风格的精准模仿。相较于传统的数字人制作流程，OmniTalker 显著降低了制作成本，同时提升了生成内容的真实感和互动体验，满足了广泛的应用需求。OmniTalker 的使用十分简便，用户只需在平台上上传一段参考视频，就能生成与之同步的音频和视频内容。目前，该项目已在魔搭社区和 HuggingFace 等平台开放体验，并提

人工智能视频生成技术持续掀起热潮。近日，AIbase从社交媒体获悉，Google AI Studio已开始向部分用户开放其先进的Veo2视频模型有限免费试用。这一消息引发了广泛关注，尽管试用次数受限且冷却时间尚未明确，Veo2的强大性能仍令人期待。以下是AIbase基于最新信息的深度报道，带您了解这一动态的背后细节与意义。Veo2免费试用:有限机会引发热议据社交媒体反馈，Google AI Studio近期对部分用户解锁了Veo2视频模型的免费试用权限。Veo2作为Google DeepMind开发的最新一代AI视频生成工具，以其支持高达

人工智能（AI）驱动的视频生成技术正快速发展，近日，一款名为 Pusa 的开源视频模型引起了业界的关注。该模型基于领先的开源视频生成系统 Mochi 进行微调，不仅展现了尚可的效果，更重要的是，完全开源了包括训练工具、数据集在内的整个微调过程，且训练成本仅为约100美元，为视频生成领域的研究和应用带来了新的可能性。基于Mochi微调，初步展现视频生成能力Pusa-V0.5是 Pusa 模型的早期预览版本，其基础模型是 Artificial Analysis Leaderboard 上领先的开源视频生成系统 Mochi1-Preview。通过对

在人工智能领域不断创新的谷歌，近日宣布了一项激动人心的计划。谷歌 DeepMind 的首席执行官 Demis Hassabis 在播客节目 Possible 中透露，公司将把其 Gemini AI 模型与 Veo 视频生成模型进行整合。这一举措旨在提升 Gemini 对物理世界的理解能力，助力开发出一个真正能够在现实生活中为用户提供帮助的通用数字助手。Hassabis 指出，从一开始，Gemini 模型就被设计为一个多模态系统，能够处理多种类型的数据和信息。他表示:“我们的愿景是构建一个能够整合各种媒体形式的助手，这样它才能更好地

近日，AI视频生成平台Pika推出了一项革命性的新技术，允许用户以超现实的方式操控视频中的任何角色或物体。这一突破性功能的发布迅速引发了全球创作者的热烈反响。据AIbase了解，Pika的这项技术能够实现高度逼真的视频编辑效果，来自其创作者社区的演示片段令人叹为观止，展现了AI在视频内容创作中的无限可能。超现实操控:视频编辑新体验Pika的新技术通过先进的AI算法，赋予用户前所未有的视频操控能力。无论是改变视频中角色的动作、调整物体的位置，还是为场景添加动态效果，

人工智能视频生成领域再迎突破!Pika Labs最新推出的Pika Twists功能正式上线，为视频创作者带来了前所未有的灵活性和想象空间。这一功能允许用户精准编辑视频中的特定角色或物体，同时保持画面其他部分的完美一致，彻底颠覆传统视频编辑的复杂流程。AIbase为您深入解析这一创新功能的亮点及其对行业的潜在影响。Pika Twists:重塑视频中的现实Pika Twists的核心在于其强大的“选择性编辑”能力。无论是改变角色的服装、调整物体的位置，还是赋予画面全新的动态效果，用户只需通过简单的

英国初创公司 Synthesia 以人工智能技术生成逼真头像，近日与美国的股票视频公司 Shutterstock 签署了一项授权协议，旨在利用 Shutterstock 丰富的视频库来提升其技术的逼真度。这项交易的金额虽然未披露，但 Synthesia 表示，这将有助于他们的最新 AI 模型更好地捕捉人的表情、语音语调和肢体语言。Synthesia 创建数字头像的过程是通过人类演员来实现的。这些数字头像常被企业用于制作各种公司视频，例如网络安全咨询、账单计算以及职场沟通等场景。公司的客户包括英国的劳埃德银行和英国家