媒体量子位2026/04/03 20:548710
• Wan2.7实现多模态内容生成
• 支持3K tokens文本与精准调色
阿里千问APP推出Wan2.7模型，实现视频生成、图像创作、动作模仿等多模态能力，支持3K tokens文本输入和精准色彩控制，通过实际案例展示其在内容创作上的强大表现，强调技术普惠与商业化落地。
专题：video-generation
按该标签聚合的大模型资讯列表（自动分类与标签提取）。共 16 篇文章。
媒体爱范儿2026/04/02 17:596520
• 豆包大模型日均 120 万亿 Token，成本 30‑50 亿元
• AI 视频创作与智能体推动 Token 使用激增
火山引擎披露豆包大模型日均 120 万亿 Token 消耗，折算成本达 30‑50 亿元人民币，显示国内 AI 需求爆发。中国 Token 使用量已突破 140 万亿，全球占比 36%，智能体和视频生成是主要驱动。企业需关注模型质量、安全和 Skills，云厂商正因 Token 计费上涨价格。
媒体InfoQ 中文2026/03/25 23:537820
• Sora因技术与市场问题关停
• 视频生成技术仍存诸多挑战
Sora作为视频生成AI产品因技术与市场因素关停。文章分析其未能成为‘视频版ChatGPT’的原因，包括生成质量、计算成本、用户需求与商业模式等。核心亮点在于对AI视频生成技术现状的深入探讨。
媒体量子位2026/03/20 17:498990
• 人类与Agent协同创作
• 节点工作流+无限画布
LibTV是LiblibAI推出的AI视频创作工具，支持人类与Agent协同创作。通过无限画布、节点工作流和多种专业功能，实现从剧本到成片的一站式创作。AI Agent可一键生成视频，无需人工干预。该产品集成了顶级图像、视频和音频模型，提供高效、灵活的创作体验。
媒体AWS Machine Learning Blog2026/03/20 00:457830
• VRAG结合图像检索与视频生成
• 支持批量处理和结构化提示
本文介绍AWS推出的VRAG方案，通过结合图像检索与提示生成，实现自动化AI视频制作。适用于教育、营销和个性化内容，利用Bedrock、Nova Reel和OpenSearch等技术构建可扩展的视频生成流程。
媒体AWS Machine Learning Blog2026/03/20 00:457820
• V-RAG结合检索与视频生成技术
• 无需模型训练，依赖图像数据库
V-RAG是一种结合检索增强与视频生成的创新技术，通过图像数据库提升视频生成的准确性与可控性，适用于教育、营销等场景，具备高效、可扩展和可追溯等核心优势。
媒体AWS Machine Learning Blog2026/03/18 23:246940
• AI驱动视频生成流程
• 多阶段架构确保一致性
Bark.com与AWS合作构建视频生成解决方案，通过AI技术将内容生产时间从数周缩短至数小时，实现语义和视觉一致性，支持多客户细分的个性化广告生成。
媒体量子位2026/02/27 16:046820
昆仑天工的国产视频模型SkyReels-V4在Artificial Analysis榜单中位列全球TOP2。它以音视频一体化的多模态生成与编辑为核心，采用双流MMDiT架构，支持文本、图像、视频、音频等多种输入。模型实现音画同步生成、专业级视频修复及全维度编辑，通过先进技术将AI视频创作推向高画质、高效率的全流程一体化。
媒体机器之心2026/02/21 21:376830
BridgeV2W 提出“具身掩码”技术，将机器人动作的坐标空间映射到视频生成模型的像素空间，解决了动作-像素对齐、视角鲁棒性和跨具身通用性三大难题。该模型能让机器人在行动前“预演”未来，并能利用海量无标注人类视频进行训练，显著提升了具身世界模型的规模化和泛化能力，为通用具身智能提供了新路径。
媒体量子位2026/02/15 19:588620
海淀区正成为全球AI创新高地，以字节跳动Seedance 2.0为代表的AI大模型集群集中爆发。Seedance 2.0凭借多模态输入和音画同步能力，在视频生成领域引发轰动。同时，月之暗面Kimi K2.5、生数科技Vidu Q3、快手可灵AI 3.0及智谱GLM-5等模型也相继发布，展现出多智能体协作、声画一体生成、智能镜头调度及SOTA编程能力。海淀区…
媒体机器之心2026/02/14 16:5150
字节跳动在2026年春节前同步发布豆包大模型2.0、视频生成模型Seedance 2.0和图像创作模型Seedream 5.0 Lite，构建了多模态理解、Agent、代码、视频与图像全链路能力。豆包2.0在数学、视觉推理及Agent任务上达业界最优，Seedance 2.0支持混合模态输入生成专业级短视频，Seedream 5.0 Lite加入实时检索提…
媒体Latent Space2026/02/11 13:196720
2026年2月AI动态聚焦Qwen-Image 2.0与Seedance 2.0的发布，涵盖图像生成、视频处理、本地部署LLM及MoE训练技术。文章分析了模型性能、多语言能力及实际应用潜力，为AI技术发展提供了全面视角。
社区Reddit r/LocalLLaMA2026/02/09 21:2230
本文介绍了一个在 NVIDIA Jetson AGX Thor 上运行 LTX-2 19B 视频生成模型的开源流水线。该流水线实现了 1080p 视频生成，并重点解决了 Jetson AGX Thor 128GB 统一内存带来的内存管理挑战，包括避免无效的 CPU 卸载、手动内存清理、页面缓存问题以及 VAE 解码时的 `torch.no_grad()` …
媒体AINews2026/01/29 13:447640
本文介绍了多个AI视频生成和3D生成技术，涵盖xAI Grok Imagine API、LingBot-World开源项目及fal的Hunyuan 3D 3.1 Pro/Rapid。xAI Grok Imagine以低延迟、原生音频支持和高性价比著称，LingBot-World则强调实时交互与因果一致性，而Hunyuan 3D 3.1 Pro/Rapid拓…
官方美团技术团队2025/12/23 08:007620
美团发布开源视频生成模型 LongCat-Video-Avatar，实现 SOTA 拟真效果。该模型支持文本和图像输入，生成高质量视频，适用于多种应用场景。开源特性鼓励技术共享与创新。
媒体AI Explained (YouTube)2025/10/01 23:008740
Sora 2 是 OpenAI 推出的视频生成模型升级版，显著提升视频逼真度与生成质量。通过优化算法和引入物理模拟技术，支持更长视频和复杂场景交互，为内容创作带来新可能。