# 视频生成的所有文章

在 HTX 新闻中心浏览与「视频生成」相关的最新资讯与深度分析。潘盖市场趋势、项目动态、技术进展及监管政策，提供权威的加密行业洞察。

视频版Nano Banana来了：内置Gemini世界知识，原版香蕉出图仅需4秒

谷歌发布两款新型多模态AI模型：视频生成模型Gemini Omni Flash与高速图像生成模型Nano Banana 2 Lite。 Gemini Omni Flash融合了Gemini的世界知识与视频生成能力，支持通过文本、图像或视频输入生成或编辑高质量视频，具备对话式编辑、多模态参考等核心功能，生成成本约为每秒0.10美元。不过目前仅支持生成10秒视频，且人物一致性等方面仍有局限。 Nano Banana 2 Lite则主打高速与经济性，生成一张1K分辨率图像仅需约4秒、成本约0.034美元，速度达前代产品的5倍，且文字渲染效果出色。谷歌特别展示了将两款模型串联使用的应用潜力：可先用Nano Banana 2 Lite快速生成图像，再交由Omni Flash转化为动态视频，并演示了“赛博旅游”、“虚拟装修预览”和“电商短视频自动生成”三个具体场景，体现了多模态AI在垂直领域的落地价值。尽管在代码能力上不占优势，但谷歌正凭借其多模态技术布局，深入电商、内容创作等实用赛道，探索差异化的AGI发展路径。

marsbit07/01 01:54

视频版Nano Banana来了：内置Gemini世界知识，原版香蕉出图仅需4秒

marsbit07/01 01:54

李飞飞团队厘清“世界模型”概念，Sora只能算渲染器

斯坦福大学教授李飞飞团队联合发布概念分析文章《世界模型的功能分类法》，指出“世界模型”是AI领域最重要且被严重滥用的术语之一。文章将当前各类被称为“世界模型”的系统，依据其在部分可观马尔可夫决策过程中的功能，归约为三类：渲染器、模拟器和规划器。渲染器（如OpenAI的Sora、各类文生视频模型）的核心是生成面向人类视觉的高保真像素画面，但缺乏物理精确性，无法用于需要真实物理计算的任务。模拟器（如NVIDIA Omniverse）的核心是生成精确的物理状态数据，用于数字孪生、工程分析等，但受限于高质量3D物理数据的稀缺。规划器（如各类机器人控制模型）则根据观测和目标输出具体动作指令。文章指出，概念混乱源于各类系统只承载了“理解世界”完整认知循环中的一个环节，却被营销和叙事包装为完整模型。例如，Sora仅能沿视频数据固有序列“被动续写”，无法基于外部动作进行状态转移预测，因此本质上是渲染器，而非真正的世界模拟器。澄清概念有助于技术选型、投资判断和建立可比基准，避免因能力误解导致决策失误。未来的方向是三类功能的融合，但当前认清各自边界更为重要。

marsbit06/04 03:16

marsbit06/04 03:16

在AI视频生成这块，“遥遥领先”成真了

近日海外一篇分析文章引发关注，认为中国在AI视频生成领域已实现对美国公司的领先，且优势可能长期保持。字节跳动的Seedance 2.0和快手的可灵3.0等工具，在全球评测中表现突出，获得用户认可。领先的关键被认为在于数据和落地场景。字节、快手等平台拥有海量高质量、带用户行为标注的视频数据，为模型训练提供了独特优势。同时，AI视频技术在中国已快速应用于电商视频、广告制作、短剧创作等商业场景，形成了从生成到变现的闭环，而美国工具目前仍多处于实验阶段。然而，挑战同样存在。美国企业在算力规模上仍有显著优势，中国AI公司面临版权纠纷、商业化成本高以及基础语言模型能力存在代差等问题。目前中国在视频生成这一垂直领域取得领先，但整体AI生态的竞争依然激烈。

marsbit05/21 04:35

marsbit05/21 04:35

Gemini 3.5来了！今夜，谷歌亲手淘汰谷歌

在谷歌I/O 2026大会上，谷歌发布了多项重磅AI进展。核心产品包括全新的全能多模态模型“Gemini Omni”，它可以接收任意形式的输入（如图片、音频、视频、文字）并生成高质量视频，且能通过聊天方式进行实时编辑，其生成内容在物理逻辑和场景连贯性上表现突出。同时，谷歌推出了新一代旗舰模型“Gemini 3.5 Flash”。该模型在编码、智能体任务等多项基准测试中，性能全面超越了前代旗舰Gemini 3.1 Pro，输出速度极快，并对标甚至超越了竞争对手的同类模型。与之配套的“Antigravity 2.0”代理开发平台也升级为独立桌面应用，现场演示了由93个子代理在12小时内从零编写出一个功能完整的操作系统内核。此外，谷歌发布了个人AI代理“Gemini Spark”。它由Gemini 3.5驱动，深度集成谷歌办公套件，能够7×24小时在云端运行，根据用户指令自动跨应用（如Gmail、Docs、Sheets）处理复杂任务，如汇总信息、起草邮件、规划活动等。其他重要发布还包括：Gemini App改版并改为算力计费、AI Ultra订阅计划调整以及谷歌搜索25年来最大升级（接入Gemini 3.5 Flash）。整场大会展示了谷歌在实现全模态理解与生成、以及全天候自主智能代理方面的重大突破，标志着AI技术正朝着更强大、更自主的方向加速演进。

链捕手05/20 06:54

链捕手05/20 06:54

谷歌用 AI“杀死”谷歌，这场发布会看得人缺氧

在2026年Google I/O大会上，谷歌发布了一系列重磅AI更新，核心是推动AI从工具向智能体（Agent）和基础设施演进。主要内容包括： 1. **Gemini Omni模型**：一个新的多模态“世界模型”，重点提升视频生成与编辑能力，能理解物理规律并将抽象概念转化为视频，未来目标是从任意输入生成任意内容。 2. **Gemini 3.5 Flash模型**：主打极速响应与低成本，代码能力大幅提升，输出速度可达其他前沿模型的4-12倍。其驱动的开发平台Antigravity 2.0可让AI智能体协同完成复杂任务（如从零构建操作系统）。 3. **AI搜索全面升级**：搜索整合Gemini 3.5，体验更连贯，并引入“信息智能体”功能，可长期跟踪特定主题信息。搜索还将能生成交互式界面来解答复杂问题。 4. **个人AI智能体Gemini Spark**：一个可24小时在云端后台运行的个人助手，能处理多步骤复杂任务（如活动策划、信息汇总），即使设备关机也能工作。 5. **Gemini App大改版**：采用新设计语言，回答内容呈现更动态交互。新增“每日简报”功能，整合邮箱、日历等信息提供个性化晨间摘要。 6. **创意与生产力工具更新**：发布了图片编辑工具Google Pics、升级了网站设计工具Stitch和视频创作工具Google Flow，全面增强AI生成与编辑能力。 7. **押注AI硬件入口**：与三星等合作，推出基于Android XR平台的智能眼镜（显示眼镜和音频眼镜），将Gemini深度集成到可穿戴设备中。 8. **商业模式转变**：文章指出，随着AI功能日益深入和复杂，其高昂的算力成本正推动谷歌从传统的免费互联网模式，转向依靠订阅服务和企业级合同盈利的“AI订阅基础设施公司”。整场发布会信息量巨大，展现了谷歌将AI深度融入其全生态产品的决心，其商业模式的演进也成为关注焦点。

marsbit05/19 23:53

marsbit05/19 23:53

神秘模型HappyHorse空降屠榜，视频生成赛道迎来“鲶鱼”？

一款名为HappyHorse-1.0的文本生成视频模型在AI视频平台Artificial Analysis的盲测排行榜中登顶，以更高Elo评分超越Seedance 2.0和可灵、天工等主流产品。该排名基于真实用户偏好投票，具备较强公信力。经技术社区推测，HappyHorse极有可能是基于3月开源的daVinci-MagiHuman模型优化而来，由上海SII GAIR实验室与北京Sand.ai联合开发。该模型采用150亿参数的单流Transformer架构，实现音视频联合生成，尤其擅长人像类内容。其登顶原因可能源于对评测场景的针对性优化。由于盲测样本中人像和口播类内容占比超60%，而该模型训练阶段就侧重人像生成，因此在用户观感上占据优势。不过实测反馈显示，它在多人场景、长时序生成等方面仍有局限，需依赖高端算力，暂未达到广泛可用水平。尽管如此，HappyHorse的意义在于首次有开源背景的生成模型在用户盲测中比肩闭源商业产品。这不仅对依赖技术差距维持定价权的闭源厂商构成挑战，也为开发者在数字人、虚拟主播等垂直场景提供了更低成本、更高自主性的技术选择。开源与闭源之间的效果鸿沟，正在逐渐收窄。

marsbit04/08 07:57

marsbit04/08 07:57

美媒揭秘 Sora 关停内幕：日亏百万、用户数腰斩，遭遇对手抢人

OpenAI突然关停了其视频生成工具Sora，该项目曾被视为继ChatGPT后的下一个消费者AI重点产品。关停主因是Sora长期处于严重亏损状态，每日亏损约100万美元，且用户数从峰值100万腰斩至不足50万。同时，Sora消耗了大量宝贵的AI算力资源，而OpenAI正将资源转向优先级更高的企业级AI产品和新型“超级应用”开发。 Sora团队原与迪士尼达成了一项价值10亿美元的合作，迪士尼计划在其流媒体平台中使用Sora生成的内容，并投资OpenAI。但随着Sora关停，该合作未能继续。OpenAI表示，关停是基于对计算资源进行严格优先级分配的战略调整。此外，Sora的核心研发人员曾成为Meta等公司高薪挖角的对象。尽管OpenAI通过加薪留住了关键人才，但项目仍因战略调整而被终止。目前，OpenAI将把原Sora团队转向机器人等长远技术方向，而迪士尼则表示正与其他AI供应商探讨合作。

marsbit03/30 07:28