术语slug: text-to-video

文生视频

Text-to-Video

根据文本提示词自动生成动态视频内容的生成式 AI 技术

收录情报动态

共 15 篇 · 第 1/2 页
Arena.ai (@arena)T1·基座大模型
58 分
Kimi K3.1 Pro 开源权重登顶 Agent Arena 开源榜

Arena.ai 周报显示,月之暗面开源 Kimi K3.1 Pro 权重,以 5.3% 净提升位列 Agent Arena 开源模型第一;腾讯混元 Hy4 以每任务 0.57 美元中位成本成为 Agent Arena 最强中文模型并改写帕累托前沿,权重即将开放。谷歌 Gemini Omni 1.2 Flash 同时登顶文生视频与图生视频,OpenAI GPT Image 2.6 系列以约两倍于前代的速度上线。

OpenRouter (@OpenRouter)T1·基座大模型
62 分
Gemini Omni 1.2 Flash 上线 OpenRouter 支持 15 秒 4K 视频生成

Google 的视频模型 Gemini Omni 1.2 Flash 通过 OpenRouter 上线,单次生成时长从 1.1 版的 10 秒提升至 15 秒,支持 360p 至 4K 分辨率、原生音频与横竖屏比例,每秒价格较上代下降约 30%。同一模型还可在 chat completions 中处理文本、图像与视频提示,131K 上下文,输入 $1.50/M、输出 $9/M。

Arena.ai (@arena)T1·基座大模型
72 分
Gemini Omni 1.2 Flash 登顶视频生成双榜第一

Google 发布 Gemini Omni 1.2 Flash,在 Arena 文生视频榜以 1541 分登顶,较上代提升 27 分,图生视频同样第一、视频编辑第三。新版本将生成与编辑时长上限提升至 15 秒,改善长时序场景一致性与角色口型,并降价 30% 至 720p 每秒 0.07 美元。

Artificial Analysis (@ArtificialAnlys)T1·基座大模型
68 分
xAI 发布 Grok Imagine Video 1.5 Lite:以 Veo 3.1 三分之一成本登顶质量速度帕累托前沿

xAI 推出低成本视频生成模型 Grok Imagine Video 1.5 Lite,在 Artificial Analysis 视频竞技场 T2V v2.0 榜单中位列第 17,超越谷歌 Veo 3.1。该模型以 1080p 分辨率下每秒 0.14 美元的价格(约为 Veo 的三分之一)和 60.5 秒的中位生成时间,成功占据质量与速度的帕累托前沿位置。它在多场景叙事、光照材质及文本渲染等特定用例中表现接近顶级水平,为开发者提供了高性价比的视频生成选项。

OpenRouter (@OpenRouter)T1·基座大模型
35 分
xAI Grok Imagine 上线 Video 1.5 Lite:主打低价文生视频,480p 每秒仅 $0.02

xAI 在 Grok Imagine API 中正式推出 Video 1.5 Lite 模型,定位为文本转视频和图像转视频的“主力工作马”。该版本以极具竞争力的价格切入市场,480p 分辨率下成本低至每秒 0.02 美元,720p 为 0.03 美元,1080p 为 0.14 美元。目前该模型已接入 OpenRouter 平台供开发者调用。

量子位官网T2·基座大模型
68 分
Utopai X 视频模型登全球第二,影视公司入局 AI

独立评测机构 Artificial Analysis 最新文生视频榜单显示,由 AI 影视公司 Utopai Studios 开发的模型 Utopai X 以微弱差距位列全球第二。该模型在物理模拟与光影控制上表现优异,标志着具备深厚影视制作基因的公司正通过自研大模型重塑内容生产流程。