LTX Studio 发布 LTXV 0.9.6：带来两款 2B 开源视频模型
LTX Studio 发布 LTXV 0.9.6 更新，推出两款 2B 参数开源视频模型。新版分为面向成片渲染的完整质量版，以及主打快速预览与轻量化部署的蒸馏版，整体生成速度和稳定性都有所提升。
AI视频
查看更新的新闻
阿里开源 14B 视频模型 Wan2.1-FLF2V：输入首尾帧即可生成过渡
阿里巴巴开源 14B 参数视频生成模型 Wan2.1-FLF2V，允许创作者通过输入起始和结束两帧来生成过渡视频。该模型利用附加控制机制注入首尾帧的语义特征，以维持画风一致与复杂动作平滑，官网支持免费生成 5 秒 720p 视频。代码与权重已上线 GitHub 与 Hugging Face。
Arcads 上线 Gestures：输入提示词就能生成数字人动作与情绪
Arcads 向所有用户上线「Gestures」功能。选定 AI 数字人后，只需输入一句情绪提示词，就能生成对应的神态与肢体动作，专为视频开头的吸睛钩子设计。也就是说，不用复杂调节，一句话就能解决数字人广告面部与动作呆板的问题。
LTX Studio 上线时间轴：支持精细剪辑与自定义 AI 演员
LTX Studio 发布更新，新增时间轴编辑器与自定义 AI 角色训练功能。创作者可以直接修剪片段、调整场景节奏并精准同步音频，还能用参考图固定主角面部与服装风格。AI 视频最头疼的剪辑和角色「变脸」难题，终于被整合进了同一套流程。
把肖像权卖给 AI 公司后，演员后悔了：分身被用来推销假药与搞宣传
据法新社报道，多名演员将面孔与声音授权给 Synthesia 等 AI 视频平台后，发现自己的数字分身被用于虚假医疗广告、末日预言甚至政变宣传。由于签署的合同充斥着广泛且不可撤销的授权条款，他们事后根本无法要求下架视频。
快手发布可灵 2.0：支持多元素视频编辑，全球用户超 2200 万
快手在北京正式发布 KLING 2.0 视频模型与 KOLORS 2.0 图像模型。新版本引入多元素编辑器，允许用户直接在已有视频中增删或替换元素。官方同时透露，自去年 6 月上线以来，可灵 AI 全球用户已突破 2200 万。
Google 开放 Veo 2 视频生成 API：支持图文生成 8 秒镜头
Google 宣布视频生成模型 Veo 2 正式面向开发者开放。开发者可在 Google AI Studio 试用或通过 Gemini API 付费接入，模型支持通过文本或图片提示生成 8 秒视频，具备真实物理模拟和多种运镜风格。
DeepMind CEO：Google 计划将 Gemini 与视频模型 Veo 合并
Google DeepMind CEO Demis Hassabis 在播客中表示，Google 最终会将 Gemini 和视频生成模型 Veo 合并，以此提升模型对物理世界的理解能力。他透露 Veo 主要是通过观看海量 YouTube 视频来摸索现实物理规律，这也是打造通用数字助理的关键一步。
詹姆斯·卡梅隆谈电影制作：想拍《沙丘》这种大片，得靠 AI 把成本砍半
导演詹姆斯·卡梅隆在播客中表示，要继续拍出像《沙丘》或《阿凡达》这样的重特效大片，就必须用 AI 将制作成本砍半。他认为 AI 不是替代人类工作，而是让镜头制作速度翻倍，且自己正尝试将 AI 融入视效工作流。
Adobe 预告首个 Photoshop 智能体：看图自动给修图建议，一键执行
Adobe 预告将在 Photoshop 中推出首个创意智能体 Action Panel。它能主动分析画面并推荐修图操作，支持用自然语言触发超过 1000 种一键动作并代为执行。此外，Adobe 还计划为 Premiere Pro 和 Acrobat 等产品配备粗剪和文档分析智能体。
Google 用 AI 重制《绿野仙踪》：画面扩至 16K，让画外角色重回镜头
Google 披露正利用 AI 重制 86 年前的经典电影《绿野仙踪》，用于拉斯维加斯 Sphere 场馆的 16K 巨型屏幕。团队微调 Gemini、Veo 2 和 Imagen 3，不仅扩展背景、拉高画质，还借助华纳档案数字化还原画外角色。全片超 90% 内容经 AI 处理，预计 2025 年 8 月 28 日首映。
詹姆斯·卡梅隆谈 AI：大片成本必须砍半，监管应管输出而非输入
导演詹姆斯·卡梅隆在播客中表示，重度依赖特效的大片必须借助 AI 将制作成本减半，核心是把单镜头完成速度翻倍而非裁员。对于版权争议，他认为人类本身也是靠经验训练的模型，法律应判定最终输出是否侵权，而非限制训练输入。
Google开发者大放送：Veo 2视频模型上线API，2.5 Flash即将到来
Google 宣布视频生成模型 Veo 2 正式接入 Gemini API，支持文生视频与图生视频；同时推出支持音视频低延迟流式处理的 Live API 预览版。继 2.5 Pro 之后，具备思考能力的轻量级模型 Gemini 2.5 Flash 也即将面向开发者上线。
Google Vertex AI 凑齐多模态：上线音乐模型 Lyria，升级 Veo 2 视频编辑
Google Cloud 将文本生成音乐模型 Lyria 引入 Vertex AI 白名单预览，成为首个集齐视频、图像、语音和音乐全模态的企业平台。同时 Veo 2 增加运镜控制与视频修图，Chirp 3 支持 10 秒音频克隆声音。目前新能力均需申请白名单。
微软 AI 版 Quake 挨批，卡马克力挺：造强力工具是进步核心
针对玩家批评微软 AI 版《雷神之锤 II》演示砸人饭碗，Quake 缔造者 John Carmack 发文力挺。他称这项实时生成研究令人印象深刻，AI 正如当年高级语言淘汰手写机器码，是推动进步的强力工具。Epic CEO Tim Sweeney 也表示赞同。
Amazon 升级 Nova Reel 1.1：视频时长翻倍至 2 分钟，支持多镜头连续生成
Amazon 升级视频生成模型 Nova Reel 至 1.1 版本，把生成时长从 1 分钟拉长到最长 2 分钟。新版本还加入了「多镜头」功能，不仅能保持整段视频风格统一，还支持用单张图片和提示词精准控镜，创作者一次最多可生成 20 个连续镜头。
TTT 架构杀入视频生成：结合 Diffusion 生成 1 分钟连贯动画
学者 Xiaolong Wang 宣布将测试时训练（TTT）引入视频生成。该方案将 TTT 作为 RNN 记忆模块并结合 Diffusion Transformer，通过梯度下降更新隐藏状态，成功生成了 1 分钟剧情连贯的《猫和老鼠》动画，为长视频生成的记忆瓶颈提供了新解法。
Runway 推出 Gen-4 Turbo：生成 10 秒 AI 视频仅需 30 秒
Runway 推出 Gen-4 Turbo，这是其目前最强视频模型的最快版本。生成一段 10 秒的视频现在仅需 30 秒，主打快速迭代与创意探索。目前该功能已面向所有方案的用户开放。
微软用 Muse 模型生成《雷神之锤 2》：浏览器可玩，免原始引擎
Microsoft 开放由 Muse 模型实时生成的《Quake II》技术演示，Copilot 用户可在浏览器试玩。该版本支持 640 x 360 分辨率与可玩帧率，完全脱离原始引擎运行。虽然画质模糊且限时游玩，但展现了 AI 翻新与移植老游戏的潜力。
DaVinci Resolve 20 公测：超 100 项更新，AI 能照着剧本剪片
Blackmagic Design 发布 DaVinci Resolve 20 公开测试版，新增超 100 项功能。最值得关注的是 IntelliScript 和多机位智能切换，前者能对照剧本文本自动拼出粗剪时间线，后者可识别说话人自动切镜头。目前免费版和 Studio 测试版均已开放下载。