视频生成[16]
OpenAI发布Sora 2：分级开放免费与Pro版，新增音频生成与自我插入功能
OpenAI新一代AI视频生成器Sora 2正式亮相，带来音频同步生成、“自我插入”等突破性升级，支持音画一体创作与个性化形象融入视频。其采用分级开放策略：免费版限邀请测试，Pro版绑定ChatGPT Pro订阅，解锁长时长、高分辨率等全功能。该技术不仅提升内容创作效率，更重新定义AI视频工具商业化路径，引发行业广泛关注。
阿里巴巴发布Wan2.5-Preview：原生多模态架构重塑视觉生成
2025年9月24日，阿里巴巴发布视觉生成模型Wan2.5-Preview，以原生多模态架构实现文本、图像、音频、视频深度协同生成。支持1080p电影级视频输出，音视频原生同步，动态自然度提升37%；图像支持像素级对话式编辑，细节真实感升29%。已落地电商、短片创作等场景，助力内容创作效率提升。
YouTube 20周年：AI驱动下一个“大爆炸”
YouTube成立20周年：从2005年前PayPal员工创立的视频分享平台，凭UGC模式崛起，2006年被Google以16.5亿美元收购，如今估值达5500亿美元。当前押注AI为“下一个大爆炸”，推出AI创作工具矩阵，涵盖生成视频、智能剪辑与个性化推荐，提升创作效率10倍，驱动内容生产革命，重塑数字媒体行业规则。
Wan2.2视频模型发布：AI视频生成迈入电影级美学与720P高效输出新阶段
2025年9月，Wan-AI团队发布Wan2.2基础视频模型，采用MoE架构解决"高质量与高效率"核心矛盾，结合电影级美学数据集与50亿参数模型，将720P@24fps高清视频生成带入消费级硬件时代。支持角色动画、音频驱动，开源生态完善，重新定义AI视频创作边界。
Luma Labs AI发布Ray3：全球首个推理视频模型带来工作室级HDR创作
Luma Labs发布全球首个推理视频模型Ray3，以工作室级HDR输出、快速草稿模式及先进物理一致性三大核心能力，重新定义AI视频生成技术边界。现于Dream Machine平台免费开放，助力专业创作者与普通用户实现从“AI草稿”到“专业级内容”的跨越。
生数科技完成数亿元A轮融资 Vidu多模态大模型加速全球布局
生数科技完成数亿元A轮融资，博华资本领投，百度战投等跟投。其核心产品Vidu多模态大模型对标OpenAI Sora，具备图文音视频生成能力，以参考生成、主体库功能解决行业痛点，服务京东、亚马逊等头部客户，ARR超2000万美元，覆盖200+国家，推动AI内容生产变革。
YouTube CEO专访：AI赋能创作者，变现新模式与电视市场新布局
2025年YouTube“Made on YouTube”活动上，CEO Neal Mohan发布AI工具矩阵，覆盖内容创作（背景生成、智能编辑）、直播优化及品牌合作，助力创作者简化流程、提升变现效率，推动从流量依赖转向多元收益。平台同时发力电视大屏，以技术重构内容生态，重新定义产业未来。
宇树科技开源UnifoLM-WMA-0：机器人动作预测通用世界模型
宇树科技开源世界模型UnifoLM-WMA-0，实现机器人动作预测与环境仿真一体化，通过双模式架构精准预判物理交互后果，降低试错成本，推动通用机器人从被动执行向主动决策升级。开源代码、模型权重及推理工具已上线GitHub，助力开发者快速应用于机械臂抓取、避障等场景。
快手可灵AI数字人技术公开：从对口型到全身表演，数字人迈入“会表演”时代
快手可灵AI推出Kling-Avatar数字人技术，突破传统数字人僵硬局限，通过多模态大语言模型实现"全身自然表演"。支持文本/音频/图像输入，生成含表情、肢体、情绪的流畅视频，口型精准、动作连贯。技术已开放公测，助力虚拟主播、动画制作等内容创作，重新定义数字人表演边界。
英伟达推出NVIDIA Rubin CPX GPU：首款百万级token上下文AI推理芯片，性能与内存双重突破
英伟达发布新一代AI推理GPU Rubin CPX，专为超大上下文处理与生成式视频打造，配备128GB GDDR7内存、30 PFLOPS算力（NVFP4精度优化），集成视频编解码单元，投资回报率达50倍，2026年底上市，重塑AI推理效率与应用边界。