SIGGRAPH 2025 快手可灵团队提出3D感知的可控电影级视频生成工作CineMaster！
近期，可灵研究团队推出的CineMaster电影级文本到视频生成框架允许用户通过3D感知控制目标和相机运动来创作高质量视频内容。该方法在SIGGRAPH 2025会议中被收录，并展示了从任意视频中提取3D控制信号的数据构建流程。
视频生成模型
转身世界就变样？WorldMem用记忆让AI生成的世界拥有了一致性
本文介绍了一种名为WorldMem的世界生成模型，通过引入记忆机制解决了上下文时间窗口受限导致的一致性问题，在Minecraft数据集上进行验证并展示良好效果。
Lightricks 发布了他们的开源视频生成模型 LTXV -Video-13B
Lightricks 发布开源视频生成模型 LTXV-Video-13B，支持多尺度渲染、高级控制等特性，可完全商业使用。
Adobe 重新启动 Firefly，成为图像、视频、音频等一站式 AI 引擎
Adobe 发布Firefly AI平台新版本，新增翻译音频、视频功能及背景音乐生成能力，提升创意工作效率。支持多种语言翻译、声音与视频同步调整，并提供图像和视频生成模型，增强内容创作灵活性。
速递｜8秒视频只是起点，谷歌Veo 2携8秒720P视频登陆Gemini，硬刚OpenAI Sora
谷歌即将在其Gemini平台上推出新的Veo 2视频生成AI模型，该模型目前仅限于订阅Gemini Advanced的付费用户使用。Gemini Advanced用户可创建720p分辨率8秒的16:9宽高比视频，并通过Gemini的分享按钮上传至TikTok、YouTube等平台。
谷歌杀疯了，顶级视频模型 Veo 2 竟免费开放？速来 AI Studio 白嫖。
谷歌将视频生成模型 Veo 2 免费提供给用户，可在 Google AI Studio 和 Gemini API 使用。官方建议清晰明确的 Prompt 是关键。
谷歌最先进的视频生成模型Veo 2，使用自然语言查询终端命令，将多种Agent框架转换为MCP服务器工具
谷歌最先进的视频生成模型Veo 2能将文本、图像或两者结合转化为八秒的视频，它擅长理解简单和复杂指令，并准确模拟现实世界的物理规律。开发者可以通过Google AI Studio、Gemini API等平台使用Veo 2的核心功能包括文本到视频和图像到视频。同时介绍Python工具Zev用于自然语言查询终端命令、VS Code扩展RooFlow增强AI辅助开发、实时会议转录APIVexa支持多种平台并提供企业级安全保障的工具automcp。
潞晨科技正式推出 Open-Sora 2.0，全新开源的 SOTA 视频生成模型
潞晨科技推出Open-Sora 2.0开源视频生成大模型，性能媲美OpenAI Sora，支持720p高分辨率和流畅24FPS视频生成。