
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(在新窗口打开)
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。
共 43 篇

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。

作者测试可灵的新图像模型,覆盖人像、海报、文字修改和最多十张组图。文章同时记录密集文字错误、细节改动过当及部分塑料感,具体效果取决于任务与生成结果。

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。