视频生成

来自QuantaAlpha、兰州大学、香港科技大学（广州）、北京大学等机构的研究者联合推出了首个视频深度研究（Video Deep Research）评测基准VideoDR。 在传统的视频问答（Vi

这项由MoonMath ai团队的Dor Shmilovich、Tony Wu、Aviad Dahan和Yuval Domb共同完成的突破性研究发表于2025年神经信息处理系统会议（NeurIPS

PICKSTYLE 是一个基于 VACE 构建的视频到视频风格迁移框架，它配备了上下文风格适配器和新颖的 CS-CFG 机制。 利用扩散模型做视频风格迁移，想保留原视频内容的同时渲染成指定风格，但面

MultiTalk以DiT（Diffusion-in-Transformer）为基础的视频扩散模型作为其核心骨架。 由中山大学、美团、港科大开源的MultiTalk 可实现多虚拟人对话视频生成。在语

这项由华盛顿大学的洪苏成（Susung Hong）与Adobe研究院的葛崇健（Chongjian Ge）、张志飞（Zhifei Zhang）、王瑞贤（Jui-Hsien Wang）合作完成的研究发表

这是一项由中国科学院大学、阿里巴巴高德地图事业部、中国科学院自动化研究所以及清华大学、东南大学的研究团队共同完成的突破性研究。论文由吴美琪、朱家树、冯晓坤、陈楚彬、朱晨等多位研究者撰写，已发表在20

近日，豆包App视频生成能力升级，支持Seedance1 5 Pro模型，可一键生成声音和画面相匹配的有声视频。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，选择“1 5 Pro”

这项由香港中文大学的郭宇伟、字节跳动的杨策元等研究团队合作完成的突破性研究，于2024年12月发表在计算机视觉领域的顶级会议上。对这项研究感兴趣的读者可以通过arXiv:2512 15702v1查询

IT之家 12 月 18 日消息，据“龙猫 LongCat”公众号今晚的推文，美团 LongCat 团队正式发布并开源 SOTA 级虚拟人视频生成模型 ——LongCat-Video-Avatar。

可灵O1不是那种只会在参数上卷数字的模型，它是奔着解决实际工作流问题去的。虽然它还不完美，但它展示了一种可能性：未来的视频创作，真的可以像现在P图一样简单、直观、随心所欲。 作为一名每天都在和各种A

Rolling Forcing 成功突破了实时长视频生成的不可能三角，在保持 16 fps 实时生成速度的同时，显著降低了长序列生成中的误差累积，实现了分钟级别的高质量视频流生成，为交互式世界模型、

美团LongCat团队发布了LongCat-Video的基础视频生成模型，它拥有136亿的参数量，能在数分钟内生成720p、30帧每秒的高质量视频，并且在文本转视频、图像转视频和长视频续写等多个任务

2024年9月，Vidu 在全球首个推出@主体参考功能，引领行业迈入“参考生视频时代”，收获全球创作者的广泛认可。10月21日，Vidu Q2 参考生视频再次进化，本次升级聚焦于高一致性，速度更快，

10 月 17 日，AI 视频企业爱诗科技宣布完成 1 亿元人民币 B+ 轮融资，由复星锐正、同创伟业、顺禧基金等共同投资。此前 9 月 10 日，爱诗科技完成 B 轮融资，总金额超过 6000 万

9月24日消息，9月23日，可灵AI再次迎来重磅升级，推出视频生成可灵2 5 Turbo 模型，同时更新文生视频、图生视频两大功能。模型质量大幅提升，生成效果行业领先。专业评估人员对可灵2 5 Tu