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。
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
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。
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。
AI 原生影视公司 Utopai Studios 完成 6000 万美元融资,估值突破 10 亿美元。该公司基于 MiniMax H3 定制视频模型 Utopai X,在 Artificial Analysis 全球文生/图生视频盲评中稳居第二,并计划于 2027 年推出多部院线电影以验证其内容生产基础设施的商业价值。
字节跳动火山引擎发布 Seedance 2.5 4K 模型,通过专项训练强化人物表情与细节呈现,支持 Draft 模式以低成本验证分镜后生成 4K 正片。该模型目前仅向部分企业客户开放试用,旨在满足影视制作对高画质与色彩层次的需求。
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。
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。
Anthropic 宣布 Claude 现已支持通过文本提示直接生成交互式动画解说视频和实时数据仪表盘。同时,此前独立发布的 Claude Design 将于 12 月 14 日并入主应用,提供统一的工作流体验。
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。
AI 影视公司 Utopai Studios 推出的模型 Utopai X 在 Artificial Analysis 文生视频盲测榜单中位列全球第二,仅次于阿里 Wan 3.0。该公司由 00 后华裔创业者 Cecilia Shen 创立,估值约 10 亿美元,计划明年推出三部院线电影。