
当两个「世界第一」同时出现|写在混元与可灵先后宣布登顶全球第一之后 (opens in a new tab)
最近,两条消息同时刷屏:先是 9 月 23 日快手宣布其可灵 2.5 Turbo 图生/文生视频模型,推出 10 天后,即在 Artificial Analysis 上成为世界第一;紧接着,腾讯也宣布混元图像 3.0 模型在 LMArena 上成为世界第一。
Total 43 articles

最近,两条消息同时刷屏:先是 9 月 23 日快手宣布其可灵 2.5 Turbo 图生/文生视频模型,推出 10 天后,即在 Artificial Analysis 上成为世界第一;紧接着,腾讯也宣布混元图像 3.0 模型在 LMArena 上成为世界第一。

可灵正式发布了他们的 2.5 Turbo (app.klingai.com)版本视频模型,作为超创提前试了一下,这次的进步真的很大。

Zhidx tests Kling's image model on portraits, posters, text edits and sets of up to ten images. The report also records errors in dense text, excessive detail changes and some plastic-looking results. Output quality depends on the task and the individual generation.

这一周的AI视频圈,简直是神仙打架。 10月15日晚,可灵4.0全量上线,重点补强了大幅度动作和复杂运镜,单次原生生成最长拉到30秒。 全能参考也同步升级,还能组合最多15项参考素材、用10张关键帧控制画面,让人物、场景和镜头的安排更可控。 这里面最突出的特点,就是打戏这次补足了,来看效果。 另一边,有人把目标放在了长片上:给一句提示词,生成最长10分钟的完整成片。 10月21日凌晨,YC孵化的VideoGen发布首个视频模型Model 1。从剧本、对白到分镜,都交给AI规划,再生成、剪接成片;同时拿出100万美元免费额度,支持入选的创作者项目。 同一天,火山引擎上线Seedance Mana

千呼万唤,Kling 4.0终于全面上线了!!

6月下旬,被业界称为“广告界奥斯卡”的戛纳国际创意节(Cannes Lions)在法国戛纳落幕。这个1954年创办、每年评定全球广告和营销传播行业最高荣誉的奖项,今年做了一个历史上从未有过的决定——为AI单独设立评判类别:AI Craft。

最近《在超市后门抽烟的二人》这部剧挺火的,尤其是里面的音乐我很喜欢,所以就想着做一个真人版音乐短片,正好发现美图旗下的 MVLAND 上线了创意画布模式,接入 Seedance2.0、可灵、HappyHorse 等顶尖视频生成模型。

如今,CameraSquad 的出现,让这种多视角一致的视频生成与 3D 世界状态构建成为现实。近日,中国科学院大学高林研究员团队联合卡迪夫大学、香港科技大学和快手可灵团队,提出了一种面向多轨迹并行生成的相机可控视频生成方法 CameraSquad [1],相关论文已被 ACM SIGGRAPH 2026 录用。

一段几十秒的音视频,上万Token,一半以上是冗余——Omni-LLM的计算浪费,比想象中更严重。

统一多模态模型在多模态内容理解与生成方面已展现出良好效果,但目前仍主要局限于图像领域。