字節跳動推出 DMAD：4 步完成影片生成，提速數倍
字節跳動釋出視覺生成對抗蒸餾方法 DMAD。它把原模型當作教師，通過分佈匹配訓練僅需 4 步去噪的學生模型。該方法適配 MiniMax-H3、Wan2.1 等架構，將原本 20 至 30 步的影片生成流程大幅壓縮，畫質不減。
Wan2.1
FixAnything 開源：用影片大模型一鍵修復“崩掉”的 3D 渲染
研究人員開源 FixAnything，利用影片擴散模型修補 3D 渲染中的瑕疵。無論是 3DGS、NeRF 還是網格，一旦在新視角下出現空洞與漂浮噪點，它都能借助影片先驗輸出連貫乾淨的高質量影片。
ProxyPose 現已開源：在 2D 影片裡點一下，就能追蹤物體 6-DoF 三維位姿
多倫多大學團隊公佈開源系統 ProxyPose，只需在普通 2D 影片中點選一個畫素，就能精準追蹤物體的三維位置和旋轉軌跡。它巧妙利用影片模型將目標替換為彩色立方體，再用幾何演算法解算出位姿，即使面對透明、反光或極端遮擋也能穩定追蹤。
Relit-LiVE 影片重打光框架：無需相機追蹤，長鏡頭光影保持物理真實
研究團隊提出影片重打光框架 Relit-LiVE，無需相機姿態資料，就能在一個擴散過程中聯合預測重打光畫面與逐幀環境貼圖。它在長鏡頭中能保持陰影與反射的物理真實，還支援去光照與材質替換等編輯任務。
微軟推出 World-R1：用強化學習補齊影片生成的 3D 空間短板
微軟推出影片生成框架 World-R1。它無需改動底層模型架構，基於 Wan2.1 並藉助強化學習和 3D 模型反饋將空間約束融入生成過程。這解決了影片幾何變形問題，大幅降低了世界模擬的訓練成本。
OmniTransfer 釋出：給一段參考影片，就能復刻特效、動作與運鏡
OmniTransfer 推出基於 Wan 2.1 的影片遷移框架，將視覺特效、動作驅動、運鏡控制以及角色 ID 和風格遷移統一在單個架構中。最值得關注的是，它無需手動提取骨架或估計相機軌跡，就能直接把參考影片裡的動態與質感遷移到新畫面。
騰訊推出 VerseCrafter：單圖生成影片，可在 Blender 裡拖運鏡和物體軌跡
騰訊等研究人員推出影片世界模型 VerseCrafter。它以 Wan2.1 為底座，能將單張圖片轉化為幾何場景，讓使用者在 Blender 中直接編輯運鏡路線與物體的 3D 運動軌跡，生成多視角下連貫的高質量動態影片。不過模型目前對人體朝向和非剛性背景形變控制仍有限制。
阿里開源 14B 影片模型 Wan2.1-FLF2V：輸入首尾幀即可生成過渡
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。
Krea 上線影片訓練功能：支援用自定義影片微調 Wan 2.1
Krea 推出影片訓練功能，允許使用者使用自己的影片微調開源模型 Wan 2.1。該功能讓模型學習特定的自定義風格、動作或物體，進一步提升了 AI 影片生成的精細控制力。
阿里開源 Wan2.1 影片模型：登頂 VBench，4090 顯示卡也能跑
阿里通義實驗室開源影片生成模型套件 Wan2.1，包含 14B 和 1.3B 兩個版本，在關鍵基準上跑分超過 Sora，生成速度提升 2.5 倍。模型支援影片生音訊與中英雙語文字渲染，輕量版在單張 RTX 4090 顯示卡上 4 分鐘即可生成 5 秒影片。