NVIDIA 釋出 Cosmos 世界模型：把千里路測放大成數十億虛擬里程
NVIDIA 在 CES 上推出生成式世界基礎模型平臺 Cosmos。它被接入自動駕駛三計算方案，包含模型、分詞器與影片管線，能將數千英里人類駕駛資料擴增為數十億英里虛擬里程，幫開發者以極低成本生成極端駕駛場景。模型已在 Hugging Face 開源。
AI影片
檢視更新的新聞
Google DeepMind 組建新團隊：原 Sora 負責人帶隊造「世界模型」
前 OpenAI Sora 聯合負責人 Tim Brooks 宣佈在 Google DeepMind 組建新團隊，研發模擬物理世界的生成模型。團隊將結合 Gemini、Veo 與 Genie 的成果，探索具身智慧規劃與即時互動生成。DeepMind 認為這是通往 AGI 的關鍵路徑。
VanceAI 推出 Video AI：影片最高可超分至 8K，還支援插幀到 120 FPS
VanceAI 推出影片增強工具 Video AI。該工具支援將低清影片超解析度提升至最高 8K，並整合最高 120 FPS 插幀補幀、SDR 轉 HDR、去噪、去隔行以及畫面防抖功能，方便創作者一站式處理畫質問題。
YouTube 上線 AI 訓練許可設定：預設禁止第三方抓取，創作者可自主授權
YouTube 推出第三方 AI 訓練授權開關，預設禁止外部廠商拿創作者影片訓練模型。創作者可在 YouTube Studio 中主動勾選 OpenAI、Anthropic、Apple 等 18 家特定公司，或徹底放開。不過，Google 自己的模型訓練不受該設定影響。
Google 釋出影片模型 Veo 2：支援 4K 與鏡頭控制，Imagen 3 同步升級
Google 推出新一代影片模型 Veo 2，支援最高 4K 解析度與數分鐘長影片，能精準理解 18mm 鏡頭和景深等專業運鏡指令。同時升級的 Imagen 3 已在全球 100 多個國家上線，並配合 Gemini 推出影像混合工具 Whisk。目前 Veo 2 已在 Google Labs 開啟候補。
紐約大學 Tisch 學院引入 Runway：AI 影片工具進駐虛擬製作中心
Runway 宣佈紐約大學 Tisch 藝術學院虛擬製作碩士專案將引入其 AI 影片套件。2025 年春季學期，學生將在新建的馬丁·史柯西斯虛擬製作中心上課，探索將生成式 AI 融入影視前置預覽與終期創作。
Pika 2.0 上線：畫質提升，新增「場景素材」支援參考圖
Pika 正式推出 Pika 2.0 影片生成模型。新版本強化了文本對齊與畫面表現，並新增「場景素材」（Scene Ingredients）功能，允許使用者上傳人物、地點或物品的參考圖片，大幅提升影片生成的一致性與控制力。
Amazon 測試 Prime Video 新功能：用「AI Topics」替掉老演算法推片
Amazon 開始在 Prime Video 上測試「AI Topics」推薦功能。系統不再單純依靠傳統演算法，而是用 AI 生成更細緻的主題標籤，比如奇幻探索或扣人心絃的角色歷程，方便觀眾順著話題連環找片。目前該功能僅在美國部分 Fire TV 等客廳裝置上小範圍測試。
TwelveLabs 獲 3000 萬美元融資：專攻影片搜尋，前 Siri 架構師加盟
影片理解 AI 公司 TwelveLabs 宣佈完成 3000 萬美元戰略融資，總融資額達 1.071 億美元。同時，前 SK Telecom CTO、Siri 核心架構師 Yoon Kim 加盟出任總裁。其模型專為影片打造，能精準檢索畫面內容，正加速拓展企業與安防場景。
Runway 啟動學生大使計劃：送 10 萬積分和免費 Pro 會員
Runway 推出學生大使計劃，面向藝術、電影、設計等專業學生提供 10 萬免費積分和 Pro 計劃支援。入選者還能直接對接 Runway 團隊與行業人脈。目前該專案已與紐約大學等多所高校展開合作。
YouTube 擴大 AI 配音功能：開放數十萬知識類頻道，支援釋出前預覽
YouTube 宣佈將 AI 自動配音功能向合作伙伴計劃中數十萬個知識與資訊類頻道開放。英語影片會自動配音為日、德、西等 8 種語言，創作者上傳後可先預覽或撤回。雖然目前聲線機械感較明顯，但官方承諾後續會改進語氣與情緒擬真度。
NVIDIA 推出自由視角模型 QUEEN：任意角度看影片，還能流式傳輸
NVIDIA 聯合馬里蘭大學公佈 AI 模型 QUEEN。該模型通過複用靜態背景、只重構動態內容，在 GPU 上實現了每秒約 350 幀的渲染速度。這意味著觀眾未來能從任意角度看比賽直播，也能輔助遠端遙控機器人，程式碼即將開源。
TARFlow 讓歸一化流重獲新生：借力 Transformer，生成質量追平擴散模型
研究團隊提出結合自迴歸 Transformer 的歸一化流架構 TARFlow，讓這一長期被擴散模型壓制的範式重獲新生。它採用單一可逆網路和最大似然目標，在保持完全可逆特性的同時，樣本質量追平擴散模型，並能擴充套件至影像與影片生成。
OpenAI 員工透露 Sora v2 即將釋出：最長生成 1 分鐘，支援多模態輸入
據 OpenAI 員工 Chad Nelson 在倫敦演講中透露，影片生成模型 Sora v2 即將釋出。新版本支援生成最長 1 分鐘的影片，並提供文本生影片、圖文生影片以及基於現有影片結合提示詞二次生成的多種輸入模式。
OpenAI 開啟 12 天釋出季：傳影片模型 Sora 和新推理模型將上線
據 The Verge 報道，OpenAI 計劃從 12 月 5 日起連續 12 天每天推出新功能或演示。知情人士透露，釋出內容預計包括備受期待的影片生成工具 Sora、全新推理模型，以及 ChatGPT 聖誕語音等彩蛋。
AdCreative.ai 推出電商影片模型：單張產品圖變 16 秒廣告片
AdCreative.ai 推出產品影片生成模型 Product VideoShoot。它基於廣告大模型 AdLLM，能把靜態產品圖直接轉成 16 秒 1080p 廣告片，支援鏡頭縮放與運鏡控制。最值得關注的是其融入了轉化預測資料，目前向 Pro 和 Enterprise 使用者開啟 Beta 測試。
DeepMind 釋出 Genie 2：一張圖生成可玩 3D 世界，鍵鼠直接操控
Google DeepMind 釋出基礎世界模型 Genie 2。輸入一張靜態圖片，它就能推演生成支援鍵鼠操控的 3D 互動環境，最長維持 1 分鐘一致性。這意味著研究者無需依賴預設遊戲，就能為具身智慧體批次打造無限的訓練場景。目前該技術仍處於早期研究階段。
Google 開放視聽創作底牌：Imagen 3 正式上線，Veo 開啟企業私測
Google 宣佈 Imagen 3 全面開放給 Vertex AI 客戶，影片生成模型 Veo 也開啟私測。Veo 支援圖生影片與區域性編輯，最長可輸出 6 秒高畫質片段。這意味著 Google 開始將前沿多模態能力塞進企業雲服務，不過 Veo 目前仍需申請預覽資格。
Amazon 推出 Nova 系列大模型：主打極速與價效比，價格直降 75%
Amazon 釋出新一代基礎模型家族 Amazon Nova，涵蓋 Micro、Lite、Pro 以及影像生成 Canvas 和影片生成 Reel。最值得關注的是，其在 Amazon Bedrock 上不僅響應速度最快，成本還比同級別頂尖模型直接砍掉至少 75%。
Hailuo AI 推出 I2V-01-Live：讓 2D 插畫角色開口說話、自然動起來
MiniMax 旗下 Hailuo AI 釋出圖生影片模型 I2V-01-Live。該模型專為 2D 插畫和角色設計，重點優化了運動平滑度、穩定性和微表情，能讓靜態畫作裡的角色開口說話、動作更自然，並適配多種藝術風格。