Sora2发布两周后，百度的蒸汽机AI视频模型，和谷歌Veo3.1撞了档期。两家公司选择同期发布并非有多默契，而是Sora2带来的压迫感促使它们不得不加快脚步。奥尔特曼将形容Sora2为“创意领域的ChatGPT3.5时刻”，不仅在物理逻辑、画面连贯性、真实感和音画同步等方面实现了质的飞跃，还
......
本文由站长之家合作伙伴自媒体作者“解码NewSight公众号”授权发布于站长之家平台，本平台仅提供信息索引服务。由于内容发布时间超过平台更新维护时间，为了保证文章信息的及时性，内容观点的准确性，平台将不提供完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读完整内容的用户，请查看原文，获取内容详情。
（举报）
全球首个大一统多模态视频创作工具“可灵O1”正式上线。它基于全新视频图像模型，以自然语言为语义骨架，融合视频、图片、主体等多模态描述，将生成和编辑任务整合于一个全能引擎中，为用户提供从灵感到成品的闭环创作体验。该模型打破传统单一视频生成任务边界，支持参考生视频、文生视频、首尾帧生视频、视频内容增删、风格重绘等多种任务，用户无需在多个工具间跳转即可一站式完成全流程创作。
本期AI日报聚焦多款AI产品更新：Medeo AI新版视频Agent支持自然语言一键改剧本，降低创作门槛；钉钉8.1.10将AI融入职场沟通，提升效率；OpenAI低调上线GPT-5.2，延迟显著降低，逻辑一致性提升，并推出支持私有化部署的成人模式；迪士尼投资100亿美元与OpenAI合作，推动IP在生成式AI中的创新应用；谷歌Gemini Deep Research开放API，供开发者构建研究应用；Cohere推出Rerank 4，上下文窗口扩展至32K，提升企业搜索精度；拓竹科技推出3D手办生成器“印你”，依托腾讯混元3D模型，简化3D建模流程；谷歌NotebookLM升级，为Ultra会员提供更高权限，优化智能笔记体验。
可灵视频生成2.6模型推出“音画同出”功能，彻底改变了传统AI视频“先无声画面、后人工配音”的工作流程。它能在单次生成中，输出包含自然语言、动作音效及环境氛围的完整视频，重构了AI视频创作工作流，极大提升创作效率。该模型在中文语音生成效果上保持全球领先，支持生成最长10秒的视频，可广泛应用于广告营销、自媒体、电商等内容创作场景。
本期AI日报聚焦多项AI领域进展：北京发布人工智能产业白皮书，预计2025年核心产值超4500亿元；字节跳动推出120亿参数视频模型Vidi2，实现视频编辑自动化；西藏首个千亿参数藏语大模型“阳光清言”问世，助力高原AI发展；快手Kling Omni即将发布，支持导演级精准控制，可生成2分钟带原生音频长视频；Meta推出Matrix框架，革新多智能体合成数据生成；国产家庭机器人F1亮相，具备多项家务能力，计划明年上市；豆包App升级语音功能，支持四种方言对话，提升老年人使用体验；豆包手机助手技术预览版发布，旨在提供更高效交互。
说“ Sora的60日留存率是0”有点夸张，毕竟这个说法诞生时，Sora App上线还不满60天。不过这款明星产品的发展的确不怎么乐观。 根据a16z合伙人前段时间贴出的一组对比，Sora留存率远不如TikTok，首日留存率只有10%，30天留存率只有1%。对比来看，TikTok对应的留存率分别是50%和32%，差距明显。 同时从用户反馈来看，浏览这个App，可能很快会感到厌倦。去看看网络社区讨论，会�
近日，一则关于AI生成模特试穿视频的争议事件在网络上引发关注。有网友在社交平台发帖称，自己在网购时发现，某女装店商品详情页使用了AI生成的模特试穿视频。视频里的模特乍一看十分真实，然而当模特做转身动作时，头和脖子的衔接处却出现了明显的断层，该网友由此推断这是一段AI生成的视频。 客服人员解释称，详情页内的图片
OPPO ColorOS设计总监陈希分享了ColorOS新功能AI妙听。 AI妙听可将把文章一键转成播客，让原本只能读”的内容，也能用听”的方式获取。 值得一提的是，该功能并非单纯的TTS文本转语音，机械朗读，而是将内容进行重构，并以双人播客的形式呈现，配有背景音乐，用户的听感更好。 陈希表示，越来越多人喜欢听播客，不只是方便，它是一种
本文汇总了AI领域的最新动态：可灵AI发布O1视频大模型，支持多模态输入一键生成视频；千问APP接入万相Wan2.5，提升视频创作能力；PixVerse V5.5实现音画同步，简化视频制作；深度求索推出DeepSeek-V3.2，引入稀疏注意力机制降低成本；Runway发布Gen-4.5模型，增强视觉质量；谷歌优化AI搜索体验，Gemini 3 Pro扩展国际市场；Lovart推出Touch Edit功能，实现零门槛图像编辑；蚂蚁数科Agentar入选中国智能体开发赛道第一梯队，展现技术实力。
2025年，视频播客成了内容行业的新风口。 B站率先下场，罗永浩、鲁豫、于谦等名人，以及晚点、商业漫谈、乱翻书等商业媒体或媒体人纷纷入局。 更有大量视频播客创作者，将内容同步分发至抖音、小红书、喜马拉雅，甚至微博、腾讯视频等平台。
可灵AI正式发布全新O1视频大模型，被誉为全球首个统一多模态视频大模型。该模型基于创新的多模态视觉语言交互架构，用户可在单一输入框内无缝融合文字、图像、视频等多种指令，实现跨模态内容的高效创作。其技术突破解决了传统视频生成工具功能割裂、操作复杂的痛点，并攻克了视频中主体特征漂移的行业难题，支持长达310秒的自由生成时长。目前用户可通过可灵App及官网体验。
