标题：西交大 x A*STAR 论文：让 AI 学会「保持一致」，多图生成迎来关键突破丨CVPR 2026 正文： 让 AI 连续生成一致的图像一直是个难题。例如，AI 画一个角色时，第一张可能很好看，但后续几张会出现明显差异；制作海报或故事分镜时，风格、身份甚至逻辑都难以统一。这种问题在 IP...

8月中旬，一款名为nano-banana的匿名模型在LMArena平台盲测中因惊人效果引发关注，用户争相测试。北京时间8月27日，谷歌认领该模型，正式发布为Gemini 2.5 Flash Image，可在Gemini app等平台使用。其核心技术亮点包括颠覆性一致性、自然语言驱动编辑和闪电速度响应。实测显示，模型在多图融合和一致性上表现优异，但部分任务如商品尺寸调整翻车。此次发布采用匿名盲测到官方认领策略，借助社区传播形成病毒式扩散，被称为“一致性之王”。这一模式为AI模型发布提供了新思路。

标题：9毛钱拍出《Meta老板砸钱把我从苹果挖走》 正文： 国产AI视频生成技术已进入全新阶段，仅需9毛钱和4张图片，就能制作出精良的短视频。以《Meta老板砸钱把我从苹果挖走》为例，这并非传统的“图生视频”，而是更灵活的创作方式。以往的AI工具只能基于首尾帧生成视频，细节难以把控，而现在的技术...

11月14日，国产文生视频大模型厂商Vidu宣布其Vidu 1.5新版本正式上线。此次更新实现了“世界领先水平”的突破，即在多样化输入条件下保持视频内容的一致性。Vidu 1.5版首次展示了上下文学习能力，增强了视频模型的可控性和灵活性，使多角度、多主体、多元素的生成更为一致。具体而言，该版本在复杂主体的精准控制、人物面部特征和动态表情的自然一致以及多主体一致性方面均有显著提升。例如，在复杂3D动画角色的生成中，无论视角如何变化，都能确保头型、服饰等细节的一致；在人物特写镜头中，能够保持面部特征和表情的连贯性；此外，用户还可以上传多个主题图像，实现视频中角色、道具和环境背景的自然交互。此次更新标志着Vidu在视频生成技术上的重要进展。