1月20日，微软为应对Google Gemini和ChatGPT的竞争，推出适用于Copilot的Real Talk功能并邀请全球用户测试。该功能通过“深度”和“写作风格”调整AI回应，使其对话更真诚、类人化，同时允许用户查看AI思维过程。与以往不同，Real Talk展现好奇心，甚至会反驳不合理问题，显著提升互动活跃度。目前，Copilot网页端市场份额仅约1%，微软希望通过此功能扭转局面。该功能已在基础版Microsoft 365订阅中开放，尚不清楚基于微软自研模型还是OpenAI的Sora模型。

正文：2025年12月，清华大学TSAIL实验室与生数科技联合开源了TurboDiffusion，一个视频生成加速框架，可在单张RTX 5090显卡上实现最高200倍的生成速度提升。例如，1.3B模型生成5秒480P视频仅需1.9秒，原需184秒；14B模型生成720P视频也只需38秒。该框架通过SageAttention、Sparse-Linear Attention等四项核心技术优化推理性能，同时几乎无损画质。TurboDiffusion大幅降低云端推理成本，推动实时视频编辑、AI短剧制作等创新场景，并适配国产芯片架构。

12月25日，清华大学TSAIL实验室与生数科技联合发布开源视频生成加速框架TurboDiffusion。该框架通过SageAttention、SLA及rCM技术，在保持视频质量的同时，将AI视频生成速度提升100至200倍。实测数据显示，单张RTX 5090显卡生成5秒480P视频仅需1.9秒，较原版184秒大幅缩短；720P视频生成时间从1.2小时压缩至38秒。团队提供多种模型权重下载，并针对消费级与工业级硬件优化，支持量化版和非量化版选择。TurboDiffusion性能远超现有加速方案，为AI视频生成带来革命性突破。

12月18日，豆包App升级视频生成功能，新增支持Seedance1.5 Pro模型，可一键生成声音与画面同步的有声视频。用户只需打开豆包App对话框，选择“照片动起来”，上传图片并输入提示词，再选择“1.5 Pro”模型即可体验。此次更新提升了视频生成效率与质量，为用户带来更便捷的创作体验。

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。

正文：12月18日，火山引擎在FORCE原动力大会上发布最新豆包视频生成模型Seedance 1.5 Pro，主打音画高精同步与一镜入戏。该模型通过Prompt即可生成影视级效果的短视频，支持多人、多方言场景，精准捕捉情感与韵律。实测中，其复刻周润发‘百万运镜’及多语言对话均表现出色，音画同步无穿帮，镜头语言专业。此外，模型采用原生音视频联合生成架构，结合高效推理加速技术，将创作效率提升65%。企业用户自12月23日起可在火山引擎使用API，普通用户可通过即梦AI、豆包APP等体验。

12月16日，即梦AI网页版全面升级，推出一站式“AI片场”，助力创意实现。核心亮点包括全新视频生成模型“视频3.5 Pro”，支持视频与音频同步生成，提升真实感与沉浸感，并优化中文口型、方言及微表情表现。智能多帧功能升级至2.0，新增视频拼接与片段修改功能，扩展时长与素材容量。图像生成方面新增图4.1与图4.5模型，分别强化平面设计与人像美化能力。交互体验上，全新UI整合画布与Agent功能，支持可视化素材管理与对话式创作，新增灵感搜索与创意设计模式。新用户可免费试用视频3.5 Pro三次，大幅提升创作效率与自由度。

12月16日，阿里发布万相2.6系列模型，面向影视制作与图像创作全面升级。这是国内首个支持角色扮演功能的视频生成模型，可参考输入视频中的角色外观和音色生成单人、多人或人与物合拍视频。新增多镜头叙事、自然音画同步及音频驱动生成等功能，支持15秒长视频生成，画面与声音质感显著提升。此外，文生图能力增强，艺术风格还原度更高，细节刻画更生动，真实人像质感突出。图像生成方面，新增图文混排、多图融合、美学要素迁移等特性，适用于商用场景。万相2.6已上线阿里云百炼和官网，成为全球功能最全的视频生成模型。

2025年12月2日，爱诗科技发布PixVerse（拍我AI）V5.5，这是国内首款支持分镜+音频一键生成的AI视频大模型。新版本实现从单镜头到完整叙事短片的突破，用户只需输入提示词即可生成含多镜头、音画同步的高质量视频。其核心升级包括多角色音画同步、镜头语言设计及模糊信息理解能力，大幅缩短创作时间，提升效率。此外，平台新增Swap、Remix、Modify三大编辑功能，助力二次创作与精修。目前，PixVerse已拥有超1亿用户，成为全球创作者首选的AI视频工具，广泛应用于影像、广告等领域，推动AI视频技术普惠化。

2025年12月，Sora 2的两月留存率接近0%，引发行业关注。作为OpenAI推出的视频生成应用，Sora 2初期表现强劲，iOS首周下载破百万，Android首日达47万，但30天留存率仅1%，60天几乎为0%。用户流失主要因生成质量不稳定、成片率低（仅5%-10%）、渲染时间长及社区功能缺陷。此外，高昂的算力成本（日均1500万美元）和商业化困境进一步加剧问题。尽管技术先进，但用户体验不佳，难以与抖音、快手等竞争。Sora 2的失败警示：技术领先不等于产品成功，AI视频生成行业仍需探索可持续商业模式。