AI视频

12 月 16 日，阿里正式发布了新一代万相 Wan 2.6 系列模型，面向专业影视制作和图像创作场景进行了全面升级。全新的 Wan 2.6 是国内首个支持角色扮演功能的视频模型，同时支持音画同步、多镜头生成及声音驱动等功能。 此次升级版本直接对标 Sora2，其核心功能亮点体现在以下几方面： 其中最值得关注的当属智能多镜头叙事能力。分镜是电影级创作的一个专…

继12月1日快手发布首个统一多模态视频模型可灵O1后，仅两天后，又火速上线了Kling Video 2.6——可灵系列首个实现原生音频的模型，能够单次生成包含画面、自然语音、匹配音效及环境氛围的完整视频，大幅简化创作流程。 Kling 2.6的核心突破在于其多模态的深度协同，技术特点十分鲜明： 基于这一技术赋能，Kling 2.6可适配多种应用场景： 在此前…

话不多说，文接上篇，让我们从字母L继续。 字母L： LLM (Large Language Model，大语言模型) 定义：一个在海量文本数据上进行预训练，规模巨大、参数量通常在十亿级别以上的深度学习模型，能够理解和生成人类语言。 通俗解释：把它想象成一个读完了人类历史上几乎所有书籍、网页和对话的“超级大脑”或“通天晓”。它不仅能和你聊天，更能扮演“世界模拟…

2025年末，AIGC（AI-Generated Content，人工智能生成内容）早已从前沿概念，演变为深刻改变创意产业的强大生产力。从本质上讲，AIGC是利用机器学习，特别是深度学习模型，通过对海量数据的学习，来自动化地生成全新的文本、图像、音频、视频、3D交互内容乃至代码等各种形式的数字资产。它不仅仅是一种技术工具，更被视为重塑内容生产逻辑、驱动经济社…

10月末，无论是长视频的B站还是各短视频平台，都涌现出一大批爆火视频：用我们所熟知的比如86版《西游记》中的经典IP角色，在AI技术加持下焕新，纷纷走入录音棚演唱着符合各自IP的原创歌曲。其口型与情绪表达与音乐高度匹配，配以逼真的视频画面，赢得了一次次“一键三连”。 借助使用能够实现高拟真画面生成的Nano Banana与Seedream 4.0，精通各音乐…

在我们 9 月末的评测文章《国产AI视频“2.5时代”首战：Wan2.5的“电影感”与Kling 2.5的“稳定美学”，能否击败Veo 3？》中，曾提到国产 AI 视频模型正不约而同迈入 2.5 时代，而在一个多月后的 10 月 28 日，这一阵营中的又一员大将——来自 MiniMax 的 Hailuo 也正式迎来升级，推出 2.3 版本。 Hailuo 2…

随着 AI 视频生成技术从基础的提示词理解迈向电影级画面创作，模型的进化方向已不再局限于画质本身，而是延伸至具备导演思维的运镜逻辑与对用户深层意图的感知能力。“电影级”，正成为新一代 AI 视频模型的核心标签。 在九月末密集发布的 AI 视频模型中，Wan2.5 与 Sora 2 凭借音画同步能力的突破，将 AI 视频的叙事质感推向一个新高度。紧随其后，生数…

10月16日，就在AI视频领域的军备竞赛仍聚焦于 Sora 2 音画同步所加入的高拟真度赛道时，Google 经过数日网上泄密与舆论发酵后，突然强势切入战局，公开释出其视频生成模型的全新迭代——Veo 3.1，此次升级旨在系统性地提升视频生成的几大重要维度：导演级的叙事控制能力、电影级的音频质量，以及更高的场景真实感。Veo 3.1的正式推出，无疑进一步拉高…

国庆假期第一天，当AI视频领域的热度还聚焦在Kling 2.5拿下SOTA，Wan2.5大获好评之时，OpenAI再次以“核弹级”的发布，将视频生成技术推向了全新的叙事维度——Sora 2，一个不仅能看见“世界”，更能听懂“世界”的视频模型。 自Sora初次亮相以来，凭借对物理世界近乎“复刻”的模拟能力，彻底改写了AI视频生成的质量标杆。然而，在AIGC创作…

时值九月尾声，国产 AI 视频模型领域再度活跃，似乎正蓄势待发，欲在国庆之际交出一份令人瞩目的阶段性答卷。9 月 23 日至 24 日，可灵与阿里相继发布了其最新升级的视频生成模型——Kling 2.5 Turbo 与 Wan2.5-Preview。两款模型不约而同地将版本号锁定在“2.5”，似乎也预示着 AI 视频生成技术已正式迈入“2.5 时代”。 先来…