Runway 推出 Ruby 模型：将 SDR 视频转成 16-bit HDR，支持 ProRes 导出
Runway 推出新模型 Ruby，能将普通 SDR 视频转换成最高 16-bit 的 HDR 视频，支持导出 ProRes 和 EXR 序列。它兼容用户上传或由 Runway 生成的视频，单段最长 30 秒。创作者无需重新拍摄，就能直接提升画面的动态范围表现。
AI视频
查看更新的新闻
4DAnyone：一段普通视频，转成能自由旋转的 4D 角色
开源项目 4DAnyone 发布，只需输入一段单目人物运动视频，就能重建出可任意角度观察的 4D 高斯泼溅模型。它通过提取骨骼引导多视角生成，细节和一致性优于以往同类方案，目前已开源代码及约 12GB 模型权重。
Black Forest Labs 推出 FLUX 视频超分：可重绘至 4K 并修复伪影
Black Forest Labs 推出 FLUX Video Upscale，支持通过 API 和 Playground 将 480p 起步的视频重新生成至最高 4K。它能针对性修复面部模糊与水面草地网格伪影，提供兼顾一致性的 Precise 与补充细节的 Creative 两种模式。
Magiviz：开源全流程 AI 视频创作引擎，串起剧本分镜到成片
ItusiAI 开源视频创作平台 Magiviz。它将剧本分解、角色设计、分镜绘制、视频渲染到成片合成串成五步流水线，支持 Veo、Kling 等多款模型，并内置用户鉴权与 Stripe 支付，配好 API Key 即可快速上线商业化站点。
GeoWeaver 亮相：把普通长视频切片重建，解决 3D 场景漂移难题
研究团队公布 3D 重建框架 GeoWeaver，能把普通长视频转换为全局一致的 3D 场景。它将视频拆成小片段预测深度，再通过长距离匹配逐步拼接，解决了常见的尺度漂移与相机轨迹失真问题，在基准测试中平均误差最低。不过该成果目前仅发布了论文。
好莱坞与字节跳动达成首个 AI 版权协议：强化 Seedance 等工具防护
美国电影协会（MPA）宣布与字节跳动达成首个 AI 版权协议。此前 MPA 曾就海绵宝宝等未授权内容向其发出警告函，字节跳动随后强化了视频工具 Seedance 与图像工具 Seedream 的 IP 保护机制。不过双方并未公开具体防护细节。
字节跳动开源全模态视频模型 Bernini 2：自然语言修视频，但模型达 180GB
字节跳动开源全模态视频编辑模型 Bernini 2，支持用自然语言直接修改已有视频的视角、背景，或在画面中增删角色与物体。它结合语义规划与扩散渲染提升编辑精度，不过仅模型文件就达 180GB，普通设备本地运行门槛极高。
Evoke 开源：140 亿参数交互式世界模型，单图加摇杆实时生成可控场景
开源交互式世界模型 Evoke 发布，输入单张图片加摇杆操作即可在 3 步内近实时生成交互视频。模型参数量为 140 亿，权重约 57GB，支持数小时长会话并不限长延伸场景。目前代码与全阶段训练权重均已按 Apache 2.0 开源。
Runway Agent 接入 Figma、Dropbox 与 Notion：素材直接调进工作区
Runway 宣布为 Agent 功能接入 Figma、Dropbox 和 Notion 连接器。用户可以直接将这三个平台中的设计稿、文件和文档同步拉入 Runway 工作区，省去反复搬运素材的麻烦。目前该功能已面向所有付费订阅用户开放。
LTX-2.5 开源发布：10 秒视频 6.8 秒生成，原生接入 ComfyUI
LTX 推出开源视频模型 LTX-2.5，两块 Nvidia GB200 芯片自托管下，生成 10 秒 720p 视频仅需 6.8 秒。模型原生整合进 ComfyUI，支持原生多镜头与扩散视频解码器。年收入千万美元以下团队免费商用，API 成本约每秒 0.09 美元。
阿里发布视频模型 Wan3.0：单次直出 30 秒，PPT 与表格也能做视频
阿里云在百炼平台上线视频生成模型 Wan3.0。它将单次生成时长延长至 30 秒，并首次支持直接把 PPT、PDF 和表格等文档转成视频，同时改善了人脸真实度与参考一致性。API 计费 480P 输出每秒 0.05 美元起。
京东开源 JoyAI-Video-Edit：文字即时修视频，720p 达 30 帧
京东开源实时视频编辑模型 JoyAI-Video-Edit。它采用 16B 参数自回归扩散架构，用户输入文字指令即可实时编辑流式画面，支持换装、去杂物与风格迁移。系统在 720p 下跑出 30 FPS，单张 RTX 5090 也能实时运行。
Black Forest Labs 上线 FLUX 3 Video：最长 20 秒高清视频，自带原生对白音效
Black Forest Labs 正式通过 API 推出 FLUX 3 Video。该模型支持生成最长 20 秒、最高 1080p 视频，并原生同步生成对白音效，支持 14 种以上语言对口型。最值得关注的是它支持多镜头与关键帧控制，并提供低成本草稿模式。
Autodesk 推出 Flow Studio 3D 编辑器：把 AI 视频导戏放进三维空间
Autodesk 旗下 Flow Studio 推出 3D Editor 和 Canvas。创作者可以在 3D 空间内精准调度角色动作与摄像机轨迹，再通过节点式画布调用主流 AI 模型渲染成片。这解决了传统 2D 生成难以精准控镜的痛点，兼顾了构图精度与出片效率。
VEED 推出 OpenEdit：不用剪辑轨，用 Claude Code 直接剪视频加字幕
VEED 推出开源编辑管线 OpenEdit，支持用 Claude Code、Codex 等 AI 智能体直接剪辑视频。排版基于 HTML/CSS，配合本地专用渲染器生成 MP4，无需打开传统时间轴。8 月 19 日加入 Fabric 支持后还能直接生成画面与音效，目前仅支持 Apple Silicon Mac。
xAI 升级 Imagine Video 1.5：支持音画参考与原生 1080p
xAI 为 Imagine Video 1.5 推出重要升级，新增图像与声音参考、纯文本生视频和原生 1080p 输出。用户单次最多可传入 7 张参考图来固定人脸、产品或场景，并同步锁定角色声音保持镜头一致。纯文本生成与 1080p 已全面开放，音画参考先向美国付费用户推送。
字节跳动发布 Seedance 2.5：单次生成 30 秒音视频，支持多模态参考
字节跳动发布视频生成模型 Seedance 2.5。模型单次生成时长增至 30 秒并支持多轮延展，能同时接收最多 30 张图片、10 段视频及 10 段音频作为参考，还加入了时间戳级编辑与白模参考能力，目前已在即梦和豆包 Pro 上线。
MiniMax 发布全模态模型 H3：自带立体声 2K 视频，权重即将开源
MiniMax 宣布推出通用全模态模型 H3，打破任务与模态界限，能统一理解并生成文本、图像、视频和音频。模型支持最长 15 秒、最高 2K 分辨率的原生立体声视频生成。最值得关注的是，官方承诺未来几天将开源权重，且 2K 单秒生成价格宣称不足主流模型的三分之一。
Google Gemini 开启限时福利：每人可免费生成 10 个 AI 视频
Google 宣布为未订阅 AI 会员的用户开放限时试用，即日起至 2026 年 8 月 4 日可免费生成最多 10 个视频。该能力由 Gemini Omni 模型驱动，用户可以在工具栏中直接完成生成、编辑与重混。
HeyGen 上线视频播客功能：文档链接一键变双人主持视频
HeyGen 推出新工具 Video Podcast，能将文档、链接或想法直接转化为双人主持的视频节目。不同于以往的纯音频播客生成，它提供演播室场景、多机位切换和空镜画面，几分钟即可生成可直接发布的完整视频。