Skywork 开源 Matrix-Game 2.0：支持 25FPS 实时交互的世界模型
Skywork 发布开源长序列交互式世界模型 Matrix-Game 2.0。上周 DeepMind 的 Genie 3 引发关注但未开源，Matrix-Game 2.0 则主打完全开源，支持 25FPS 与数分钟连续交互，让开发者能直接运行实时可交互的世界模型。
AI视频
查看更新的新闻
Perplexity 上线视频生成：支持移动与网页端，Pro 用户每月 5 条
Perplexity 宣布在网页端、iOS 和 Android 上线视频生成功能。Pro 订阅用户每月可生成 5 条视频，Max 用户每月可生成 15 条且画质更强。搜索助手正进一步从图文回答跨入动态视频呈现。
Pika 公布音频驱动表演模型：6 秒生成超逼真表情，速度快 20 倍
Pika Labs 宣布推出全新音频驱动表演模型。该模型支持近乎实时的超逼真面部表情渲染，任意长度与风格的高清视频均能在 6 秒内生成，速度提升 20 倍且成本降低 20 倍。该功能即将上线 Pika 社交应用。
Midjourney 上线 HD 视频模式：像素增加 4 倍，专供高端订阅
Midjourney 宣布面向 Pro 和 Mega 订阅会员推出 HD 高清视频模式。该模式画面像素数约为默认 SD 视频的 4 倍，不过生成成本也高出约 3.2 倍，主要面向对素材画质有严苛要求的专业创作者。
环球影业片尾加警告：严禁拿旗下电影喂 AI，违者直接起诉
据报道，环球影业开始在《驯龙高手》等新片片尾加入明确法律声明，严禁将电影用于 AI 训练，违者将面临起诉。环球影业希望通过在全球公映版本中加入此声明，明确保留版权并限制数据抓取，为后续可能的盗版与侵权诉讼奠定基础。
Google DeepMind 发布 Genie 3：输一句话，实时生成可交互世界
Google DeepMind 发布通用世界模型 Genie 3。输入文字描述后，它能以 720p、24 帧每秒实时生成可自由探索的动态环境，并维持数分钟的一致性。用户还能随时追加文本修改天气或道具。目前它仅作为研究预览版向少数研究者和创作者开放。
xAI 上线 Grok Imagine：支持 15 秒带声视频，自带「香辣模式」
xAI 正式面向 SuperGrok 与 X Premium+ 订阅者推出图像与视频生成器 Grok Imagine。它能将提示词转为 15 秒带原生音频的视频，还带有允许生成轻度 NSFW 内容的「香辣模式」，不过名人和过激内容仍会触发审核打码。
Higgsfield 接入 MiniMax 海螺：无限免费生成视频，设 2 万美元大奖
Higgsfield AI 宣布接入 MiniMax 海螺视频生成模型，并提供无限次免费生成。平台同时启动总奖金 2 万美元的视频挑战赛，作品征集截至 8 月 17 日。这意味着创作者能零门槛体验高质量 AI 视频并争夺奖金。
亚马逊投资「AI 界 Netflix」Fable：打字就能当导演拍动画
获亚马逊 Alexa Fund 投资的 Fable 公开发布 AI 动画创作平台 Showrunner。用户输入文字即可生成动画场景或整集剧集，还能上传照片把本人做成角色。平台目前在 Discord 上免费开放，首批上线了恶搞科技大佬的《Exit Valley》等原创作品。
Luma 推出 Dream Machine 指令修改功能：打字就能给视频换装换场景
Luma Labs 在 Dream Machine 中上线 Modify with Instructions 功能，订阅用户直接用自然语言即可修改视频内容。只需在画面中选定目标并输入修改提示词，就能在整段视频中实现物体替换、换装或虚拟布景，并支持三档强度微调。目前已向全部订阅用户开放。
Google NotebookLM 升级：不仅能听播客，现在还能看「视频概览」
Google 宣布为 NotebookLM 推出视频概览功能。它以有声幻灯片的形式呈现，AI 会自动抽取文档图表并生成讲解画面。此外，Studio 面板支持在同一个笔记本里保存多个同类输出，还允许一边听播客一边看思维导图。
Yelp 上线 AI 拼接短视频：抓取用户评价和照片，自动生成探店解说
Yelp 在 iOS 应用全美上线 AI 生成的餐厅短视频。系统利用 OpenAI 撰写解说脚本、ElevenLabs 生成旁白配音并自动拼接用户的真实图文。不过商家目前无法提前预览，普通用户也暂不能禁止自己的照片被选用。
微软 Copilot 测虚拟形象：实时微表情互动，未来还会「变老」
本周，Microsoft 在 Copilot Labs 开启 Copilot Appearance 预览测试，为助手加入具象化虚拟角色。它能根据对话微笑、点头或做出惊讶表情。Microsoft AI 负责人 Mustafa Suleyman 表示，未来 Copilot 将拥有固定身份，甚至会产生随时间「变老」的数码包浆。目前仅面向美、英、加部分用户开放。
Midjourney 上线视频首尾帧控制：支持无缝循环，Discord 也能直接玩
Midjourney 推出视频生成新特性，支持用户自定义起始帧和结束帧画面。这意味着创作者可以让两个画面平滑形变过渡，或者直接生成无缝循环视频。该视频生成能力现已上线 Discord 机器人，不过官方表示网页端体验目前依然更好。
Runway 推出 Aleph 视频模型：支持任意改视角、增删物体和调光
Runway 发布上下文视频模型 Runway Aleph。它主打多任务视频生成与编辑，能直接在原视频上增删物体、改变场景视角，甚至任意修改风格与光照。目前已向所有付费用户开放。
马斯克宣布复活短视频鼻祖 Vine：这次将以「AI 形式」回归
Elon Musk 在 X 上宣布将复活短视频应用 Vine，但这次是「以 AI 形式回归」。目前他尚未公布具体细节，外界推测可能包含 AI 生成短片或智能推荐功能。
ChatGPT 测试多款人设模式：支持讽刺毒舌，学习功能同步曝光
OpenAI 被曝在 ChatGPT「自定义」中灰度测试多种性格模式，包含直白的 Robot、讽刺的 Cynic、倾听者 Listener 等风格。同时平台正推出支持分步讲解与测验的 Study Together 学习功能，服务端也出现 Sora 2 与 GPT-5 的相关测试痕迹。
Google 相册上线新创作工具：一键把静态照片变 6 秒短视频
Google 宣布在 Google Photos 中上线照片转视频工具，能直接把相册里的静态照片转成 6 秒动态短视频。此外还推出了可将照片转为动漫或 3D 风格的 Remix 功能。所有 AI 生成内容均嵌入 SynthID 数字水印，目前面向美国用户推送。
Leonardo.Ai 上线 Veo 3 Fast：支持带声 8 秒 1080p 视频，生成快 3 倍
Leonardo.Ai 宣布上线 Veo 3 Fast 模型。新版本可生成最高 1080p 分辨率、带声音的 8 秒视频，生成速度比常规 Veo 3 最多快 3 倍，主要用于创意构思与提示词测试，已面向 Leonardo 用户计划开放。
Pika 推出纯 AI 社交视频 App：基于高表现力人体模型，开放 iOS 测试
Pika Labs 宣布正在打造首款纯 AI 社交视频应用，底层基于高表现力的人体视频模型。该应用此前已完成数周内测，目前正式开放 iOS 早期访问。用户下载 App 后可加入候补名单，有邀请码则能直接免排队体验。