字节跳动旗下豆包大模型正式升级为1.6版，在推理、数学、指令遵循、Agent等方面的能力均有较大提升，同时豆包视频生成模型Seedance 1.0 pro、豆包语音播客模型也正式发布。 豆包大模型1.6包括三部分，分别是豆包1.6、豆包1.6-thinking、豆包1.6-flash。 其中，豆包1.6支持on/off/auto三种思考模式，豆包1.6-thinking强化了思考能力，支持多模态，在多个权威测评集上达到了全球第一梯队�
AI日报栏目汇总了近期AI领域的重要进展：1)字节跳动开源EX-4D框架，可将单目视频转换为多视角4D视频；2)B站开源动漫视频生成模型AniSora V3，支持多种风格；3)DeepSWE+开源基于Qwen3-32B的AI Agent系统；4)字节开源3亿参数图像编辑模型VINCIE-3B；5)Stability AI推出移动端音频生成模型Stable Audio Open Small；6)谷歌发布免费教育AI工具套件Gemini for Education；7)Topview推出革命性AI数字人带货技术Avatar
本期AI日报聚焦多项AI领域重要进展：1) Midjourney推出首款视频生成模型V1，支持21秒视频生成；2) OpenAI CEO确认GPT-5将于今夏发布；3) Google上线语音对话搜索功能Search Live；4) OpenAI开源客户服务代理框架；5) MiniMax发布智能代理Agent；6) 恶意工具WormGPT出现新变种；7) OpenAI推出企业版ChatGPT折扣；8) DeepSite V2支持3D网页动画生成；9) AI工具可秒变PPT；10) 比亚迪与字节跳动合作开发动力电池技术；11) 马斯克否认xAI巨额亏损传闻。
本文汇总了AI领域最新动态：1)Cursor Pro取消500次请求限制；2)稀宇科技推出视频生成模型Hailuo02；3)谷歌发布轻量级AI模型Gemini2.5Flash-Lite；4)科大讯飞星火X1升级版7月上线；5)腾讯元宝推出AI编程模式；6)OpenAI将下架GPT-4.5 API；7)苹果Speech API转录速度超Whisper 55%；8)百度推出数字人互动直播间；9)Meta曾试图高薪挖角OpenAI人才；10)Krea1公测开放，解决"AI感"问题；11)特斯拉Grok车载AI助手即将上线；12)谷歌Gemini新增视频分析功能。
去年4月，我们曾经在《这个 AI 赛道，一个月内融资4笔，一大半的创始人是华人》选题中观察过 AI 视频赛道，彼时赛道 Top 级玩家还是 Pika、Pixverse、Haiper 等华人创企。
面向用户意图理解，可灵团队提出的Any2Caption按照一种统一的方式理解多模态用户输入信息，进而生成语义丰富的结构化描述，可显著提升视频生成的成功率……
一场大会，聚集了中国多模态大模型的“半壁江山”。 智源大会2025为期两天的论坛中，汇集了学界、创业公司和大厂等三方的热门选手，关于多模态的集中讨论达到了前所未有的热度。其中，创业公司就有爱诗科技、生数科技、Sand.ai、智象未来、Luma AI、智谱等六家公司创始人、CEO分享心得;隶属大厂队的字节、腾讯、百度的多模态技术负责人，以及学术界的人大和MIT（麻省�
百度推出全球领先的视频生成模型Baidu Steamer-I2V，以89.38%综合评分登顶VBench榜单。该模型通过精准画面控制、高清画质和中文语义优化，能将静态图像转化为连贯动态视频。百度营销平台迎来2周年，已服务超13万家企业，日均生产素材超10万+。在"AI驱动营销全链路升级"主题下，百度与核心代理商共同探讨AIGC技术突破与创意升级，推出"AI创"原生创意大赛。百度商业体系表示将持续巩固传统广告优势，同时突破创意边界，实现营销效果飞跃。未来百度将优化模型性能，拓展应用场景，推动营销行业迈向"一杯咖啡时间完成创意生产"的全智能化时代。
本文介绍如何利用DeepSeek工具快速生成30秒短视频脚本。该工具可根据用户需求，自动生成包含开场悬念、核心干货、反转情节和结尾互动的优质脚本。操作流程包括：1.登录DeepSeek官网；2.输入具体指令（如"生成洗发水广告脚本，需包含开场悬念+3个核心干货+结尾互动"）；3.检查并优化脚本内容；4.补充画面风格、背景音乐等细节。通过多次指令调整可获得更理想的脚本
可灵AI宣布全系列视频模型上线“视频音效”功能，用户在使用可灵AI进行视频创作时，不仅能获得高质量的视频画面，更能体验到与视频精准匹配、富有空间感的立体声音效……
