Gemini 上线图生视频：基于 Veo 3 生成 8 秒带声音短片
Google 为 Gemini 推出「图生视频」功能，依托 Veo 3 模型把静态照片转成 8 秒带声音的动态短片。用户在输入框选择视频工具并上传图片即可生成。该功能目前先面向部分地区的 Google AI Pro 和 Ultra 订阅用户开放。
AIGC · 日报
周四
7月10日 星期四
周二
7月8日 星期二
Moonvalley 开放 AI 视频模型 Marey：全开源授权训练，可用鼠标拖出运镜
Moonvalley 正式向公众开放 AI 视频模型 Marey 的订阅，起售价每月 14.99 美元。该模型号称完全使用开源授权数据训练以避免版权纠纷，支持用鼠标拖拽调整 3D 运镜，最长生成 5 秒片段。
Dynamicslab 推出 Mirage：没有预制地图的实时 AI 游戏引擎
Dynamicslab 推出实时 AI 游戏引擎 Mirage。它彻底抛弃了预制地图与静态资产，采用 Transformer 与扩散架构混合模型，根据玩家操作在云端实时逐帧生成 3D 画面。目前它以约 16 fps 在浏览器中串流运行，还支持上传截图即时生成可探索世界。
周一
7月7日 星期一
Google Veo 3 支持图生音视频：一张图片即可开口说话
Google 宣布在 AI 影视制作工具 Flow 中升级 Veo 3，正式支持在「图生视频」中直接生成角色语音对话。用户只需提供第一帧图像，就能驱动角色动作并生成配套台词，显著改善了角色一致性。同时 Flow 扩展至全球 140 多个国家。
周四
7月3日 星期四
Gemini 全球上线 Veo 3：Pro 会员每天可生成 3 条视频
Google 宣布面向全球所有 Pro 会员上线 Veo 3 视频生成功能，覆盖欧洲、印度及印尼等地区。Pro 会员每天可获得 3 次视频生成额度，额度每日自动刷新。这意味着高规格视频生成能力正式面向更广泛的消费级订阅用户放开。
周三
7月2日 星期三
NVIDIA 联手 Black Forest Labs：FLUX.1 Kontext 获 TensorRT 加速
NVIDIA 宣布为 Black Forest Labs 的图像编辑模型 FLUX.1 Kontext [dev] 提供 TensorRT 加速。通过量化将模型体积压缩至 12GB（FP8）和 7GB（FP4），推理性能提升超 2 倍，创作者在本地 RTX 显卡上即可靠自然语言轻松修图。
百度发布图生视频模型 MuseSteamer，并全面升级 AI 搜索框
周三，百度推出企业级 AI 图生视频模型 MuseSteamer，可生成最长 10 秒视频，提供 Turbo、Pro 与 Lite 三个版本。同时百度大改搜索引擎，搜索框开始支持更长提问与图文语音输入。不过 MuseSteamer 目前仅供企业使用，暂未推出面向个人的应用。
周二
7月1日 星期二
Google 让哈雷博物馆老照片动起来：用 Veo 生成动态视频
Google Arts & Culture 推出 Moving Archives 项目，首期联手哈雷戴维森博物馆，借助 Veo 视频模型将百年前的静态黑白档案照转为动态短片，并由 Gemini 生成文字与语音解说。老档案不再只是泛黄的静止画面，观者能在原图与动态视频间随时切换对比。
周一
6月30日 星期一
Spotify 涌现 AI 假乐队：全靠生成音乐月吸 50 万听众
一支名为 The Velvet Sundown 的新乐队在 Spotify 吸引超 50 万听众，却被网友发现从音乐到成员全由 AI 生成。该账号不到一个月发行了两张专辑，随后在社交平台晒出的庆祝照也充斥着 AI 生成破绽。
周四
6月19日 星期四
Perplexity 在 X 推出视频生成功能：发推即可获得带声音的 8 秒短片
Perplexity 为其 X 账号 @AskPerplexity 上线视频生成功能。用户发推写下提示词并 @ 该账号，就能生成约 8 秒、包含同步声音和对白的 AI 短片。由于上线后请求过载，生成出现了排队延迟，目前该功能仅限 X 平台。
Krea 上线 Hailuo 02：主打图生视频一致性与动态表现
Krea 宣布在其平台上线 Hailuo AI 开发的 Hailuo 02 视频模型。该模型主打图生视频的一致性与运动质量，能把静态图片转化为保持原始特征的连贯视频，明显降低了营销与数字内容制作的门槛。
HeyGen 上线产品植入功能：传张照片和台词，数字人直接拍 UGC 广告
HeyGen 推出「Product Placement」功能。用户上传产品照片、挑选数字人并输入文案，就能生成 UGC 风格带货广告。该功能由 Avatar IV 驱动，支持手势与唇形同步，主打免摄影棚和演员，现已面向所有用户开放。
周三
6月18日 星期三
Runway 推出 Chat Mode：一个对话框搞定图像和视频生成
Runway 宣布推出 Chat Mode。用户可以在单一对话界面中完成从创意构思到迭代的全过程，同时生成图像和视频。说白了，就是把原本分散的图像和视频工作流整合进一个对话框里，省去了来回切换工具的麻烦。
Midjourney 上线首个视频模型 V1：图生 5 秒短片，继承招牌画风
Midjourney 近日上线首款视频生成模型 V1。该功能仅限网页端，可将图片转为 5 秒动态片段，支持自定义运镜与动作并可延长至 20 秒。官方称其成本比竞品便宜 25 倍。最值得关注的是其保留了独家美学质感，不过目前仅支持图生视频且没有音频。
YouTube Shorts 将接入 Google Veo 3：今年夏天上线 AI 视频生成
周三，YouTube CEO Neal Mohan 宣布，将在今年夏天晚些时候把 Google 旗下的 AI 视频生成工具 Veo 3 接入 YouTube Shorts。此前 Shorts 已用旧版 Veo 生成背景，升级后创作者可直接调用顶级视频模型。日均播放超 2000 亿次的 Shorts 正借此发力创作者生态。
周二
6月17日 星期二
MiniMax 发布视频模型 Hailuo 02：原生 1080p，搞定复杂体操动作
MiniMax 发布新一代视频生成模型 Hailuo 02。新模型改用 NCR 架构，参数量扩大到上一代的 3 倍，训练和推理效率提升 2.5 倍，支持原生 1080p 输出，在体操等复杂物理动作表现突出。目前已在网页端、移动端与 API 同步上线。
百度上线罗永浩双数字人直播：6 小时带货超 5500 万元
百度在电商平台推出罗永浩数字人直播，由文心大模型驱动，首次采用双数字人搭档实时互动主持。这场 6 个多小时的直播吸引了超 1300 万次观看，产生超 5500 万元人民币 GMV，展现了数字人带货的规模化变现能力。
KREA AI 公测首个图像模型 Krea 1：联手 @bfl_ml，主打画质与美学控制
KREA AI 宣布面向所有用户开放首个图像模型 Krea 1 的公开测试。该模型由其与 @bfl_ml 联合训练，主打更出色的图像质量与美学控制力。目前该模型已开放免费体验。
周五
6月13日 星期五
DeepMind 联手阿罗诺夫斯基：用 Veo 拍短片，实拍无缝嵌进 AI 婴儿
Google DeepMind 宣布首部与导演达伦·阿罗诺夫斯基旗下机构合作的短片《ANCESTRA》在翠贝卡电影节首映。团队将视频模型 Veo 与实拍结合，开发出运动匹配和局部加物功能，把 AI 生成的逼真新生儿无缝融入实拍镜头。这表明生成式 AI 正加速嵌进好莱坞传统制作管线。
周四
6月12日 星期四
Kalshi 在 NBA 总决赛播 AI 广告：成本仅 2000 美元，Veo 3 几天搞定
周三晚上，预测交易平台 Kalshi 在 NBA 总决赛期间播出了一条全 AI 生成的电视广告，制作成本仅约 2000 美元。制作者利用 Google 的 Veo 3 和 Gemini 在两三天内生成并剪辑完成，号称相比传统广告制作降低了 95% 的成本。
周三
6月11日 星期三
Meta AI 上线视频编辑功能：50 多种预设一键重绘短视频
Meta 在 Meta AI 应用、网页版及 Edits 应用中推出生成式 AI 视频编辑功能。受 Movie Gen 模型启发，用户可通过 50 多种预设提示词，将 10 秒短视频转换为复古漫画或游戏风格。该功能目前在美国等十余个国家限时免费提供。
周二
6月10日 星期二
Krea AI 发布图像模型 Krea 1：摆脱塑料感，7 秒生成支持 4K
Krea AI 推出图像模型 Krea 1，核心目标是摆脱一眼假的「AI 感」。新模型主打细腻真实的皮肤质感与胶片瑕疵美学，支持原生 1.5K 生成与 4K 放大，HD 出图仅需 7 秒，且支持用户上传最多 50 张图微调风格，目前每日提供免费生成额度。
