7月4日，谷歌副总裁Josh Woodward宣布，Veo 3 AI文生视频模型正式向Pro/Ultra会员开放。Pro会员每天可生成3段视频，用完配额需次日恢复或使用旧版Veo 2。此外，Veo 3即将推出“照片生成视频”功能，目前正接近完成阶段。谷歌表示，正考虑降低使用门槛以满足用户需求，但目前使用Veo 3至少需订阅Pro会籍，每月20美元（约合143元人民币）。

6月4日，AI初创公司Manus推出“文生视频”功能，目前面向付费会员用户开放抢先体验，提供Basic、Plus、Pro三种会员等级，最高Pro会员每月199美元。该功能允许用户通过文本指令生成视频，AI能在几分钟内完成从文本到视频故事的转换，未来将向所有用户开放。此举旨在挑战OpenAI推出的类似产品Sora，后者专业版每月收费200美元。Manus的新功能强调快速生成高质量视频内容，进一步加剧了AI生成领域的竞争态势。

标题：文生视频模型为何迟迟没有“aha moment”？ “多模态目前仍处于GPT 2至3之间的水平，尚未迎来智能涌现的临界点。”视频生成模型公司“智象未来”创始人兼CEO梅涛坦言。他曾主导微软研究院多模态AI体系，如今致力于视频生成领域的探索。 回顾2023年初ChatGPT在国内的火爆，当时中国...

4月10日，谷歌推出Vertex AI Media Studio文生视频套件，支持通过文本指令自动生成完整视频内容。该平台集成了Imagen 3（图像生成）、Veo 2（视频制作）、Chirp（语音合成）及Lyria（背景音乐）四大核心模型，用户无需编程或剪辑经验即可完成全流程创作。Vertex AI Media Studio采用模块化设计，Imagen 3负责生成静态画面，Veo 2实现动态化转换并支持镜头调整与智能修正。Chirp为视频添加语音解说，Lyria提供定制化背景音乐。此套件依托Vertex AI平台，兼容多种数据类型，并支持用户测试提示词和优化模型。尽管简化了视频制作流程，但其引发对真实性、创意归属及AI使用责任的广泛讨论。

阿里巴巴今晚将全面开源其视频生成模型万相2.1。该模型于1月升级至2.1版，提升了视频生成和图像生成能力。万相2.1通过自研技术增强了时空建模能力，支持1080P高清视频的高效编解码，并首次实现中文文字视频生成功能，已在VBench榜单上排名第一。(财联社2月25日电)

12月19日，北京智源研究院发布了对国内外100多个语言、视觉语言、文生图、文生视频、语音语言大模型的综合及专项评测结果。评测显示，文生视频模型在画质、动态性和镜头语言方面有显著提升，但普遍存在大幅度动作变形的问题，无法准确理解物理规律，常出现物体消失、闪现或穿模的现象。评测排名前五的模型分别为快手可灵1.5（高品质）、字节跳动即梦P2.0pro、爱诗科技PixVerseV3、MiniMax海螺AI和Pika1.5。此评测揭示了当前文生视频模型的技术进展与局限性。

标题：Sora到底强在哪？ 北京时间12月10日，OpenAI发布了文生视频产品Sora。这款产品在质量和功能上超越了当前的文生视频产品。 Sora不仅具备文生视频和图生视频的基础功能，还加入了故事板（类似分镜）、文本调整视频、不同场景视频融合等功能，使视频更贴近创作者的表达需求。 Sora的基础功...

12月7日，兆讯传媒在互动平台透露，公司当前主要利用AI技术进行图像与概念图生成，以支持项目视觉设计。未来，公司将探索文生视频的应用，同时AI技术的进步也将提升裸眼3D视频内容制作效率。兆讯传媒的AI团队持续关注最新AI技术动态，如有新进展将按规定披露。

12月4日，《科创板日报》报道，腾讯混元大模型正式上线视频生成能力，成为继文生文、文生图、3D生成后的又一业务进展。该模型参数量达130亿，是当前最大的视频开源模型。用户只需输入描述，即可生成中英文双语、多尺寸、多清晰度的视频。目前，该模型已上线腾讯元宝APP，供用户在“AI视频”板块试用，企业用户...

腾讯于12月3日宣布，其研发的混元大模型正式上线，并开源了文生视频能力。该模型参数量达130亿，支持中英文双语输入。据官方介绍，该模型能够生成“超写实”的高质量视频，生成的画面不易变形，且能准确反映光影效果。混元大模型采用了DiT架构，并融合了新一代文本编码器，提升了语义遵循能力，适用于多主体描绘和细致指令呈现。用户可通过“腾讯元宝App”中的“AI应用”模块，申请试用该模型。此外，腾讯还开源了包括模型权重、推理代码和模型算法在内的完整模型，供企业和个人开发者免费使用和开发生态插件。