2025年3月，OpenAI推出GPT-4o文生图功能，基于自回归架构实现多模态统一，其图像生成精准且灵活，支持复杂指令与多轮对话优化。同月，Google发布Veo 2和Gemini Flash 2.0，支持4K视频生成与inpainting/outpainting功能，推动多模态技术革新。国内快手推出可灵2.0，字节跳动发布豆包系列，支持长视频生成及汉字精准生成。这些进展标志着2025年或成内容生成领域的AGI落地元年，多模态大模型正降低创作门槛，推动IP生态健康发展，未来将重构创作、分发和变现链条，实现人机协同创作与经典IP的创新演绎。