OpenAI 视频生成工具 Sora 正式在欧盟与英国上线
OpenAI 宣布旗下 AI 视频生成工具 Sora 正式进入欧盟和英国市场。这意味着当地用户现在也可以直接体验 Sora 的视频生成功能,进一步扩大了该产品的可用地区范围。
OpenAI 宣布旗下 AI 视频生成工具 Sora 正式进入欧盟和英国市场。这意味着当地用户现在也可以直接体验 Sora 的视频生成功能,进一步扩大了该产品的可用地区范围。
Ideogram 发布最新图像模型 Ideogram 2a,主打更快速度与高拟真图文排版生成。最关键的是,2a 定价比上一代 2.0 便宜了 50%,并在主站和 API 同步开放。同时官方还推出了免登录即可查看提示词的公开 Feeds,进一步降低使用门槛。
Pika 推出 Pika 2.2,支持 10 秒视频生成与 1080p 分辨率。新版加入了关键帧过渡功能 Pikaframes,允许创作者在 1 至 10 秒内精确控制画面转换。目前新功能已上线官网开放体验。
Mystic 推出 Structure Reference 功能。该工具允许用户在生成图像时精准控制画面结构的完整度,支持从卡通到写实风格的转换,可用于电影、3D、游戏及建筑设计等多种场景。
Wonder Dynamics 推出 AI 模型 Motion Prediction,专门解决无标记动作捕捉中的遮挡难题。即使演员被障碍物遮挡或身体局部出画,模型也能自动补全连贯姿态并减少滑步,已集成至 Wonder Animation。
阿里通义实验室开源视频生成模型套件 Wan2.1,包含 14B 和 1.3B 两个版本,在关键基准上跑分超过 Sora,生成速度提升 2.5 倍。模型支持视频生音频与中英双语文字渲染,轻量版在单张 RTX 4090 显卡上 4 分钟即可生成 5 秒视频。
Luma AI 宣布为 Dream Machine 推出「视频转音频」功能。生成视频后点击新增的「Audio」按钮,就能一键自动配音,或通过提示词指定音频效果。该功能目前处于 Beta 测试阶段,面向所有用户免费开放。
Google 悄悄公开了视频生成模型 Veo 2 的定价页面。生成视频每秒收费 50 美分,折算下来一分钟 30 美元、一小时 1800 美元。相比 OpenAI 将 Sora 捆绑在每月 200 美元的 Pro 订阅中,Google 选择了直接按秒计费。
Freepik 宣布与 Google 合作上线视频生成模型 Veo 2。根据 Google 定价页面,Veo 2 生成视频每秒收费 50 美分,折合每分钟 30 美元。该模型支持生成 2 分钟以上片段,相比 OpenAI Sora 的月费订阅,按秒计费为创作者提供了新选择。
AI 视频平台 Pika 宣布正式在苹果 App Store 推出官方 iOS 应用。用户现在可以直接在手机端体验视频生成与特效功能,方便生成后直接在移动端发布和分享。
YouTube 宣布将 Google DeepMind 的 Veo 2 模型接入 Shorts 的 Dream Screen。创作者不仅能用文字生成背景,还能直接生成插入短视频的独立片段,对物理规律和人体动作理解更强,并附带 SynthID 水印。目前已向美、加、澳、新西兰开放。
Stable Diffusion 3.5 Large 及 Stable Image Ultra、Core 正式上线 Microsoft Azure AI Foundry 模型目录。SD3.5 Large 支持文生图和图生图,主打更强的提示词遵循能力,企业可直接在已有云架构中调用部署。
Adobe 正式推出 Firefly 视频模型测试版,集成了文生视频、图生视频与音频翻译功能。模型支持 1080p 输出与首尾关键帧精确控制,坚持仅使用授权内容训练以确保商用安全,并同步上线 Standard 和 Pro 付费方案。
Luma AI 宣布在 Dream Machine 中正式开放 Ray 2 驱动的图生视频功能。用户拖入任意静态图片,就能将其转为动态视频,无论是历史文物、经典画作还是日常照片和表情包都能直接做成动画。
佳士得宣布将于 2 月 20 日举办首个纯 AI 艺术专场拍卖「Augmented Intelligence」,现场还将展示实时作画的机器人。此举随即引发艺术界强烈反弹,抗议公开信在 24 小时内获得超 1800 人签名,指责其推崇未经授权训练的生成工具。
Pika 推出全新视频编辑功能「Pikaswaps」,让用户精准修改视频片段中的特定元素。只要用画笔圈选画面,配合文字提示或上传参考图,就能直接替换服装、表情、特定物品乃至整块背景。这让复杂的视频合成和换装操作大幅简化。
AI 视频生成平台 Pika 推出名为 Pikadditions 的新功能。用户可以在自己拍摄的视频或任何现有剪辑里,随意添加指定的人物或物体。目前新用户注册即可获赠 15 次免费生成额度。
Google 宣布通过 Gemini API 正式上线图像生成模型 Imagen 3。单张生成费用为 0.03 美元,支持多种画风与画幅调节,并内置 SynthID 隐形水印。目前优先向付费开发者开放,后续将拓展至免费层。
3D 协作平台 Spline 推出 AI 模型 Spell。它能在几分钟内把单张图片变成完整的 3D 场景,输出支持高斯泼溅或 NeRF 渲染的体素体积。模型注重物理一致性,镜头穿入墙体时会模拟真实碰撞而非画面融变变质。
Runway 正式推出文生图模型 Frames,面向每月 95 美元的 Unlimited 及企业订阅用户开放。它内置 19 种预设视觉风格,主打电影级光影和风格一致性,生成的静态图能一键送进 Gen-3 等视频模型做动态渲染。最值得关注的是,它试图用可控工作流正面挑战 Midjourney。