LTX Studio 釋出 LTXV 0.9.6:帶來兩款 2B 開源影片模型
LTX Studio 釋出 LTXV 0.9.6 更新,推出兩款 2B 引數開源影片模型。新版分為面向成片渲染的完整質量版,以及主打快速預覽與輕量化部署的蒸餾版,整體生成速度和穩定性都有所提升。
LTX Studio 釋出 LTXV 0.9.6 更新,推出兩款 2B 引數開源影片模型。新版分為面向成片渲染的完整質量版,以及主打快速預覽與輕量化部署的蒸餾版,整體生成速度和穩定性都有所提升。
阿里巴巴開源 14B 引數影片生成模型 Wan2.1-FLF2V,允許創作者通過輸入起始和結束兩幀來生成過渡影片。該模型利用附加控制機制注入首尾幀的語義特徵,以維持畫風一致與複雜動作平滑,官網支援免費生成 5 秒 720p 影片。程式碼與權重已上線 GitHub 與 Hugging Face。
Arcads 向所有使用者上線「Gestures」功能。選定 AI 數字人後,只需輸入一句情緒提示詞,就能生成對應的神態與肢體動作,專為影片開頭的吸睛鉤子設計。也就是說,不用複雜調節,一句話就能解決數字人廣告面部與動作呆板的問題。
LTX Studio 釋出更新,新增時間軸編輯器與自定義 AI 角色訓練功能。創作者可以直接修剪片段、調整場景節奏並精準同步音訊,還能用參考圖固定主角面部與服裝風格。AI 影片最頭疼的剪輯和角色「變臉」難題,終於被整合進了同一套流程。
據法新社報道,多名演員將面孔與聲音授權給 Synthesia 等 AI 影片平臺後,發現自己的數字分身被用於虛假醫療廣告、末日預言甚至政變宣傳。由於簽署的合同充斥著廣泛且不可撤銷的授權條款,他們事後根本無法要求下架影片。
快手在北京正式釋出 KLING 2.0 影片模型與 KOLORS 2.0 影像模型。新版本引入多元素編輯器,允許使用者直接在已有影片中增刪或替換元素。官方同時透露,自去年 6 月上線以來,可靈 AI 全球使用者已突破 2200 萬。
Google 宣佈影片生成模型 Veo 2 正式面向開發者開放。開發者可在 Google AI Studio 試用或通過 Gemini API 付費接入,模型支援通過文本或圖片提示生成 8 秒影片,具備真實物理模擬和多種運鏡風格。
Google DeepMind CEO Demis Hassabis 在播客中表示,Google 最終會將 Gemini 和影片生成模型 Veo 合併,以此提升模型對物理世界的理解能力。他透露 Veo 主要是通過觀看海量 YouTube 影片來摸索現實物理規律,這也是打造通用數字助理的關鍵一步。
導演詹姆斯·卡麥隆在播客中表示,要繼續拍出像《沙丘》或《阿凡達》這樣的重特效大片,就必須用 AI 將製作成本砍半。他認為 AI 不是替代人類工作,而是讓鏡頭製作速度翻倍,且自己正嘗試將 AI 融入視效工作流。
Adobe 預告將在 Photoshop 中推出首個創意智慧體 Action Panel。它能主動分析畫面並推薦修圖操作,支援用自然語言觸發超過 1000 種一鍵動作並代為執行。此外,Adobe 還計劃為 Premiere Pro 和 Acrobat 等產品配備粗剪和文件分析智慧體。
Google 披露正利用 AI 重製 86 年前的經典電影《綠野仙蹤》,用於拉斯維加斯 Sphere 場館的 16K 巨型螢幕。團隊微調 Gemini、Veo 2 和 Imagen 3,不僅擴充套件背景、拉高畫質,還藉助華納檔案數字化還原畫外角色。全片超 90% 內容經 AI 處理,預計 2025 年 8 月 28 日首映。
導演詹姆斯·卡麥隆在播客中表示,重度依賴特效的大片必須藉助 AI 將製作成本減半,核心是把單鏡頭完成速度翻倍而非裁員。對於版權爭議,他認為人類本身也是靠經驗訓練的模型,法律應判定最終輸出是否侵權,而非限制訓練輸入。
Google 宣佈影片生成模型 Veo 2 正式接入 Gemini API,支援文生影片與圖生影片;同時推出支援音影片低延遲流式處理的 Live API 預覽版。繼 2.5 Pro 之後,具備思考能力的輕量級模型 Gemini 2.5 Flash 也即將面向開發者上線。
Google Cloud 將文本生成音樂模型 Lyria 引入 Vertex AI 白名單預覽,成為首個集齊影片、影像、語音和音樂全模態的企業平臺。同時 Veo 2 增加運鏡控制與影片修圖,Chirp 3 支援 10 秒音訊克隆聲音。目前新能力均需申請白名單。
針對玩家批評微軟 AI 版《雷神之錘 II》演示砸人飯碗,Quake 締造者 John Carmack 發文力挺。他稱這項即時生成研究令人印象深刻,AI 正如當年高階語言淘汰手寫機器碼,是推動進步的強力工具。Epic CEO Tim Sweeney 也表示贊同。
Amazon 升級影片生成模型 Nova Reel 至 1.1 版本,把生成時長從 1 分鐘拉長到最長 2 分鐘。新版本還加入了「多鏡頭」功能,不僅能保持整段影片風格統一,還支援用單張圖片和提示詞精準控鏡,創作者一次最多可生成 20 個連續鏡頭。
學者 Xiaolong Wang 宣佈將測試時訓練(TTT)引入影片生成。該方案將 TTT 作為 RNN 記憶模組並結合 Diffusion Transformer,通過梯度下降更新隱藏狀態,成功生成了 1 分鐘劇情連貫的《貓和老鼠》動畫,為長影片生成的記憶瓶頸提供了新解法。
Runway 推出 Gen-4 Turbo,這是其目前最強影片模型的最快版本。生成一段 10 秒的影片現在僅需 30 秒,主打快速迭代與創意探索。目前該功能已面向所有方案的使用者開放。
Microsoft 開放由 Muse 模型即時生成的《Quake II》技術演示,Copilot 使用者可在瀏覽器試玩。該版本支援 640 x 360 解析度與可玩幀率,完全脫離原始引擎執行。雖然畫質模糊且限時遊玩,但展現了 AI 翻新與移植老遊戲的潛力。
Blackmagic Design 釋出 DaVinci Resolve 20 公開測試版,新增超 100 項功能。最值得關注的是 IntelliScript 和多機位智慧切換,前者能對照劇本文本自動拼出粗剪時間線,後者可識別說話人自動切鏡頭。目前免費版和 Studio 測試版均已開放下載。