2月14日，字节跳动发布新一代视频生成模型Seedance 2.0，获央视财经点赞，称其“改变电影制作生态，让中国AI技术惊艳世界”。该模型采用多模态音视频联合生成架构，支持文字、图片、音频、视频混合输入，内置“导演脑”，可自主设计分镜，精准还原复杂脚本，保持主体一致性。其物理动态与光影效果逼近实拍，画面可用率达业界顶尖水平，支持多种风格一键生成高清商用视频。《黑神话：悟空》制作人冯骥评价其为“当前地表最强视频生成模型”，认为将颠覆游戏CG制作流程。国外反响热烈，马斯克称“发展太快”，美国导演感叹“好莱坞要被AI颠覆”。

2月12日，豆包视频生成模型Seedance 2.0正式上线，接入豆包App、电脑端及网页版。新模型支持原声音画同步、多镜头长叙事及多模态可控生成，用户只需输入提示词和参考图，即可生成带完整原生音轨的多镜头视频。Seedance 2.0能自动解析叙事逻辑，确保生成的镜头序列在角色、光影、风格与氛围上高度统一，为用户提供更优质的创作体验。

《科创板日报》1月31日讯，可灵AI推出新一代视频生成模型可灵3.0系列，目前处于内测阶段。该系列包括可灵视频3.0、可灵视频3.0 Omni和可灵图片3.0，覆盖图片生成、视频生成、视频编辑及后期处理等影视制作全流程。这一更新标志着AI技术在影视领域的进一步拓展，为内容创作者提供更高效、智能的工具支持。

12月18日，美团LongCat团队正式发布并开源虚拟人视频生成模型LongCat-Video-Avatar。该模型基于LongCat-Video基座开发，支持Audio-Text-to-Video、Audio-Text-Image-to-Video及视频续写功能，在动作拟真度、长视频稳定性与身份一致性上实现突破。其技术亮点包括同步指挥嘴型、眼神、表情和肢体动作，以及在‘静音’状态下自然表现眨眼、调整坐姿等行为，赋予虚拟人更真实的生命力。据官方介绍，这是首个同时支持文字、图片、视频三种生成模式的全能模型，并在多个权威数据集评测中达到SOTA领先水平。项目已开源，可通过GitHub、Hugging Face及官方项目页面获取。

11月21日，腾讯混元大模型团队宣布开源最新视频生成模型HunyuanVideo 1.5。该模型基于Diffusion Transformer（DiT）架构，参数量为8.3B，是一款轻量级工具，可生成5-10秒高清视频。据悉，这一模型已在“腾讯元宝”平台上线，进一步提升了视频生成的效率与质量。此次开源将为开发者和研究者提供更强大的技术支持，推动视频生成领域的发展。（记者 李佳怡）

10月24日，火山引擎正式上线豆包视频生成模型1.0profast。新模型在继承Seedance1.0pro核心优势基础上，生成速度提升约3倍，720P的5秒视频仅需10秒完成，价格直降72%。官方数据显示，制作一条5秒1080P视频成本为1.03元，万元预算可生成9709条视频，效能较pro版提升3.56倍，较lite版提升2.38倍。此外，模型强化了指令遵循、多镜头叙事和细节表现力，在图生视频方向效果优于全球主流模型Veo 3.0 Fast，实现高效降本的同时保持高质量内容产出。

美团最新开源的视频生成模型LongCat-Video，以13.6B参数量成为当前开源领域的SOTA（最佳性能）模型。这款模型支持文生视频、图生视频以及视频延长功能，能够生成长达数分钟的高质量视频，画质清晰且物理逻辑逼真。 官方演示中，无论是空中滑板、特效变身，还是第一视角骑行视频，LongCat-V...

10月27日，美团LongCat团队发布并开源LongCat-Video视频生成模型。该模型在文生、图生视频任务上达到开源SOTA水平，支持分钟级长视频连贯生成，保障跨帧时序一致性与物理运动合理性。基于Diffusion Transformer架构，模型通过“条件帧数量”区分任务，原生支持文生、图生及视频续写三大核心功能，形成完整任务闭环。其文生视频可生成720p、30fps高清内容，精准解析文本细节；图生视频严格保留图像属性与风格；视频续写是其核心能力，支持多帧续接长视频内容。依托创新机制，模型可稳定输出5分钟级长视频，无质量损失。项目已开源，详见GitHub与Hugging Face链接。

10月27日，美团LongCat团队正式发布并开源视频生成模型LongCat-Video。该模型针对高分辨率、高帧率视频生成的计算瓶颈，采用“二阶段粗到精生成（C2F）+ 块稀疏注意力（BSA）+ 模型蒸馏”三重优化技术，将视频推理速度提升至10.1倍。这一创新显著提高了视频生成效率，为行业带来突破性进展。

2025年10月17日凌晨，谷歌发布视频生成模型Veo 3.1，新增叙事音频控制、首尾帧参考等功能，接入Gemini API与Vertex AI，用户可通过Flow或Gemini体验。新版本支持多人物场景生成、音画同步及最长148秒的视频片段，分辨率可达1080p/24fps。Flow平台数据显示，用户已生成超2.75亿个视频。新增功能提升了创意编辑能力，但成片质感较Veo 3进步有限，复杂场景表现仍有不足。此次更新被视为小升级，谷歌年底或将发布更大更新，可能结合Gemini 3全家桶。Sora 2或面临竞争压力。