腾讯混元开源图生视频模型：130 亿参数，自带音效与对口型
腾讯混元正式开源图生视频模型 HunyuanVideo-I2V，权重与 LoRA 训练代码全公开。模型总参数量 130 亿，传一张图就能生成带音效的 5 秒 2K 视频，还支持动作驱动和人物对口型。普通用户可在混元官网体验，开发者可在 GitHub 直接下载。
AI视频
查看更新的新闻
Prime Video 测试 AI 配音：先给 12 部影视片补上英语与西语
Amazon 旗下流媒体 Prime Video 宣布正在测试 AI 辅助配音，首批涵盖 12 部此前缺乏配音支持的影视内容。该功能支持英语与拉美西班牙语，由 AI 配音结合人类专业人员把控质量，旨在低成本为片库补齐多语种音轨。
D-ID 联手微软 Azure：把实时 AI 数字人做进 Teams 和企业应用
D-ID 宣布与微软合作，将其实时 AI 数字人技术引入 Microsoft Azure。企业和开发者可在 Azure Marketplace 获取工具，为 Teams 等应用接入具备多语言实时口型同步甚至手语翻译能力的数字人，改善无障碍沟通与交互体验。
LTX Studio 发布开源视频模型 LTXV 0.9.5：开放商用，支持关键帧与 ComfyUI
LTX Studio 发布开源 AI 视频模型 LTXV 0.9.5。新版本开放了商用授权，加入关键帧控制能力，提升了分辨率和画面质量，生成的视频片段更长且伪影更少。最值得关注的是它原生支持 ComfyUI，创作者可以直接接入本地工作流。
广告巨头 WPP 投资 Stability AI：把视觉模型搬进自家营销系统
Stability AI 宣布获得全球广告巨头 WPP 的战略投资并达成合作。WPP 将把 Stability AI 的图像、视频、3D 和音频模型整合进其 AI 系统 WPP Open，用于广告创意与测试。这也是 Stability AI 换帅后在企业商业化上迈出的关键一步。
Meta 公布 Avat3r：只需 4 张自拍照，几分钟捏出可动逼真头像
Meta 与慕尼黑工业大学研究团队公布论文 Avat3r，仅凭 4 张手机自拍和几分钟计算，就能生成可驱动的照片级 3D 头像。它借助视觉 Transformer 预测 3D 高斯，砍掉了以往百台相机或数小时渲染的门槛；不过目前在 RTX 3090 上仅跑 8 FPS，尚无法实时渲染。
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。
Pika 发布 2.2 版本：支持 1080p 与 1 至 10 秒关键帧过渡
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。
特朗普转发加沙 AI 宣传片引众怒：连铁粉都批「极度恶俗」
特朗普在 Truth Social 转发了一段 AI 生成的加沙改造视频。片中加沙被描绘成纸醉金迷的度假村，不仅出现半裸的内塔尼亚胡和跳舞的马斯克，还立起特朗普巨型金像。画面发布后招致强烈反弹，连铁杆支持者也纷纷批评其低俗荒诞。
Wonder Dynamics 推出动作预测：演员被挡住也能还原 3D 动作
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。
阿里开源 Wan2.1 视频模型：登顶 VBench，4090 显卡也能跑
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 为 Dream Machine 增加免费音频生成：一键为视频配音
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。
Promise 收购 Curious Refuge：联手布局 AI 电影教育与创作
Promise 宣布收购 AI 电影学校 Curious Refuge。双方表示将以此拓展创意教育业务，为新一代创作者提供影视制作机会，强调生成式 AI 的目标是放大人类创意，而非取代创作者。
Google Veo 2 定价公布：生成视频每秒 50 美分，一分钟 30 美元
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 合作 Google 上线 Veo 2：视频生成每秒 50 美分
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。
Snap 推出 Set-and-Sequence：单段视频即可定制角色与动作
2025 年，Snap Research 提出文生视频个性化框架 Set-and-Sequence。它把动态概念拆解成学外观的无序帧集合与学运动的时序序列，通过两步 LoRA 训练，让 DiT 模型只靠单段视频就能同时复刻角色的外貌与特定动作并自由组合。
NVIDIA 联手推出 Signs 平台：用 3D 数字人和摄像头 AI 学手语
NVIDIA 联合美国聋哑儿童协会等推出美式手语学习平台 Signs。学习者可通过 3D 数字人示范学习，并借助摄像头获得 AI 实时动作反馈。平台还计划收集 40 万条手语视频并向公众开放，为后续无障碍 AI 工具构建基准数据集。
微软 Xbox 发布 Muse 模型：AI 渲染游戏画面，还想复活经典老游戏
微软研究院与 Ninja Theory 联合发布名为 Muse 的世界与人类动作模型，研究已刊登在《自然》杂志。它基于动作竞技游戏《尖峰战队》训练，能理解 3D 物理与手柄操作并实时生成连贯玩法。最值得看的是，Xbox 打算用它把被老硬件绑死的经典老游戏搬到任意屏幕上。模型已上线 Azure AI Foundry 供开发者体验。
Pika 上线官方 iOS 应用：手机上也能直接生成 AI 视频
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 Shorts 接入 Veo 2：一句话生成独立视频片段
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。